أظهرت التطورات الحديثة أن الوكلاء اللغويين، ولا سيما أولئك المبنيين على نماذج اللغة الكبيرة (LLMs)، لديهم القدرة على أداء مجموعة واسعة من المهام المعقدة في بيئات متنوعة باستخدام اللغة الطبيعية. ومع ذلك، فإن التركيز الرئيسي لأغلب إطارات الوكلاء اللغويين الحالية هو على تسهيل بناء وكلاء لغويين إثبات المفهوم. هذا التركيز غالبًا ما يأتي مع القليل من الاهتمام بالتصاميم على مستوى التطبيق وغالبًا ما يهمل إمكانية الوصول إلى هذه الوكلاء للمستخدمين غير الخبراء.

لتجاوز القيود الحالية التي تواجه الوكلاء اللغويين، قام المطورون بإنشاء إطار OpenAgents، وهو منصة مفتوحة لاستضافة ونشر وكلاء لغويين في بيئات الاستخدام الفعلي وعبر مجموعة من المهام اليومية. إطار OpenAgents مبني حول ثلاثة وكلاء

• وكيل البيانات: يساعد في تحليل البيانات باستخدام أدوات البيانات ولغات الاستعلام مثل SQL أو لغات البرمجة مثل Python.

• وكلاء البرامج المساعدة: يساعد في توفير الوصول إلى أكثر من 200 أداة API مفيدة للمهام اليومية.

• وكلاء الويب: يساعد في تصفح الويب مع الحفاظ على إخفاء هويتك.

يستخدم إطار OpenAgents واجهة مستخدم ويب مُحسنة للتعامل مع حالات الإخفاق الشائعة والاستجابات السريعة في محاولة لتمكين المستخدمين العاديين من التفاعل مع وظائف الوكيل، وفي الوقت نفسه، تقدم للمطورين والباحثين تجربة تثبيت سلسة على الإعدادات المحلية الخاصة بهم. يمكن القول بأمان أن إطار OpenAgents هو محاولة لتقديم أساس صلب لتسهيل التقييمات في العالم الحقيقي، وصنع وكلاء لغويين مبتكرين وفعالين ومتقدمين.

في مقالنا اليوم، سنقوم بالغوص في إطار OpenAgents، ونناقش الإطار بالتفصيل. سنناقش كيفية عمل الإطار ومعماريته، بالإضافة إلى التحديات الشائعة والنتائج. لذا دعونا نبدأ.

OpenAgents ووكلاء اللغة: مقدمة

وكلاء اللغة، في جوهرهم، مشتقون من الوكلاء الذكية. هذه الوكلاء الذكية تم تصميمها لامتلاك القدرة على حل المشكلات المستقلة، بالإضافة إلى القدرة على استشعار البيئة واتخاذ القرارات والعمل وفقًا لذلك. مع التطورات في نماذج اللغة الكبيرة، استغل المجتمع العالمي مفهوم الوكلاء الذكية ونماذج اللغة الكبيرة لإنشاء وكلاء لغويين. هذه الوكلاء تستخدم برمجة اللغة الطبيعية (NLP) لأداء مجموعة واسعة من المهام المعقدة في بيئات متنوعة، وأظهرت مؤخرًا إمكانيات مذهلة.

إطارات وكلاء اللغة الحالية، مثل Gravitas وChase، توفر في الغالب واجهة سطر أوامر مخصصة للمطورين، بالإضافة إلى تنفيذ إثبات المفهوم. ومع ذلك، فإنها غالبًا ما تقيد الوصول إلى جمهور أوسع، ولا سيما أولئك الذين ليسوا محترفين في البرمجة. بالإضافة إلى ذلك، فإن معايير الوكلاء الحالية يتم بناؤها بواسطة المطورين مع متطلبات محددة للتقييم الحتمي، ولا سيما في السيناريوهات التي تتطلب تصفح الويب أو البرمجة أو استخدام الأدوات أو مزيج منها.

