ai-agents-for-beginners
(انقر على الصورة أعلاه لمشاهدة فيديو هذا الدرس)
مقدمة إلى وكلاء الذكاء الاصطناعي وحالات استخدام الوكلاء
مرحبًا بكم في دورة وكلاء الذكاء الاصطناعي للمبتدئين! تمنحك هذه الدورة المعرفة الأساسية — والكود العملي الحقيقي — لبدء بناء وكلاء الذكاء الاصطناعي من الصفر.
تعال وقل مرحبًا في مجتمع ديسكورد لـ Azure AI — إنه مليء بالمتعلمين وبناة الذكاء الاصطناعي الذين يسعدهم الرد على الأسئلة.
قبل أن نبدأ في البناء، دعنا نتأكد من أننا نفهم بالفعل ما هو وكيل الذكاء الاصطناعي بالضبط ومتى يكون من المنطقي استخدامه.
مقدمة
يغطي هذا الدرس:
- ما هي وكلاء الذكاء الاصطناعي، وأنواعهم المختلفة الموجودة
- أنواع المهام التي تناسب وكلاء الذكاء الاصطناعي بشكل أفضل
- اللبنات الأساسية التي ستستخدمها عند تصميم حل وكيل
أهداف التعلم
بنهاية هذا الدرس، يجب أن تكون قادرًا على:
- شرح ما هو وكيل الذكاء الاصطناعي وكيف يختلف عن حل ذكاء اصطناعي عادي
- معرفة متى تستخدم وكيل الذكاء الاصطناعي (ومتى لا تستخدمه)
- رسم تخطيطي لتصميم حل وكيل أساسي لمشكلة حقيقية
تعريف وكلاء الذكاء الاصطناعي وأنواع وكلاء الذكاء الاصطناعي
ما هم وكلاء الذكاء الاصطناعي؟
إليك طريقة بسيطة للتفكير في الأمر:
وكلاء الذكاء الاصطناعي هم أنظمة تسمح لنماذج اللغة الكبيرة (LLMs) فعليًا بـ القيام بأشياء — من خلال تزويدهم بالأدوات والمعرفة للتصرف في العالم، وليس مجرد الرد على المطالبات.
دعنا نفصل ذلك قليلاً:
- النظام — وكيل الذكاء الاصطناعي ليس مجرد شيء واحد. إنه مجموعة من الأجزاء التي تعمل معًا. في جوهره، كل وكيل يحتوي على ثلاث قطع:
- البيئة — المساحة التي يعمل فيها الوكيل. لوكيل حجز السفر، ستكون منصة الحجز نفسها.
- المستشعرات — كيف يقرأ الوكيل الحالة الحالية لبيئته. قد يتحقق وكيل السفر من توافر الفنادق أو أسعار الرحلات.
- المُشغلات — كيف يتخذ الوكيل الإجراءات. قد يقوم وكيل السفر بحجز غرفة، إرسال تأكيد، أو إلغاء الحجز.
-
نماذج اللغة الكبيرة — كانت هناك وكلاء قبل وجود LLMs، لكن LLMs هي التي تجعل الوكلاء الحديثين قويين جداً. يمكنهم فهم اللغة الطبيعية، والتفكير في السياق، وتحويل طلب المستخدم الغامض إلى خطة عمل ملموسة.
-
تنفيذ الإجراءات — بدون نظام وكيل، نموذج اللغة الكبيرة ينتج نصاً فقط. ولكن داخل نظام وكيل، يمكن لـ LLM فعليًا تنفيذ الخطوات — البحث في قاعدة بيانات، استدعاء واجهة برمجة تطبيقات، إرسال رسالة.
-
الوصول إلى الأدوات — الأدوات التي يمكن للوكيل استخدامها تعتمد على (1) البيئة التي يعمل فيها و (2) ما يختاره المطور لتزويده به. قد يستطيع وكيل السفر البحث عن الرحلات ولكن لا يمكنه تعديل سجلات الزبائن — كل شيء يعتمد على ما تمت وصله.
-
الذاكرة + المعرفة — يمكن للوكلاء أن يمتلكوا ذاكرة قصيرة المدى (المحادثة الحالية) وذاكرة طويلة المدى (قاعدة بيانات العملاء، التفاعلات السابقة). قد “يتذكر” وكيل السفر أنك تفضل مقاعد النافذة.
