صيف قوقل للمبرمجين لعام 2025

مقدمة

قبل يومين قوقل نشروا قائمة المشاريع المقبولة لبرنامج صيف قوقل للمبرمجين لعام 2025 و من السنة الماضية كنت مهتم بالمشاركة في هذا البرنامج، لكن كان الوقت متأخر اني اقدم.

على كل حال، قعدت اتصفح المشاريع المقبولة بس وجدت ان فيه مشاريع مره كثير وصعب انك تقدر تشوفها كلها بسرعة.

واليوم احنا في عصر الAI و الـ Web Scraping، فقلت ليش ما اجرب اعمل شيء يساعد اني اسوي فلترة للمشاريع بناء على اهتماماتي و and then it was a rabbit hole after that 😂

الخطة

• سحب روابط المؤسسات المشاركة في البرنامج
• سحب البيانات الخاصة بالمشاريع المقبولة
• إرسال الروابط لJina.AI لتحليل النصوص
• إرسال الprompt لChatGPT لإختصار الوصف
• إنشاء JSON Files لكل مشروع
• إنشاء صفحة ويب لعرض المشاريع

حاولت استخدم اكثر من Model للتلخيص لكن حسيت عشان اشغله اني بأخذ وقت اطول من اللازم جربت Huggingface Inference API بس واجهتني مشاكل في Token Limit جربت

• facebook/bart-large-cnn
• google-t5/t5-large

بس ماقدرت اشغلهم على الـ Inference API

بعدين رحنا للذيبان ChatGPT بس كنت شايل هم انه يصرف مبلغ كبير عشان كذا استخدمت ChatGPT-4o-mini و كانت مرره سعره معقول < 1$ USD

ChatGPT4o-mini Prompt:

def query(context):
    """Send a request to the OpenAI ChatGPT API to summarize the context with bullet points."""
    messages = [
        {
            "role": "system",
            "content": "You are a helpful assistant in summarizing the context.",
        },
        {
            "role": "user",
            "content": f"""Please summarize the following context with bullet points and a short description for each point:
            {context}

            On each project focus on:
            - What is the project about?
            - What are the main goals?
            """,
        },
    ]

    response = client.chat.completions.create(
        model="gpt-4o-mini",
        messages=messages,
        response_format={
            "type": "json_schema",
            "json_schema": {
                "name": "project_summary_schema",
                "schema": {
                    "type": "object",
                    "properties": {
                        "projects": {
                            "type": "array",
                            "items": {
                                "type": "object",
                                "properties": {
                                    "project_name": {
                                        "description": "The name of the project",
                                        "type": "string",
                                    },
                                    "summary": {
                                        "description": "Short description of the project",
                                        "type": "string",
                                    },
                                    "difficulty": {
                                        "description": "Difficulty level of the project",
                                        "type": "string",
                                    },
                                },
                                "required": ["project_name", "summary"],
                                "additionalProperties": False,
                            },
                        }
                    },
                    "required": ["projects"],
                    "additionalProperties": False,
                },
            },
        },
    )

بالنسبة للـ Jina.AI كانت تجربة جميلة جداً و سهلة واعتقد سهلت جزء كبير من Scraping

بالنسبة للفرونت إند استخمدت v0 و كان رهييييب! اعطاني نتائج مرضية جداً و بسرعة

النتائج

المشروع النهائي متوفر على الرابط التالي: https://gsoc-scraper.vercel.app/

البيانات و الsource code متوفرة على Github: https://github.com/sombek/gsoc-scraper