في محاولة لتطوير وكلاء لغويين ذكيين ومزودين بنماذج اللغة الكبيرة لمجموعة أوسع من المستخدمين، قامت الشركات الرائدة مثل OpenAI وMicrosoft (MSFT ) بطرح مجموعة من المنتجات المصممة جيدًا، بما في ذلك تحليل البيانات المتقدم، المعروف أيضًا باسم مفسّر الأكواد، وملحقات المتصفح. على الرغم من أن هذه الوكلاء فعالة في وظائفها، إلا أنها توفر مساعدة محدودة للمجتمع التطويري. يأتي هذا القصور لأن رمز المنطق التجاري وتنفيذ النموذج لم يتم إطلاقه كمصدر مفتوح، مما يحد من فرص المطورين والباحثين لاستكشافها بشكل أكبر، بالإضافة إلى تقييد الوصول المجاني للمستخدمين.

في محاولة لمعالجة هذه المشكلة، قام المطورون بإنشاء OpenAgents، وهو منصة مفتوحة لاستضافة وكلاء لغويين، وهو حاليًا مبني على ثلاثة وكلاء داخليين

• وكيل البيانات: يساعد في تحليل البيانات باستخدام أدوات البيانات ولغات الاستعلام مثل SQL أو لغات البرمجة مثل Python.

• وكلاء البرامج المساعدة: يساعد في توفير الوصول إلى أكثر من 200 أداة API مفيدة للمهام اليومية.

• وكلاء الويب: يساعد في تصفح الويب مع الحفاظ على إخفاء هويتك.

الشكل التالي يظهر منصة OpenAgents للمستخدمين العاديين والمطورين والباحثين.

1. بدلاً من استخدام حزمة مبرمجية أو واجهة سطر أوامر، يمكن للمستخدمين العاديين التفاعل مع ثلاثة وكلاء في إطار OpenAgents باستخدام واجهة ويب على الإنترنت.
2. يمكن للمطورين استخدام المنطق التجاري والكود البحثي المقدم من إطار OpenAgents لتثبيت الخلفية والامامية بشكل سلس للاستخدامات المستقبلية.
3. يمكن للباحثين بناء وكلاء لغويين جدد من الصفر أو تنفيذ أساليب الوكيل باستخدام المكونات والمثالات المشتركة وتقييم أدائهم باستخدام واجهة الويب.

للمجموعة، إطار OpenAgents مُصمم في الأصل لتكون منصة شاملة وواقعية لتقييم وكلاء لغويين مع وجود الإنسان في الحلقة، مما يسمح للمستخدمين بالتفاعل مع هذه الوكلاء لإنجاز مجموعة واسعة من المهام، وتخزين وتحليل التفاعلات بين الإنسان والوكيل مع ملاحظات المستخدم للاستخدامات المستقبلية.

لمن لا يعرف، توجيه نموذج اللغة الكبيرة هو عملية تسمح للمطورين بإنشاء تعليمات تحمي ضد المدخلات المعادية أو الخاطئة، وتحسن جماليات الإخراج، وتلبي المنطق الخلفي. خلال مرحلة التطوير، يستخدم المطورون الذين يعملون على إطار OpenAgents تقنية توجيه نموذج اللغة الكبيرة لتوضيح أهمية تحديد متطلبات التطبيق بشكل فعال. ومع ذلك، لاحظ المطورون في وقت لاحق أن بناء هذه التعليمات أو توجيهات نموذج اللغة الكبيرة يمكن أن يكون كبيرًا في بعض الأحيان، مما قد يؤثر على قدرات نموذج اللغة الكبيرة على معالجة السياق، بالإضافة إلى قيود التوكنات. كما لاحظ المطورون أن نموذج الوكيل يجب أن يكون ليس فقط أداء استثنائيًا، ولكن يجب أن يكون قادرًا أيضًا على التعامل مع مجموعة واسعة من السيناريوهات التفاعلية في الوقت الفعلي. وعلى الرغم من أن أطر الوكلاء الحالية تهتم بالأداء، فإنها غالبًا ما تتجاهل متطلبات الاستخدام الفعلي، خصوصًا العمل في الوقت الفعلي. وقد تخفي المفاضلة بين سرعة الاستجابة والدقة الإمكانات الحقيقية لنماذج اللغة الكبيرة.

