Mkhlab majal

فاحص بيانات التدريب العربية — اكتشف مشاكل الترميز والمحتوى المخفي وخلط اللهجات في ملفات JSONL. استخدم لتنظيف بيانات التدريب.

install

source · Clone the upstream repo

git clone https://github.com/Moshe-ship/mkhlab

Claude Code · Install into ~/.claude/skills/

T=$(mktemp -d) && git clone --depth=1 https://github.com/Moshe-ship/mkhlab "$T" && mkdir -p ~/.claude/skills && cp -r "$T/skills/majal" ~/.claude/skills/moshe-ship-mkhlab-majal-d4a082 && rm -rf "$T"

manifest: skills/majal/SKILL.md

source content

majal — فاحص بيانات التدريب العربية

أداة لفحص جودة بيانات التدريب العربية عبر 16 فحص.

الأوامر

فحص البيانات

majal scan data.jsonl

يعرض جدول بالمشاكل المكتشفة مع مستوى الخطورة.

إحصائيات

majal stats data.jsonl

إحصائيات شاملة: توزيع اللغات، التوكنات، الحقول.

إصلاح تلقائي

majal fix data.jsonl

يعرض diff قبل التطبيق. أضف

--yes

لتخطي التأكيد.

شرح الفحوصات

majal explain

عيّنة عشوائية

majal sample data.jsonl

يعرض عيّنة مع ملاحظات الجودة.

الفئات الـ16

Encoding، Invisible، Content، Arabic، Format

متى تستخدم

المستخدم يجهّز بيانات تدريب عربية
يريد فحص جودة dataset
يشك بمشاكل ترميز أو محتوى مخفي