> ## Documentation Index
> Fetch the complete documentation index at: https://docs.tokenlab.sh/llms.txt
> Use this file to discover all available pages before exploring further.

# أفضل الممارسات

> حسّن استخدامك لـ TokenLab API من حيث التكلفة والأداء والموثوقية

## اختيار النموذج

يمكن أن يؤثر اختيار النموذج المناسب بشكل كبير على التكلفة والجودة.

### توصيات حسب المهمة

| المهمة                 | النماذج الموصى بها                                | السبب                      |
| ---------------------- | ------------------------------------------------- | -------------------------- |
| **أسئلة وأجوبة بسيطة** | `gpt-5-mini`, `gemini-3.5-flash`                  | سريع، منخفض التكلفة، وكافٍ |
| **استدلال معقد**       | `gpt-5.4`, `claude-opus-4-6`, `deepseek-r1`       | منطق وتخطيط أفضل           |
| **البرمجة**            | `claude-sonnet-4-6`, `gpt-4o`, `deepseek-v3-2`    | مُحسّن للكود               |
| **الكتابة الإبداعية**  | `claude-sonnet-4-6`, `gpt-4o`                     | جودة نثر أفضل              |
| **الرؤية/الصور**       | `gpt-4o`, `claude-sonnet-4-6`, `gemini-3.5-flash` | دعم رؤية أصلي              |
| **سياق طويل**          | `gemini-2.5-pro`, `claude-sonnet-4-6`             | نوافذ token تتجاوز 1M      |
| **حساسية للتكلفة**     | `gpt-5-mini`, `gemini-3.5-flash`, `deepseek-v3-2` | أفضل قيمة                  |

### مستويات التكلفة

```
$$$$ Premium: gpt-5.4, claude-opus-4-6
$$$  Standard: claude-sonnet-4-6, gpt-4o
$$   Budget:   gpt-5-mini, gemini-3.5-flash
$    Economy:  deepseek-v3-2, deepseek-r1
```

## تحسين التكلفة

### 1. استخدم النماذج الأصغر أولاً

```python theme={null}
def smart_query(question: str, complexity: str = "auto"):
    """Use cheaper models for simple tasks."""

    if complexity == "simple":
        model = "gpt-5-mini"
    elif complexity == "complex":
        model = "gpt-4o"
    else:
        # Start cheap, escalate if needed
        model = "gpt-5-mini"

    response = client.chat.completions.create(
        model=model,
        messages=[{"role": "user", "content": question}]
    )
    return response
```

### 2. قم بتعيين `max_tokens`

اضبط دائماً حدًا مناسبًا لـ `max_tokens`:

```python theme={null}
# ❌ Bad: No limit, could generate thousands of tokens
response = client.chat.completions.create(
    model="gpt-4o",
    messages=[{"role": "user", "content": "Summarize this article"}]
)

# ✅ Good: Limit response length
response = client.chat.completions.create(
    model="gpt-4o",
    messages=[{"role": "user", "content": "Summarize this article"}],
    max_tokens=500  # Reasonable limit for a summary
)
```

### 3. حسّن الـ Prompts

```python theme={null}
# ❌ Verbose prompt (more input tokens)
prompt = """
I would like you to please help me by analyzing the following text
and providing a comprehensive summary of the main points. Please be
thorough but also concise in your response. The text is as follows:
{text}
"""

# ✅ Concise prompt (fewer tokens)
prompt = "Summarize the key points:\n{text}"
```

### 4. اجمع الطلبات المتشابهة على دفعات

```python theme={null}
# ❌ Many small requests
for question in questions:
    response = client.chat.completions.create(
        model="gpt-4o",
        messages=[{"role": "user", "content": question}]
    )

# ✅ Fewer larger requests
combined_prompt = "\n".join([f"{i+1}. {q}" for i, q in enumerate(questions)])
response = client.chat.completions.create(
    model="gpt-4o",
    messages=[{"role": "user", "content": f"Answer each question:\n{combined_prompt}"}]
)
```

## تحسين الأداء

### 5. استخدم Streaming لتحسين تجربة المستخدم

يؤدي Streaming إلى تحسين الأداء المُدرَك:

```python theme={null}
stream = client.chat.completions.create(
    model="gpt-4o",
    messages=[{"role": "user", "content": "Write a long essay"}],
    stream=True
)

for chunk in stream:
    if chunk.choices[0].delta.content:
        print(chunk.choices[0].delta.content, end="", flush=True)
```

### 6. اختر النماذج السريعة للاستخدام التفاعلي

| حالة الاستخدام      | الموصى به                        | زمن الاستجابة      |
| ------------------- | -------------------------------- | ------------------ |
| واجهة محادثة        | `gpt-5-mini`, `gemini-3.5-flash` | \~200ms لأول token |
| الإكمال عبر Tab     | `claude-haiku-4-5`               | \~150ms لأول token |
| المعالجة في الخلفية | `gpt-4o`, `claude-sonnet-4-6`    | \~500ms لأول token |