في الشكل التالي، نقوم بمقارنة إطار OpenAgents مباشرة مع الأعمال الحالية على معايير الوكيل وبناء النماذج.

OpenAgents: تصميم المنصة وتنفيذه

يمكن تقسيم التصميم المنهجي لمنصة OpenAgents إلى مكونين رئيسيين: واجهة المستخدم، بما في ذلك الخلفية والامامية، ووكيل اللغة، الذي يتكون من أدوات ونموذج اللغة والبيئة. يقدم إطار OpenAgents واجهة للتواصل بين المستخدمين والوكلاء.

يستخدم الوكلاء الأدوات المتاحة لهم للتخطيط والعمل اللازم في البيئات بعد استلام المدخلات من المستخدمين. يظهر التصميم المنهجي للإطار في الصورة التالية.

واجهة المستخدم

قام مطورو إطار OpenAgents ببذل الكثير من الجهد في تطوير واجهة مستخدم ليس فقط وظيفية ولكن أيضًا سهلة الاستخدام بعد معالجة مجموعة من الوكلاء ومنطق الأعمال القابل لإعادة الاستخدام. ونتيجة لذلك، يفتخر إطار OpenAgents بتقديم الدعم لمجموعة واسعة من المهام الفنية، بما في ذلك معالجة الأخطاء وعمليات الخادم الخلفي وتدفق البيانات، وغيرها، مع الهدف الرئيسي هو جعل إطار OpenAgents ودودًا للمستخدمين ولكن فعالًا ومستخدمًا في الوقت نفسه.

وكيل اللغة

داخل إطار OpenAgents، يتكون وكيل اللغة من ثلاثة مكونات أساسية: واجهة الأداة ونموذج اللغة والبيئة نفسها. تقنية التوجيه المُطبقة في إطار OpenAgents تخلق عملية متسلسلة للوكلاء اتباعها، تبدأ من الملاحظة -> التفكير -> العمل. كما يُحفز إطار OpenAgents نموذج اللغة الكبيرة لإنشاء نص قابل للتحليل آليًا مع زيادة الكفاءة، ويحتوي واجهة الأداة على محولات يمكنها ترجمة النصوص القابلة للتحليل آليًا التي يُنشئها نموذج اللغة الكبيرة إلى إجراءات قابلة للتنفيذ مثل إجراء مكالمات API أو إنشاء أكواد. يتم تنفيذ هذه الإجراءات بواسطة الإطار داخل حدود البيئة المقابلة.

وكلاء OpenAgents

في قلب OpenAgents، هناك ثلاثة وكلاء متميزون: وكيل البيانات يساعد في تحليل البيانات باستخدام أدوات البيانات ولغات الاستعلام مثل SQL أو لغات البرمجة مثل Python، وكلاء البرامج المساعدة يساعد في توفير الوصول إلى أكثر من 200 أداة API مفيدة للمهام اليومية، ووكلاء الويب يساعد في تصفح الويب مع الحفاظ على إخفاء هويتك. يتمتع كل من هذه الوكلاء بالخبرة الفنية الفريدة في مجاله، مشابهة لبرامج المساعدة في ChatGPT، ومع ذلك، على عكس ChatGPT، يتم تنفيذها في OpenAgents على أساس واجهة برمجة التطبيقات المفتوحة.

