الوكلاء

دليل تفصيلي حول إنشاء وإدارة الوكلاء ضمن إطار عمل CrewAI.

​

نظرة عامة على الوكيل

في إطار عمل CrewAI، الـ Agent هو وحدة مستقلة يمكنها:

• أداء مهام محددة
• اتخاذ قرارات بناءً على دوره وهدفه
• استخدام الأدوات لتحقيق الأهداف
• التواصل والتعاون مع وكلاء آخرين
• الاحتفاظ بذاكرة التفاعلات
• تفويض المهام عند السماح بذلك

فكّر في الوكيل كعضو فريق متخصص بمهارات وخبرات ومسؤوليات محددة. على سبيل المثال، قد يتفوق وكيل Researcher في جمع وتحليل المعلومات، بينما قد يكون وكيل Writer أفضل في إنشاء المحتوى.

يتضمن CrewAI AMP منشئ وكلاء مرئي يبسّط إنشاء وتهيئة الوكلاء بدون كتابة كود. صمم وكلاءك بصريًا واختبرهم في الوقت الفعلي.

يُمكّن منشئ الوكلاء المرئي من:

• تهيئة وكلاء بديهية بواجهات نماذج
• اختبار والتحقق في الوقت الفعلي
• مكتبة قوالب مع أنواع وكلاء مهيأة مسبقًا
• تخصيص سهل لخصائص وسلوكيات الوكيل

​

خصائص الوكيل

الخاصية	المعامل	النوع	الوصف
الدور	role	str	يحدد وظيفة الوكيل وخبرته ضمن الطاقم.
الهدف	goal	str	الهدف الفردي الذي يوجه عملية اتخاذ القرار لدى الوكيل.
الخلفية	backstory	str	يوفر سياقًا وشخصية للوكيل، مما يثري التفاعلات.
LLM (اختياري)	llm	Union[str, LLM, Any]	نموذج اللغة الذي يشغّل الوكيل. افتراضيًا النموذج المحدد في OPENAI_MODEL_NAME أو “gpt-4”.
الأدوات (اختياري)	tools	List[BaseTool]	القدرات أو الوظائف المتاحة للوكيل. افتراضيًا قائمة فارغة.
LLM استدعاء الدوال (اختياري)	function_calling_llm	Optional[Any]	نموذج لغة لاستدعاء الأدوات، يتجاوز LLM الطاقم إذا حُدد.
الحد الأقصى للتكرارات (اختياري)	max_iter	int	الحد الأقصى للتكرارات قبل أن يقدم الوكيل أفضل إجابته. الافتراضي 20.
الحد الأقصى لـ RPM (اختياري)	max_rpm	Optional[int]	الحد الأقصى للطلبات في الدقيقة لتجنب حدود المعدل.
الحد الأقصى لوقت التنفيذ (اختياري)	max_execution_time	Optional[int]	الحد الأقصى للوقت (بالثواني) لتنفيذ المهمة.
الوضع المفصل (اختياري)	verbose	bool	تفعيل سجلات التنفيذ المفصلة للتصحيح. الافتراضي False.
السماح بالتفويض (اختياري)	allow_delegation	bool	السماح للوكيل بتفويض المهام لوكلاء آخرين. الافتراضي False.
دالة الخطوة (اختياري)	step_callback	Optional[Any]	دالة تُستدعى بعد كل خطوة للوكيل، تتجاوز دالة الطاقم.
التخزين المؤقت (اختياري)	cache	bool	تفعيل التخزين المؤقت لاستخدام الأدوات. الافتراضي True.
قالب النظام (اختياري)	system_template	Optional[str]	قالب أمر نظام مخصص للوكيل.
قالب الأمر (اختياري)	prompt_template	Optional[str]	قالب أمر مخصص للوكيل.
قالب الاستجابة (اختياري)	response_template	Optional[str]	قالب استجابة مخصص للوكيل.
السماح بتنفيذ الكود (اختياري)	allow_code_execution	Optional[bool]	تفعيل تنفيذ الكود للوكيل. الافتراضي False.
الحد الأقصى لإعادة المحاولة (اختياري)	max_retry_limit	int	الحد الأقصى لإعادات المحاولة عند حدوث خطأ. الافتراضي 2.
احترام نافذة السياق (اختياري)	respect_context_window	bool	إبقاء الرسائل تحت حجم نافذة السياق عبر التلخيص. الافتراضي True.
وضع تنفيذ الكود (اختياري)	code_execution_mode	Literal["safe", "unsafe"]	وضع تنفيذ الكود: ‘safe’ (باستخدام Docker) أو ‘unsafe’ (مباشر). الافتراضي ‘safe’.
متعدد الوسائط (اختياري)	multimodal	bool	ما إذا كان الوكيل يدعم القدرات متعددة الوسائط. الافتراضي False.
حقن التاريخ (اختياري)	inject_date	bool	ما إذا كان يتم حقن التاريخ الحالي تلقائيًا في المهام. الافتراضي False.
تنسيق التاريخ (اختياري)	date_format	str	سلسلة تنسيق التاريخ عند تفعيل inject_date. الافتراضي “%Y-%m-%d” (تنسيق ISO).
الاستدلال (اختياري)	reasoning	bool	ما إذا كان يجب على الوكيل التأمل وإنشاء خطة قبل تنفيذ المهمة. الافتراضي False.
الحد الأقصى لمحاولات الاستدلال (اختياري)	max_reasoning_attempts	Optional[int]	الحد الأقصى لمحاولات الاستدلال قبل تنفيذ المهمة. إذا None، سيحاول حتى الاستعداد.
المُضمّن (اختياري)	embedder	Optional[Dict[str, Any]]	تهيئة المُضمّن المستخدم من قبل الوكيل.
مصادر المعرفة (اختياري)	knowledge_sources	Optional[List[BaseKnowledgeSource]]	مصادر المعرفة المتاحة للوكيل.
استخدام أمر النظام (اختياري)	use_system_prompt	Optional[bool]	ما إذا كان يُستخدم أمر النظام (لدعم نموذج o1). الافتراضي True.