### 7. قم بتعيين المهلات الزمنية

```python theme={null}
client = OpenAI(
    api_key="sk-your-key",
    base_url="https://api.tokenlab.sh/v1",
    timeout=60.0  # 60 second timeout
)
```

## الموثوقية

### 8. نفّذ إعادة المحاولة

```python theme={null}
import time
from openai import RateLimitError, APIError

def chat_with_retry(messages, max_retries=3):
    for attempt in range(max_retries):
        try:
            return client.chat.completions.create(
                model="gpt-4o",
                messages=messages
            )
        except RateLimitError:
            wait = 2 ** attempt
            print(f"Rate limited, waiting {wait}s...")
            time.sleep(wait)
        except APIError as e:
            if attempt == max_retries - 1:
                raise
            time.sleep(1)
    raise Exception("Max retries exceeded")
```

### 9. تعامل مع الأخطاء بسلاسة

```python theme={null}
from openai import APIError, AuthenticationError, RateLimitError

try:
    response = client.chat.completions.create(...)
except AuthenticationError:
    # Check API key
    notify_admin("Invalid API key")
except RateLimitError:
    # Queue for later or use backup
    add_to_queue(request)
except APIError as e:
    if e.status_code == 402:
        notify_admin("Balance low")
    elif e.status_code >= 500:
        # Server error, retry later
        schedule_retry(request)
```

### 10. استخدم نماذج احتياطية

```python theme={null}
FALLBACK_CHAIN = ["gpt-4o", "claude-sonnet-4-6", "gemini-3.5-flash"]

def chat_with_fallback(messages):
    for model in FALLBACK_CHAIN:
        try:
            return client.chat.completions.create(
                model=model,
                messages=messages
            )
        except APIError:
            continue
    raise Exception("All models failed")
```

## الأمان

### 11. احمِ مفاتيح API

```python theme={null}
# ❌ Never hardcode keys
client = OpenAI(api_key="sk-abc123...")

# ✅ Use environment variables
import os
client = OpenAI(api_key=os.environ["TOKENLAB_API_KEY"])
```

### 12. تحقّق من صحة إدخال المستخدم

```python theme={null}
def validate_message(content: str) -> bool:
    """Validate user input before sending to API."""
    if len(content) > 100000:
        raise ValueError("Message too long")
    # Add other validation as needed
    return True
```

### 13. قم بتعيين حدود لمفاتيح API

أنشئ مفاتيح API منفصلة مع حدود إنفاق لكل من:

* التطوير/الاختبار
* الإنتاج
* التطبيقات المختلفة

## المراقبة

### 14. تتبّع الاستخدام

تحقق من لوحة التحكم الخاصة بك بانتظام من أجل:

* استخدام token حسب النموذج
* تفصيل التكلفة
* معدلات نجاح التخزين المؤقت
* معدلات الأخطاء

### 15. سجّل المقاييس المهمة

```python theme={null}
import logging

response = client.chat.completions.create(...)

logging.info({
    "model": response.model,
    "prompt_tokens": response.usage.prompt_tokens,
    "completion_tokens": response.usage.completion_tokens,
    "total_tokens": response.usage.total_tokens,
})
```

### 16. أعدّ التنبيهات

قم بتكوين تنبيهات انخفاض الرصيد في لوحة التحكم الخاصة بك لتجنب انقطاع الخدمة.

## قائمة التحقق

<AccordionGroup>
  <Accordion title="تحسين التكلفة">
    * [ ] استخدام النموذج المناسب لكل مهمة
    * [ ] تعيين حدود `max_tokens`
    * [ ] الـ Prompts موجزة
    * [ ] تفعيل التخزين المؤقت عند الاقتضاء
    * [ ] تجميع الطلبات المتشابهة على دفعات
  </Accordion>

  <Accordion title="الأداء">
    * [ ] Streaming لتجربة مستخدم تفاعلية
    * [ ] نماذج سريعة للاستخدام الفوري
    * [ ] تكوين المهلات الزمنية
  </Accordion>

  <Accordion title="الموثوقية">
    * [ ] تنفيذ منطق إعادة المحاولة
    * [ ] وجود معالجة للأخطاء
    * [ ] تكوين النماذج الاحتياطية
  </Accordion>

  <Accordion title="الأمان">
    * [ ] مفاتيح API في متغيرات البيئة
    * [ ] التحقق من صحة الإدخال
    * [ ] مفاتيح منفصلة للتطوير/الإنتاج
    * [ ] تعيين حدود الإنفاق
  </Accordion>
</AccordionGroup>