Menu
كاشط محتوى عربي — اجمع محتوى عربي من الويب، نظّفه، واكتشف لهجته. مخصص لتجهيز بيانات التدريب.
Install with Codex or Claude Copy this prompt, paste it into Codex, Claude, or another assistant, and let it review the skill page and install it for you.
Based on SOC occupation classification
Adhan audio playback with multiple muezzin voices
دليل السفر العربي — معلومات سياحية عن الدول العربية: تأشيرات، أماكن، تكاليف، نصائح
Arabic LLM benchmarking across 8 quality categories
Arabic function-calling benchmark — evaluate how well LLMs handle tool calling in Arabic
مراجعة كود عربي — راجع الكود مع فحص التعامل مع النصوص العربية وRTL والتعليقات العربية
وصفات عربية — ابحث واقترح وصفات من المطبخ العربي (سعودي، مصري، شامي، مغربي، خليجي)
| name | safha |
| description | كاشط محتوى عربي — اجمع محتوى عربي من الويب، نظّفه، واكتشف لهجته. مخصص لتجهيز بيانات التدريب. |
| version | 1.0.0 |
| author | Mousa Abu Mazin |
| license | MIT |
| platforms | ["linux","macos"] |
| prerequisites | {"commands":["curl"],"env_vars":[]} |
| metadata | {"hermes":{"tags":["arabic","safha"]}} |
أداة لجمع وتنظيف المحتوى العربي من الويب لتجهيز بيانات التدريب.
safha scrape URL
يجمع المحتوى العربي ويحفظه بصيغة JSONL.
safha sitemap URL
يكشط جميع الروابط بالتوازي مع rate limiting.
safha clean data.jsonl
10 خطوات تنظيف: حذف URLs، تطبيع الألف/الياء، إزالة التشكيل...
safha detect data.jsonl
يصنّف كل نص حسب اللهجة (فصحى/مصري/خليجي/شامي/مغربي).
safha stats
--output FILE — ملف الخروج--keep-tashkeel — لا تحذف التشكيل