لماذا نحدد الانتقال بالأشهر منفصلًا عن الأيام المنقضية؟
تجيب العمليتان عن متطلبين مختلفين. فقد لا يتبع تذكير في تاريخ تقويمي مدة ثابتة. أخبر المساعد بالقاعدة التي يعد بها التطبيق، ثم افحص هل يحافظ التنفيذ المقترح عليها في الأشهر القصيرة.
مساحة عمل برمجية بالذكاء الاصطناعي
إزاحة الشهر مع ضبط اليوم
أزح تاريخًا بعدد صحيح من الأشهر واضبط يومه على آخر يوم متاح في الشهر الهدف.
● ● ●MonthAnchor●
سير العمل · إزاحة الشهر مع ضبط اليوم ×
from calendar import monthrange
from datetime import date
def add_months(day, delta):
if type(day) is not date or type(delta) is not int:
raise ValueError("month.input")
year, month0 = divmod(day.year * 12 + day.month - 1 + delta, 12)
if not 1 <= year <= 9999:
raise ValueError("month.year")
last = monthrange(year, month0 + 1)[1]
return date(year, month0 + 1, min(day.day, last))✳إزاحة الشهر مع ضبط اليوم
✓ التغييراتراجع قبل التطبيق ↗
رسم توضيحي لمساحة العمل
- المشروع
- اختبر 31 يناير في سنة كبيسة وأخرى عادية وإزاحة سالبة مع رفض الكسور والسنوات خارج النطاق.
- راجع قبل التطبيق
- قارن السلوك الفعلي بالنتيجة المتوقعة. إذا فشل فحص، تحقّق من السبب قبل إجراء تغييرات إضافية.
- النماذج
- اضبط نقطة اتصال متوافقة مع OpenAI أو Anthropic باستخدام العنوان الأساسي ومفتاح API عند الحاجة. اختبر الاتصال. يجب أن يعمل خادم النموذج المحلي؛ وقد ترسل الأدوات البعيدة البيانات بشكل منفصل.
سير العمل
from calendar import monthrange
from datetime import date
def add_months(day, delta):
if type(day) is not date or type(delta) is not int:
raise ValueError("month.input")
year, month0 = divmod(day.year * 12 + day.month - 1 + delta, 12)
if not 1 <= year <= 9999:
raise ValueError("month.year")
last = monthrange(year, month0 + 1)[1]
return date(year, month0 + 1, min(day.day, last))حوّل توقعات التقويم إلى سلوك برمجي صريح
غالبًا ما تخفي تغييرات التواريخ قرارًا متعلقًا بالمنتج داخل دالة مساعدة. MonthAnchor مساحة عمل لبرمجة الذكاء الاصطناعي على Windows لمناقشة ذلك القرار مع إبقاء التنفيذ ظاهرًا. افتح مشروعك وصف النتيجة التقويمية المتوقعة قبل أن تطلب من النموذج المتصل تعديل الشيفرة. أدرج المستدعين المعتمدين على السلوك الحالي، لا دالة التاريخ وحدها.
يوفر التذكير المتكرر مهمة ملموسة: تقديم تاريخ شهرًا واحدًا عندما لا يوجد يومه في الشهر المقصود. اطلب من المساعد فحص القاعدة الحالية، ولا يقترح تغييرًا إلا بعد أن تقرر هل ينبغي تقييد اليوم بآخر يوم متاح أم اتباع سياسة أخرى. هذا التذكير سيناريو تطوير، وليس خدمة جدولة مقدمة.
راجع المقترح عبر عمليات متعاقبة. فقد يؤثر تقييد اليوم مرة في نتيجة إضافة شهر آخر، لذا حدد هل يجب تذكّر يوم الارتكاز الأصلي في موضع آخر. شغّل اختبارات المشروع لنهايات الأشهر والسنوات الكبيسة ونطاق السنوات المدعوم. افحص التاريخ الظاهر للمستخدم وقيمة الإرجاع المباشرة للدالة قبل قبول التعديل.
يتصل MonthAnchor بنقاط نهاية مدعومة متوافقة مع OpenAI أو تابعة لـ Anthropic. يمكن لنموذج ذكاء اصطناعي منزوع آليات الرفض المساعدة حيث توفره الخدمة المهيأة؛ وتعتمد حدود السياق ودعم الأدوات على ذلك الإعداد. يمكن للنموذج اقتراح شيفرة تقويم، بينما تحدد متطلباتك صحة سلوكها.
قبل تغيير السلوك القائم على الأشهر
ماذا يحدث عندما ينتقل تاريخ مقيَّد مرة أخرى؟
يعتمد ذلك على ما إذا كان التطبيق يتذكر يوم ارتكاز أصليًا أم يستخدم النتيجة الأخيرة كمدخل جديد. حدد التسلسل المقصود صراحة. اختبر انتقالات متعددة بدلًا من افتراض أن نتيجة صحيحة واحدة تثبت سلوك التكرار.
هل ينبغي أن يضيف هذا التعديل معالجة المناطق الزمنية أيضًا؟
فقط إذا كان المتطلب المتأثر يتناول الأوقات أو تحويل المناطق الزمنية. قد يكون عقد دالة تتعامل مع التاريخ وحده أضيق عمدًا. اسأل أي المستدعين يحتاج إلى سلوك إضافي قبل توسيع التعديل إلى فئة أخرى من مشكلات التقويم.
ما الحدود الجديرة ببيانات اختبار للمراجعة؟
أدرج الأشهر المقصودة القصيرة والانتقال عبر سنة كبيسة والحركة السالبة وحدود السنوات المدعومة. اكتب النتائج المتوقعة وفق سياسة تطبيقك. شغّل بيانات الاختبار في المشروع بدلًا من الاعتماد على أمثلة المساعد وحدها.
MonthAnchor · آخر تحديث 2026-10-25
