يمكن لوكلاء استخدام الحاسوب التفاعل مع مواقع الويب بنفس الطريقة التي يتصرف بها الإنسان: عن طريق فتح المتصفح، فحص الصفحة، واتخاذ الإجراء الأفضل التالي بناءً على ما يرونه. في هذا الدرس، ستقوم ببناء وكيل أتمتة متصفح يبحث في Airbnb، يستخرج بيانات القوائم المنظمة، ويحدد أرخص مكان للإقامة في ستوكهولم.
يجمع الدرس بين Browser-Use للملاحة المعتمدة على الذكاء الاصطناعي، Playwright وChrome DevTools Protocol (CDP) للتحكم في المتصفح، وAzure OpenAI للمنطق المدعوم بالرؤية، وPydantic للاستخراج المنظم.
سيغطي هذا الدرس:
بعد إكمال هذا الدرس، ستعرف كيفية:
يحتوي هذا الدرس على دفتر واحد تعليمي:
قم بتثبيت الحزم المستخدمة في الدفتر:
pip install browser_use playwright python-dotenv
playwright install chromium
قم بضبط متغيرات بيئة Azure OpenAI التي يستخدمها الدفتر:
AZURE_OPENAI_ENDPOINT=...
AZURE_OPENAI_API_KEY=...
AZURE_OPENAI_CHAT_DEPLOYMENT_NAME=...
# اختياري: الافتراضي هو أحدث إصدار من واجهة برمجة التطبيقات عند الحذف
AZURE_OPENAI_API_VERSION=...
يوضح الدفتر سير عمل أتمتة متصفح هجين:
يحتفظ هذا النهج بالمنطق المرن المدعوم بالرؤية الذي يتميز به Browser-Use، بينما يمنحك تحكمًا محددًا في المتصفح حين تحتاج إليه.
| السيناريو | استخدام الوكيل | استخدام الممثل |
|---|---|---|
| تخطيطات ديناميكية | نعم، يمكن للذكاء الاصطناعي التكيف مع تغييرات الصفحة | لا، المؤشرات الهشة يمكن أن تنهار |
| بنية معروفة | لا، الوكيل أبطأ من التحكم المباشر | نعم، سريع ودقيق |
| إيجاد العناصر | نعم، اللغة الطبيعية تعمل جيدًا | لا، تتطلب مؤشرات دقيقة |
| التحكم في التوقيت | لا، أقل توقعًا | نعم، تحكم كامل في الانتظار والمحاولات |
| سير العمل المعقد | نعم، يتعامل مع حالات واجهة المستخدم غير المتوقعة | لا، يتطلب تقسيمًا صريحًا |
يعمل وكلاء المتصفح على مواقع ويب حية، لذلك يحتاجون إلى حدود أكثر صرامة من سكربت يستدعي فقط API معروفًا. قبل الانتقال من عرض دفتر تجريبي إلى سير عمل حقيقي، حدد الضوابط حول ما يستطيع الوكيل رؤيته، النقر عليه، وإرساله.
في مثال Airbnb، الخيار الآمن الافتراضي هو البحث في القوائم واستخراج الأسعار. يجب أن يكون تسجيل الدخول، الاتصال بالمضيف، أو إكمال الحجز إجراءً منفصلًا بموافقة المستخدم.
الوكيل الذي تبنيه في هذا الدرس هو نسخة صغيرة ومحلية من وكيل استخدام الحاسوب (CUA) — برنامج يدير المتصفح كما لو كان شخصًا. تقدم مايكروسوفت نفس الفكرة للمؤسسات من خلال مشروع أوبال (Frontier)، ميزة في Microsoft 365 Copilot.
مع مشروع أوبال، تصف مهمة ويعمل الوكيل نيابة عنك باستخدام استخدام الحاسوب على جهاز سحابي Windows 365 آمن، يعمل عبر تطبيقات المتصفح، المواقع، وبيانات مؤسستك. يعمل بشكل غير متزامن في الخلفية، ويمكنك توجيه العمل أو السيطرة عليه في أي وقت. تشمل الوظائف المثالية:
أوبال هو مرجع مفيد لما يبدو عليه وكيل استخدام الحاسوب ذو جودة إنتاج وجدير بالثقة — ويعزز مفاهيم من الدروس السابقة:
| المفهوم في هذا الدورة | كيف يطبق مشروع أوبال ذلك |
|---|---|
| الإنسان في الحلقة (الدرس 06) | يتوقف أوبال لبيانات تسجيل الدخول، البيانات الحساسة، أو التعليمات الغامضة، ولا يدخل كلمات السر أو يرسل النماذج بدون تأكيد صريح. يمكنك السيطرة وإعادة السيطرة في منتصف المهمة. |
| وكلاء موثوقون وآمنون (الدرس 06 و18) | يعمل في جهاز Windows 365 السحابي المعزول، متصفح فقط افتراضيًا (يتم حظر الوصول إلى الحاسوب الآخر، مطبق عبر Intune)، يستخدم هويتك للوصول فقط إلى ما تُصرح به، ويسجل كل إجراء للمراجعة. |
| التخطيط والمعرفة العليا (الدرس 07 و09) | ينتج أوبال خطة للعمل أولاً، ثم يشرف على تفكيره في كل خطوة ويتوقف إذا اكتشف نشاطًا مريبًا. |
| القدرات / الأدوات القابلة لإعادة الاستخدام (الدرس 04) | تتيح المهارات كتابة تعليمات للمهام المتكررة (مستوردة من ملف .md أو مكتوبة مع أوبال) وإعادة استخدامها عبر المحادثات. |
التوفر: مشروع أوبال متوفر حاليًا للمستخدمين في برنامج الوصول المبكر Frontier مع اشتراك Microsoft 365 Copilot، ويجب على المسؤول إكمال الإعداد. ولأنه ميزة تجريبية في Frontier، قد تتغير القدرات مع الوقت.
استكشاف إطار عمل الوكيل من مايكروسوفت
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.