المعمل — Lavi Sahu

07المعمل — سجل البناء

أبني هذا الموقع بالطريقة التي أتمنى أن يبني بها مورِّد ذكاء اصطناعي نظام تخطيط: أرِيك الفرق، لا العرض التسويقي.

المعمل — مفتوح المصدر

ثمانية مستودعات، لا نموذج شكلي

كود عام وشغّال، لا شريحة معرض أعمال: أدوات تخطيط سلاسل التوريد، ونظام إعدادات لذكاء اصطناعي، وتطبيق إملاء صوتي يعمل دون اتصال، ونظام التصميم الذي بُنيت منه هذه الصفحة نفسها. اختر بطاقة لترى ما تفعله فعلًا.

Explore GitHub @LaviSahu

Resilience Radar — Python (stdlib only) — self-contained HTML dashboard

View on GitHub →

Supply chain resilience control tower — risk radar, what-if simulation (time-to-recover / time-to-survive), and mitigation ranking. No dependencies to install; the dashboard is one self-contained HTML file.

git clone https://github.com/LaviSahu/resilience-radar.git

What the code actually does

# risk_score = likelihood(1-5) * impact(1-5), range 1-25.
TIER_THRESHOLDS: list[tuple[int, RiskTier]] = [
    (20, RiskTier.CRITICAL),
    (12, RiskTier.HIGH),
    (6, RiskTier.MEDIUM),
    (1, RiskTier.LOW),
]

def likelihood_score(event: Event, classification: Classification) -> int:
    """1-5, from event confidence (0-1) plus a source-reliability adjustment."""
    base = event.confidence * 5
    adjustment = SOURCE_RELIABILITY_ADJUSTMENT.get(classification.source_category, 0)
    return _clamp(base + adjustment, 1, 5)

src/resilience_radar/scoring.py — classic likelihood × impact risk scoring, plus a per-source reliability adjustment (geopolitical/regulatory signals score noisier than, say, a supplier or logistics event).

المعمل — سجل البناء

سجل التحقق — ما هو أعلاه، وكيف فُحص كل جزء فعلًا

شاهدها عين بشرية

Every animation on the rebuilt pages

The merge-conflict resolutions of 2026-09-19

قُرئ، لم يُشغَّل

The twin's system prompt

Each repo description (2 of 8 carry verbatim code excerpts)

لم يفحصها أحد

Everything the twin tells you

Whether anyone has ever used these repos

العمود الثالث هو العمود الصادق. لا يفرغ إلا حين تفرغ الفجوة — ليس قبل ذلك.

المعمل — سجل البناء

لا تأخذ كلامي — حرِّك الرافعات بنفسك.

ثلاث أدوات حية — محاكي سيناريوهات، وحاسبة مخزون، ومخطط تأثير السوط. لا شرائح ولا كلام إيحائي: كل رقم يُحسب في متصفحك أثناء تحريك الرافعات.

المعمل — سجل البناء

ميزة ذكاء اصطناعي حقيقية، لا نموذجًا شكليًا

هذه ليست روبوت محادثة مضمَّنًا. إنها دالة Cloudflare Pages تستدعي Workers AI مباشرة — مقيدة بنطاق هذا الموقع، ومحدودة المعدل لكل IP، وبتعليمات نظام تقول لها أن تجيب 'لا أعرف' بدل اختراع اسم عميل أو رقم. اسألها عن S&OP أو تخطيط المخزون.

اسأل توأمي الذكي

غير مُتحقق

عرض تجريبي: نموذج لغوي بتعليمات قصيرة بصوتي. قد يخطئ بثقة — لا تتصرَّف بناءً على ما يقول. اسأله عن S&OP وIBP وo9 والمخزون.

اسأل عن أي شيء في التخطيط. التوأم يجيب بصوتي.

تقييم التوأم لنفسه — النبرة: قريبة. الحقائق: لم يتحقق منها أحد، ولا أنا. النموذج: @cf/meta/llama-3.3-70b-instruct-fp8-fast، بسقف 512 رمزًا، وموجَّه أن يقول "لا أعرف" بدل اختراع اسم عميل أو رقم. حاجز أمان، لا ضمان.

مولَّد بالذكاء الاصطناعي · ليس بديلًا عن Lavi الحقيقي

المعمل — سجل البناءمدموج، لا منشور.

سجل البناء — 2026-09-19

المعمل — سجل البناءrefkit

Refkit — 28 ports, 1 in production

Every card below is a real VengeanceUI port — working code, not a screenshot. Exactly one of them, VeCreepy, is actually load-bearing right now: it's the Connect link in this site's own footer. The other twenty-seven are verified to render, not yet asked to carry a real page's weight. Same rule as the build log above — a component only counts as shipped once it's doing a job, not once it looks good in a gallery.

Lab — essays

Five frameworks, worked through properly

Not case studies from my own client work — original, research-driven essays on real named frameworks and formulas (bullwhip ratio, TTR/TTS resilience, the Kraljic matrix, Theory of Constraints, digital twins), each grounded in a cited real source, not invented. Pick a card for the summary, or read the full essay.

For the fuller story behind the bullwhip math — two 2000s-era factory fires and what they cost — see Buffer Shock, on the Blog →

ثمانية مستودعات، لا نموذج شكلي

# risk_score = likelihood(1-5) * impact(1-5), range 1-25. TIER_THRESHOLDS: list[tuple[int, RiskTier]] = [ (20, RiskTier.CRITICAL), (12, RiskTier.HIGH), (6, RiskTier.MEDIUM), (1, RiskTier.LOW), ] def likelihood_score(event: Event, classification: Classification) -> int: """1-5, from event confidence (0-1) plus a source-reliability adjustment.""" base = event.confidence * 5 adjustment = SOURCE_RELIABILITY_ADJUSTMENT.get(classification.source_category, 0) return _clamp(base + adjustment, 1, 5)

ميزة ذكاء اصطناعي حقيقية، لا نموذجًا شكليًا

Refkit — 28 ports, 1 in production

Five frameworks, worked through properly