الأنواع المختلفة لوكلاء الذكاء الاصطناعي
ليس كل الوكلاء مبنيين بنفس الطريقة. إليك تفصيل للأنواع الرئيسية، باستخدام وكيل حجز السفر كمثال مستمر:
| نوع الوكيل | ما يفعله | مثال وكيل السفر |
|---|---|---|
| الوكلاء الانعكاسيين البسيطين | يتبع قواعد مشفرة — لا ذاكرة، لا تخطيط. | يرى بريد شكوى → يرسله لخدمة العملاء. هذا كل شيء. |
| الوكلاء الانعكاسيين القائمين على نموذج | يحتفظ بنموذج داخلي للعالم ويحدّثه مع تغير الأشياء. | يتعقب أسعار الرحلات التاريخية وينبه لطرق أصبحت فجأة مكلفة. |
| الوكلاء القائمين على الهدف | لديه هدف في الذهن ويجد كيفية الوصول إليه خطوة بخطوة. | يحجز رحلة كاملة (رحلات، سيارة، فندق) بدءًا من موقعك الحالي للوصول إلى وجهتك. |
| الوكلاء القائمين على المنفعة | لا يجد فقط حلاً — بل يجد أفضل حل من خلال وزن الموازين. | يوازن بين التكلفة والراحة ليجد الرحلة التي تحقق أعلى نقاط لتفضيلاتك. |
| الوكلاء المتعلمون | يتحسن مع مرور الوقت من التعلم من التغذية الراجعة. | يضبط توصيات الحجز المستقبلية بناءً على نتائج الاستطلاع بعد الرحلة. |
| الوكلاء الهرميون | وكيل عالي المستوى يقسم العمل إلى مهام فرعية ويسندها إلى وكلاء أدنى. | طلب “إلغاء الرحلة” يتقسم إلى: إلغاء الرحلة الجوية، إلغاء الفندق، إلغاء تأجير السيارة — كلٌّ يُعالَج بواسطة وكيل فرعي. |
| أنظمة الوكلاء المتعددين (MAS) | عدة وكلاء مستقلين يعملون معًا (أو يتنافسون). | تعاوني: وكلاء منفصلون يتعاملون مع الفنادق، الرحلات، والترفيه. تنافسي: عدة وكلاء يتنافسون لملء غرف الفنادق بأفضل سعر. |
متى تستخدم وكلاء الذكاء الاصطناعي
فقط لأنك تستطيع استخدام وكيل ذكاء اصطناعي لا يعني أنه يجب عليك دائمًا. إليك الحالات التي يتألق فيها الوكلاء حقًا:
- مشاكل مفتوحة النهاية — عندما لا يمكن برمجة خطوات حل المشكلة مسبقًا. تحتاج إلى أن يجد LLM المسار بشكل ديناميكي.
- عمليات متعددة الخطوات — مهام تتطلب استخدام أدوات عبر عدة مراحل، وليس فقط بحث أو إنتاج واحد.
- التحسن مع مرور الوقت — عندما تريد أن يصبح النظام أذكى بناءً على ملاحظات المستخدم أو إشارات البيئة.
سنتعمق أكثر في متى (ومتى لا) تستخدم وكلاء الذكاء الاصطناعي في درس بناء وكلاء ذكاء اصطناعي يمكن الوثوق بهم لاحقًا في الدورة.
أساسيات الحلول الوكيلة
تطوير الوكيل
أول شيء تفعله عند بناء وكيل هو تعريف ما يمكنه فعله — أدواته، أفعاله، وسلوكياته.
في هذه الدورة، نستخدم خدمة Microsoft Foundry Agent كمنصتنا الرئيسية. تدعم:
- النماذج من مزودين مثل OpenAI، Mistral، وMeta (Llama)
- البيانات المرخصة من مزودين مثل Tripadvisor
- تعريفات أدوات OpenAPI 3.0 الموحدة
أنماط الوكلاء
تتواصل مع نماذج اللغة الكبيرة عبر المطالبات. مع الوكلاء، لا يمكنك دائمًا صياغة كل مطالبة يدويًا — يحتاج الوكيل إلى اتخاذ إجراء عبر عدة خطوات. هنا تأتي أنماط الوكلاء. إنها استراتيجيات قابلة لإعادة الاستخدام لصياغة وتنظيم نماذج اللغة بطريقة أكثر قابلية للتوسع والموثوقية.
تم تنظيم هذه الدورة حول أكثر أنماط الوكلاء شيوعًا وفائدة.
أُطر الوكلاء
توفر أُطر الوكلاء للمطورين قوالب جاهزة وأدوات وبنية تحتية لبناء الوكلاء. تجعل الأمور أسهل لـ:
- توصيل الأدوات والقدرات
- مراقبة ما يفعله الوكيل (وتصحيح الأخطاء عند وقوعها)
- التعاون عبر وكلاء متعددين
في هذه الدورة، نركز على إطار عمل Microsoft Agent Framework (MAF) لبناء وكلاء جاهزين للإنتاج.
عينات الكود
هل أنت مستعد لرؤيته يعمل؟ إليك عينات الكود لهذا الدرس:
- 🐍 بايثون: إطار الوكيل
- 🔷 .NET: إطار الوكيل
هل لديك أسئلة؟
انضم إلى Microsoft Foundry Discord لتتواصل مع متعلمين آخرين، وتحضر ساعات المكتب، وتحصل على إجابات لأسئلة وكلاء الذكاء الاصطناعي من المجتمع.
اختبار سريع لهذا الوكيل (اختياري)
بمجرد أن تتعلم كيفية نشر الوكلاء في الدرس 16، يمكنك إضافة فحص صحة سريع بعد النشر لوكيل هذا الدرس TravelAgent باستخدام الكتالوج الجاهز tests/lesson-01-smoke-tests.json. انظر tests/README.md لمعرفة كيفية تشغيله.
الدرس السابق
الدرس التالي
تنويه: تمت ترجمة هذا المستند باستخدام خدمة الترجمة بالذكاء الاصطناعي Co-op Translator. بينما نسعى للدقة، يرجى العلم أن الترجمات الآلية قد تحتوي على أخطاء أو عدم دقة. يجب اعتبار المستند الأصلي بلغته الأصلية المصدر الرسمي والمعتمد. للمعلومات الهامة، يُنصح بالاستعانة بترجمة بشرية محترفة. نحن غير مسؤولين عن أي سوء فهم أو تفسير ناتج عن استخدام هذه الترجمة.