Arabic Tashkeel (الضبط بالحركات) — Skill
القاعدة الذهبية (د. وائل، 2026-05-23): > اللغة العربية: مخارج الحروف والضبط تحكم المعنى كاملاً. ضمة/كسرة واحدة خطأ → المعنى يتغير 180°. > لا تنصب المرفوع، ولا ترفع المجرور، ولا تجر المنصوب.
متى يُستخدم (إلزامي)
- ✅ محتوى صوتي/TTS (بودكاست، فيديو، تعليق) — حتى لا يخطئ المحرك في النطق
- ✅ نصوص تعليمية للأطفال/الطلاب (كائنات، زكية، عبيدة، جيهان...) — لتثبيت النطق الصحيح
- ✅ خطب/قصائد/نصوص دينية
- ✅ عناوين رسمية/بطاقات/شعارات
- ❌ غير لازم: محادثة عادية مع د. وائل، code, JSON, ملفات config
الأداة الرئيسية (SOTA): CATT — Character-based Arabic Tashkeel Transformer
python
from catt_tashkeel import CATTEncoderDecoder
ed = CATTEncoderDecoder() # دقة أعلى 30%+ من Mishkal
result = ed.do_tashkeel("سارة تسأل دكتور فهد", verbose=False)
→ سَارَةٌ تَسْأَلُ دُكْتُورَ فَهْدٍ ✅ (منصوب صحيح بعد فعل متعدٍ)
البديل الخفيف (للاحتياط): Mishkal (أسرع لكن أقل دقة ~80%)
python
from mishkal import tashkeel
t = tashkeel.TashkeelClass()
result = t.tashkeel("ذهب الولد إلى المدرسة")
CLI helper:
bash
python3 /data/.openclaw/workspace/skills/arabic-tashkeel/tashkeel.py "النص"
python3 /data/.openclaw/workspace/skills/arabic-tashkeel/tashkeel.py --file input.txt --out output.txt
بدائل أقوى (للاستخدام عند الحاجة لدقة أعلى)
1. CATT (Transformer-based, SOTA) —pip install catt-arabic — جودة أعلى من Mishkal لكن أبطأ
2. Shakkala (LSTM) — جيد للنصوص الأدبية
3. Farasa (Java-based, من QCRI) — يحتاج Java runtime
4. ChatGPT/Claude — لـ نصوص قصيرة عالية الحساسية (دينية/قانونية) — راجع يدوياً⚠️ القاعدة الذهبية
- TTS قبل ElevenLabs/MiniMax: شكّل النص دائماً
- تحقق دائم: اقرأ مخرج Mishkal مرتين على نصوص حساسة قبل إرسالها
- خطأ Mishkal الشائع: يخطئ أحياناً في الكلمات الأجنبية المعرّبة — راجع يدوياً