وكيل بحث الذكاء الاصطناعي مفتوح المصدر من جوجل: ثورة في البحث عبر الويب

قدمّت جوجل مؤخراً نظاماً متكاملاً مفتوح المصدر لوكيل بحث قائم على الذكاء الاصطناعي، والذي يُعدّ نقلة نوعية في مجال البحث والتحليل عبر الإنترنت. يعتمد هذا النظام على Gemini 2.5 و LangGraph، مما يُمكّنه من إجراء عمليات بحث متعددة الخطوات، مع مراجعة النتائج وتوليفها بشكل ذكي. يُمثّل هذا النظام خطوة كبيرة نحو بناء مساعدين بحثيين آليين قادرين على محاكاة قدرات الباحث البشري.

تصميم النظام وخصائصه المميزة

يتكون النظام من واجهة أمامية مبنية على React و Vite، مما يوفر تجربة سلسة للمستخدمين مع إمكانية إعادة التحميل السريع وفصل الوحدات النمطية بشكل نظيف. أما الواجهة الخلفية، فهي تعتمد على Python (3.8+) و FastAPI و LangGraph، مما يُتيح التحكم في سير العمل، وتنفيذ دورات التقييم، وتحسين الاستعلامات تلقائيًا.

المكونات الرئيسية:

• الواجهة الأمامية (Frontend): بنية Vite + React، توفر إعادة تحميل سريعة (Hot Reloading) وفصلًا واضحًا للوحدات النمطية.
• الواجهة الخلفية (Backend): Python (3.8+)، FastAPI، وLangGraph للتحكم في القرارات، وحلقات التقييم، وتحسين الاستعلامات بشكل مستقل.
• موقع منطق الوكيل: backend/src/agent/graph.py
• مكونات واجهة المستخدم: frontend/

عملية الإعداد المحلي:

يتطلب تشغيل النظام Node.js و Python، بالإضافة إلى مفتاح API الخاص بـ Gemini. يمكن تشغيله باستخدام الأمر make dev، أو تشغيل الواجهة الأمامية والخلفية بشكل منفصل.

نقاط النهاية:

• واجهة برمجة التطبيقات الخلفية: http://127.0.0.1:2024
• واجهة المستخدم الأمامية: http://localhost:5173

العمليات والتكنولوجيا المُستخدمة

يعتمد النظام على دورة تفاعلية ذكية تتضمن الخطوات التالية:

1. معالجة الاستعلام: يستخدم النظام واجهة برمجة تطبيقات Gemini 2.5 لمعالجة استعلامات المستخدم، وتوليد مصطلحات بحث مُهيكلة.
2. البحث المتكرر: يقوم النظام بإجراء عمليات بحث متكررة باستخدام واجهة برمجة تطبيقات بحث جوجل، مع التحقق من ما إذا كانت النتائج تُجيب بشكل كافٍ على الاستعلام الأصلي.
3. التأكد من صحة النتائج: تستمر هذه العملية التكرارية حتى يُنشئ الوكيل استجابة مُعتمدة ومُوثّقة بالمصادر.
4. توليد الاستجابة: ينتظر النظام حتى يجمع معلومات كافية قبل توليد إجابة مُفصلة.
5. الاستشهاد بالمصادر: تتضمن الإجابات روابط تشعبية إلى المصادر الأصلية، مما يُعزز المصداقية والشفافية.

حالات الاستخدام

يُعدّ هذا النظام مثاليًا للاستخدام في العديد من المجالات، بما في ذلك:

• الأبحاث الأكاديمية: توفير مساعد بحثي آلي دقيق ومُوثوق.
• قواعد بيانات المؤسسات: تحسين الوصول إلى المعلومات وتسهيل عمليات البحث.
• روبوتات الدعم الفني: تقديم إجابات دقيقة وسريعة على استفسارات المستخدمين.
• أدوات الاستشارات: توفير تحليلات دقيقة ومدعومة بالمصادر.

أهمية هذا النظام

يُمثّل هذا النظام خطوة هامة نحو بناء أنظمة ذكاء اصطناعي قادرة على إجراء أبحاث مستقلة عبر الإنترنت. لا يقتصر دور الوكيل على تقديم الإجابات، بل يتجاوز ذلك إلى التحقيق والتحقق من صحة المعلومات وتكييف الاستجابة وفقًا للنتائج. يُسهّل هذا النظام على المطورين والباحثين والشركات في مختلف أنحاء العالم (أمريكا الشمالية، أوروبا، الهند، جنوب شرق آسيا، إلخ) نشر مساعدين بحثيين قائمين على الذكاء الاصطناعي بسهولة.

النقاط الرئيسية

• تصميم الوكيل: نظام وحدوي قائم على React و LangGraph يدعم توليد الاستعلامات والتفكير بشكل مستقل.
• الاستدلال التكراري: يُحسّن الوكيل استعلامات البحث حتى يتم الوصول إلى عتبات الثقة المطلوبة.
• الاستشهاد المدمج: تتضمن النتائج روابط مباشرة إلى مصادر الويب لضمان الشفافية.
• جاهز للمطورين: يُمكن إعداده محليًا باستخدام Node.js و Python 3.8+ ومفتاح API الخاص بـ Gemini.
• مفتوح المصدر: متوفر للجميع للمساهمة والتطوير.

الخاتمة

يُعدّ هذا النظام نقلة نوعية في مجال أنظمة الذكاء الاصطناعي، وذلك من خلال دمج Gemini 2.5 مع قدرات LangGraph في تنظيم المنطق. يُظهر النظام كيف يمكن أتمتة عمليات البحث دون المساومة على الدقة أو المصداقية. مع تطور مساعدي المحادثة، يُحدد هذا النظام معيارًا جديدًا لأدوات البحث القائمة على الذكاء الاصطناعي، والتي تتميز بالذكاء والموثوقية وسهولة الاستخدام للمطورين. يمكنكم زيارة صفحة GitHub للاطلاع على المزيد من التفاصيل.

المصدر: MarkTechPost