وكيل البيانات

تم تصميم وكيل البيانات في إطار OpenAgents وتثبيته ليتعامل مع مجموعة واسعة من المهام المتعلقة بالبيانات التي يواجهها المستخدمون في حياتهم اليومية. يدعم وكيل البيانات إنشاء وتشغيل الأكواد بلغات البرمجة SQL وPython، ويحتوي الوكيل على أدوات بيانات متعددة، بما في ذلك التحليل الأساسي للبيانات لتوفير المعلومات الأساسية حول البيانات، بحث بيانات Kaggle للبحث عن مجموعات البيانات، وأداة ECharts لإنشاء مخططات تفاعلية. بالإضافة إلى ذلك، يحفز إطار OpenAgents وكيل البيانات على استخدام هذه الأدوات بفعالية للاستجابة بفعالية لطلبات المستخدمين. ونظرًا إلى متطلبات البرمجة الكبيرة، يختار الإطار نماذج لغوية مدمجة لوكيل البيانات. وبحسب وصف المقال الأصلي، تتولى أدوات مثل Python وECharts وSQL توليد الشفرة بدلًا من الوكيل نفسه، بهدف الاستفادة الكاملة من قدرات النماذج اللغوية البرمجية وتخفيف العبء عن وكيل البيانات.

بمساعدة هذه الأدوات، يمكن لوكيل البيانات التعامل مع العديد من الطلبات المرتبطة بالبيانات، ويؤدي مهام البيانات بفعالية، بما في ذلك التصوير البياني ومعالجة البيانات والاستعلام عنها، ويتجاوز حدود إنشاء الأكواد والنص.

وكلاء البرامج المساعدة

تم تصميم وكيل البرامج المساعدة في إطار OpenAgents بدقة لتلبي احتياجات المستخدمين المتعددة للمهام اليومية، بما في ذلك البحث على الإنترنت والتسوق عبر الإنترنت وقراءة الأخبار أو إنشاء مواقع ويب وتطبيقات، من خلال توفير الوصول إلى أكثر من 200 برنامج مساعد، مع التركيز على واجهة الاتصال وطول استجابة API.

1. جوجل البحث
2. وولفرام ألفا
3. زابير
4. كلارنا
5. كورسيرا
6. Show Me
7. Speak
8. AskYourPDF
9. بيزتوك
10. كلوك

يمكن للمستخدمين اختيار عدد البرامج المساعدة التي يريدون أن يستخدمها وكلاء البرامج المساعدة، ويوضح الشكل التالي كيفية عمل ذلك.

علاوة على ذلك، لتمكين المستخدمين من الحصول على البرامج المساعدة الأكثر صلة بإحتياجاتهم، يقدم إطار OpenAgents ميزة تختار تلقائيًا البرامج المساعدة الأكثر صلة بإرشاداتهم.

وكلاء الويب

يقدم إطار OpenAgents وكيل الويب كأداة متخصصة لتعزيز كفاءة ووظائف وكيل المحادثة. على الرغم من أن وكيل المحادثة لا يزال يحتوي على واجهة التفاعل الرئيسية، إلا أنه يدمج وكيل الويب بسلاسة عند الضرورة. يتم تسليم الاستجابة النهائية للمستخدم النهائي بواسطة وكيل الويب، ويُظهر الشكل التالي هذه العملية.

تثبت استراتيجية التصميم المُستخدمة في وكلاء الويب أنها مفيدة للغاية، حيث يعالج وكيل المحادثة المعاملات الهامة أو يُشغل الروابط بشكل منهجي قبل نقلها إلى وكيل الويب، مما يضمن توافقًا أفضل بين متطلبات المستخدم والمخرجات المولدة. بالإضافة إلى ذلك، تتيح الاستراتيجية لوكلاء الويب التعامل مع استفسارات المستخدمين المتعددة الطبقات والمتكيفة من خلال استخدام التنقل الديناميكي المتعدد في الويب المقترن بحوارات المحادثة. ومن خلال الفصل الواضح بين أدوار ومسؤوليات وكيل المحادثة ووكلاء التصفح، يتيح الإطار تحسين كل وحدة وتطويرها على نحو مستقل.

