مجموعة أدوات Strands لوكلاء الذكاء الاصطناعي: ثورة في تطوير الوكلاء الذكيين
أعلنت أمازون ويب سيرفيسز (AWS) عن إطلاق مجموعة أدوات Strands مفتوحة المصدر، بهدف تبسيط عملية تطوير وكلاء الذكاء الاصطناعي وزيادة قابليتها للتكيف عبر مختلف المجالات. باستخدام نهج قائم على النماذج، تُسهل مجموعة أدوات Strands عملية بناء وترتيب ونشر الوكلاء الذكيين، مما يُمكّن المطورين من بناء أدوات تخطط وتفكر وتتفاعل بشكل مستقل.
مكونات وكيل الذكاء الاصطناعي في Strands
يتألف وكيل الذكاء الاصطناعي المبني باستخدام Strands من ثلاثة مكونات أساسية:
-
النموذج (Model): يدعم Strands مجموعة واسعة من النماذج، بما في ذلك نماذج Amazon Bedrock (مثل Claude و Titan)، وAnthropic، وMeta’s Llama، بالإضافة إلى نماذج أخرى من خلال واجهات برمجة التطبيقات مثل LiteLLM. كما يدعم تطوير النماذج المحلية باستخدام منصات مثل Ollama، ويمكن للمطورين تعريف موردي نماذج مخصصة عند الحاجة.
-
الأدوات (Tools): تمثل الأدوات الوظائف الخارجية التي يمكن للنموذج استدعاءها. توفر Strands أكثر من 20 أداة مُبنية مسبقًا، تتراوح من عمليات الملفات إلى استدعاءات واجهات برمجة التطبيقات وتكاملات خدمات AWS. يمكن للمطورين أيضًا تسجيل وظائف Python الخاصة بهم بسهولة باستخدام مُزين
@tool. ومن الجدير بالذكر أن Strands تدعم آلاف خوادم بروتوكول سياق النموذج (MCP)، مما يسمح بالتفاعل الديناميكي مع الأدوات. -
الموجه (Prompt): يُحدد المهمة أو الهدف الذي يحتاج الوكيل إلى إكماله. يمكن تعريف الموجه من قبل المستخدم أو تعيينه على مستوى النظام للتحكم في السلوك العام.
حلقة العمل الوكيلية (The Agentic Loop)
يعمل Strands من خلال حلقة تتفاعل فيها الوكيل مع النموذج والأدوات حتى يتم إكمال المهمة المحددة بواسطة الموجه. تتضمن كل تكرار استدعاء نموذج اللغة الكبير (LLM) مع السياق الحالي وأوصاف الأدوات. يمكن للنموذج اختيار إنشاء استجابة، أو تخطيط خطوات متعددة، أو التفكير في الإجراءات السابقة، أو استدعاء الأدوات. عند تحديد أداة، يقوم Strands بتنفيذها وإعادة النتيجة إلى النموذج، متابعة الحلقة حتى تصبح الاستجابة النهائية جاهزة. تستفيد هذه الآلية من القدرة المتزايدة لنماذج اللغة الكبيرة على التفكير والتخطيط والتكيف ضمن السياق.
قابلية التوسعة من خلال الأدوات
تتمثل إحدى نقاط القوة في مجموعة أدوات Strands في كيفية استخدام الأدوات لتوسيع سلوك الوكيل. تتضمن بعض أنواع الأدوات الأكثر تقدمًا:
-
أداة الاسترجاع (Retrieve Tool): تتكامل مع قواعد بيانات المعرفة في Amazon Bedrock لتنفيذ البحث الدلالي، مما يُمكّن النماذج من استرداد المستندات ديناميكيًا أو حتى اختيار الأدوات ذات الصلة من بين آلاف الخيارات باستخدام التشابه القائم على التضمين.
-
أداة التفكير (Thinking Tool): تُحث النموذج على الانخراط في التفكير التحليلي متعدد الخطوات، مما يُمكّن من التخطيط الأعمق والتفكير الذاتي.
-
أدوات متعددة الوكلاء (Multi-Agent Tools): بما في ذلك أدوات سير العمل والرسم البياني وأدوات سرب، تسمح هذه الأدوات بترتيب الوكلاء الفرعية للمهام الأكثر تعقيدًا. تخطط Strands لدعم بروتوكول Agent2Agent (A2A) لتعزيز التعاون بين الوكلاء بشكل أكبر.
التطبيقات والبنية التحتية في العالم الحقيقي
تم اعتماد Strands Agents داخليًا بالفعل في AWS. قامت فرق مثل Amazon Q Developer و AWS Glue و VPC Reachability Analyzer بتكاملها في سير عمل الإنتاج. تدعم مجموعة الأدوات مجموعة من أهداف النشر، بما في ذلك البيئات المحلية و AWS Lambda و Fargate و EC2. تم دمج قابلية مراقبة الوكيل من خلال OpenTelemetry (OTEL)، مما يُمكّن من التتبع والتشخيص التفصيليين – وهي أمور بالغة الأهمية للأنظمة المُصممة للإنتاج.
الخلاصة
توفر مجموعة أدوات Strands Agents إطارًا مُنظمًا ومرنًا لبناء وكلاء الذكاء الاصطناعي من خلال التركيز على الفصل الواضح بين النماذج والأدوات والموجهات. تُعد حلقته القائمة على النماذج وتكاملها مع أنظمة بيئة نماذج اللغة الكبيرة الحالية خيارًا سليمًا من الناحية الفنية للمطورين الذين يتطلعون إلى تنفيذ وكلاء مستقلين بأقل قدر من التعليمات البرمجية المعقدة وقدرات تخصيص قوية.
اترك تعليقاً