رغم ظهور أدوات برمجية مدعومة بالذكاء الاصطناعي مثل Cursor وAntigravity، لا يزال VS Code هو المحرر المفضل لدي. ولكن مع مرور الوقت، بدأ المحرر يشعر بالبطء بسبب كثرة الإضافات والعناصر المرئية غير الضرورية. لذا، اتخذت قراراً بمسح كل شيء والبدء من جديد، وكانت هذه أفضل خطوة لزيادة إنتاجيتي.

مشكلة تكدس الإضافات (Extension Bloat)

اكتشفت أنني كنت أثقل كاهل المحرر بإضافات للغات برمجة وإطارات عمل لا أستخدمها إلا نادراً. الأسوأ من ذلك كانت الإضافات التجميلية؛ فإضافات مثل Trailing Spaces أو Indent Rainbow يمكن تعويضها ببساطة عبر إعدادات VS Code الداخلية دون الحاجة لتثبيت إضافات خارجية تستهلك موارد الجهاز.

الانتقال إلى الذكاء الاصطناعي المحلي (Local LLMs)

التغيير الأكبر كان في كيفية التعامل مع الذكاء الاصطناعي. بدلاً من الاعتماد على GitHub Copilot الذي يتطلب اشتراكاً ويرفع الكود إلى السحابة، انتقلت بالكامل إلى النماذج المحلية:

• الخصوصية: الكود لا يغادر جهازي أبداً.
• التكلفة: لا توجد رسوم اشتراك.
• الأداء: استخدام نماذج مثل Gemma 4 و Qwen 3.6 أثبت كفاءة عالية في تصحيح الأخطاء وتحليل سجلات الطرفية (Terminal logs).

لقد استبدلت إضافة Continue بإضافة llama-vscode، لأنها تتكامل بشكل ممتاز مع محرك llama.cpp الذي أستخدمه في مختبري المنزلي.

الخلاصة: الأقل هو الأكثر

السر في بيئة عمل سريعة ليس في كثرة الأدوات، بل في اختيار الأساسيات فقط. حالياً، إعداداتي تعتمد بشكل أساسي على:

1. Prettier لتنسيق الكود.
2. llama-vscode للذكاء الاصطناعي المحلي.
3. لغات البرمجة الأساسية التي أعمل عليها يومياً فقط.

النتيجة؟ محرر سريع، استهلاك أقل للذاكرة، وتشتت ذهني منعدم.

الذكاء الصناعي يبدا بمعرفة مدى حاجتك الى اداة تسهل عليك القيام بمجموعة من المهام وانجازها بشكل افضل واسرع

مهندس كبير يعمل في اليمن في مجال المراقبة بالفيديو

فل يزداد المرح