OpenAgents: التطبيقات العملية والتنفيذ في العالم الحقيقي

في هذا القسم، سنناقش مسار إطار OpenAgents من التصور النظري إلى النشر في العالم الحقيقي، مع التحديات التي واجهوها والتعلم الذي اكتسبوه، بالإضافة إلى تعقيدات التقييم التي تعاملوا معها.

استخدام التوجيهات لتحويل نماذج اللغة الكبيرة إلى تطبيقات العالم الحقيقي

عند استخدام توجيهات نموذج اللغة الكبيرة لإنشاء تطبيقات العالم الحقيقي للمستخدمين النهائيين، يستخدم إطار OpenAgents تعليمات التوجيه لتحديد متطلبات معينة. تهدف بعض التعليمات إلى ضمان أن يكون الإخراج في صيغة محددة، مما يسمح للمنطق الخلفي بمعالجته، بينما تهدف تعليمات أخرى إلى تحسين جماليات الإخراج، في حين أن البعض الآخر يحمي الإطار من الهجمات الخبيثة المحتملة.

عوامل العالم الحقيقي غير القابلة للسيطرة

عندما قام المطورون بنشر إطار OpenAgents في العالم الحقيقي، واجهوا عوامل يصعب التحكم فيها ناتجة عن بنية الإنترنت والمستخدمين ومنطق الأعمال وغيرها، مما تسبب في تغيير بعض الافتراضات السابقة وأدت إلى حالات قد لا يرضى المستخدمون عن الاستجابة التي يُنشئها الإطار.

تعقيد التقييم

على الرغم من أن الوكلاء المُنشئين مباشرةً للتطبيقات قد يكون لديهم تطبيق أوسع ويسهل التقييم بشكل أفضل، إلا أنه يضيف إلى تعقيد بناء التطبيقات التي تعمل بنماذج اللغة الكبيرة، مما يجعل من الصعب تحليل أداء التطبيقات. بالإضافة إلى ذلك، يضيف هذا النهج إلى عدم الاستقرار ويمدد سلسلة النظام لنماذج اللغة الكبيرة، مما يجعله أكثر صعوبة على الإطار للتكيف مع المكونات المختلفة. لذلك من المنطقي تحسين تصميم النظام ومنطق تشغيل الوكلاء لتبسيط الإجراءات وضمان مخرجات فعالة.

أفكار ختامية

في هذه المقالة، ناقشنا إطار OpenAgents، وهو منصة مفتوحة لاستضافة ونشر وكلاء لغويين في بيئات الاستخدام الفعلي وعبر مجموعة من المهام اليومية. إطار OpenAgents مبني حول ثلاثة وكلاء: وكيل البيانات، الذي يساعد في تحليل البيانات باستخدام أدوات البيانات ولغات الاستعلام مثل SQL أو لغات البرمجة مثل Python، وكلاء البرامج المساعدة، الذين يساعدون في توفير الوصول إلى أكثر من 200 أداة API مفيدة للمهام اليومية، ووكلاء الويب، الذين يساعدون في تصفح الويب مع الحفاظ على إخفاء هويتك. يستخدم إطار OpenAgents واجهة مستخدم ويب مُحسنة للتعامل مع حالات الإخفاق الشائعة والاستجابات السريعة في محاولة لتمكين المستخدمين العاديين من التفاعل مع وظائف الوكيل، وفي الوقت نفسه، يقدم للمطورين والباحثين تجربة تثبيت سلسة على الإعدادات المحلية الخاصة بهم. من خلال توفير منصة شفافة وواقعية وقابلة للتثبيت، يهدف إطار OpenAgents إلى جعل إمكانات نماذج اللغة الكبيرة متاحة لمجموعة أوسع من المستخدمين، لا سيما المستخدمين النهائيين ذوي الخبرة الفنية المحدودة.