​

إنشاء الوكلاء

هناك طريقتان لإنشاء الوكلاء في CrewAI: باستخدام تهيئة YAML (موصى بها) أو تعريفهم مباشرة في الكود.

​

تهيئة YAML (موصى بها)

توفر تهيئة YAML طريقة أنظف وأكثر قابلية للصيانة لتعريف الوكلاء. نوصي بشدة باستخدام هذا النهج في مشاريع CrewAI.

بعد إنشاء مشروع CrewAI كما هو موضح في قسم التثبيت، انتقل إلى ملف src/latest_ai_development/config/agents.yaml وعدّل القالب ليتوافق مع متطلباتك.

ستُستبدل المتغيرات في ملفات YAML (مثل {topic}) بقيم من مدخلاتك عند تشغيل الطاقم:

Code

crew.kickoff(inputs={'topic': 'AI Agents'})

إليك مثالًا على كيفية تهيئة الوكلاء باستخدام YAML:

agents.yaml

# src/latest_ai_development/config/agents.yaml
researcher:
  role: >
    {topic} Senior Data Researcher
  goal: >
    Uncover cutting-edge developments in {topic}
  backstory: >
    You're a seasoned researcher with a knack for uncovering the latest
    developments in {topic}. Known for your ability to find the most relevant
    information and present it in a clear and concise manner.

reporting_analyst:
  role: >
    {topic} Reporting Analyst
  goal: >
    Create detailed reports based on {topic} data analysis and research findings
  backstory: >
    You're a meticulous analyst with a keen eye for detail. You're known for
    your ability to turn complex data into clear and concise reports, making
    it easy for others to understand and act on the information you provide.

لاستخدام تهيئة YAML في الكود، أنشئ فئة طاقم ترث من CrewBase:

Code

# src/latest_ai_development/crew.py
from crewai import Agent, Crew, Process
from crewai.project import CrewBase, agent, crew
from crewai_tools import SerperDevTool

@CrewBase
class LatestAiDevelopmentCrew():
  """LatestAiDevelopment crew"""

  agents_config = "config/agents.yaml"

  @agent
  def researcher(self) -> Agent:
    return Agent(
      config=self.agents_config['researcher'], # type: ignore[index]
      verbose=True,
      tools=[SerperDevTool()]
    )

  @agent
  def reporting_analyst(self) -> Agent:
    return Agent(
      config=self.agents_config['reporting_analyst'], # type: ignore[index]
      verbose=True
    )

يجب أن تتطابق الأسماء المستخدمة في ملفات YAML (agents.yaml) مع أسماء الطرق في كود Python.

​

تعريف مباشر في الكود

يمكنك إنشاء الوكلاء مباشرة في الكود بإنشاء فئة Agent. إليك مثالًا شاملًا يوضح جميع المعاملات المتاحة:

Code

from crewai import Agent
from crewai_tools import SerperDevTool

# إنشاء وكيل بجميع المعاملات المتاحة
agent = Agent(
    role="Senior Data Scientist",
    goal="Analyze and interpret complex datasets to provide actionable insights",
    backstory="With over 10 years of experience in data science and machine learning, "
              "you excel at finding patterns in complex datasets.",
    llm="gpt-4",
    function_calling_llm=None,
    verbose=False,
    allow_delegation=False,
    max_iter=20,
    max_rpm=None,
    max_execution_time=None,
    max_retry_limit=2,
    allow_code_execution=False,
    code_execution_mode="safe",
    respect_context_window=True,
    use_system_prompt=True,
    multimodal=False,
    inject_date=False,
    date_format="%Y-%m-%d",
    reasoning=False,
    max_reasoning_attempts=None,
    tools=[SerperDevTool()],
    knowledge_sources=None,
    embedder=None,
    system_template=None,
    prompt_template=None,
    response_template=None,
    step_callback=None,
)

دعنا نستعرض بعض تركيبات المعاملات الرئيسية لحالات الاستخدام الشائعة:

​

وكيل بحث أساسي

Code

research_agent = Agent(
    role="Research Analyst",
    goal="Find and summarize information about specific topics",
    backstory="You are an experienced researcher with attention to detail",
    tools=[SerperDevTool()],
    verbose=True
)

​

وكيل تطوير الكود

Code

dev_agent = Agent(
    role="Senior Python Developer",
    goal="Write and debug Python code",
    backstory="Expert Python developer with 10 years of experience",
    allow_code_execution=True,
    code_execution_mode="safe",
    max_execution_time=300,
    max_retry_limit=3
)

​

وكيل تحليل طويل المدى

Code

analysis_agent = Agent(
    role="Data Analyst",
    goal="Perform deep analysis of large datasets",
    backstory="Specialized in big data analysis and pattern recognition",
    memory=True,
    respect_context_window=True,
    max_rpm=10,
    function_calling_llm="gpt-4o-mini"
)

​

تفاصيل المعاملات

​

المعاملات الحرجة

• role و goal و backstory مطلوبة وتشكّل سلوك الوكيل
• llm يحدد نموذج اللغة المستخدم (افتراضي: GPT-4 من OpenAI)

​

الذاكرة والسياق

• memory: تفعيل للحفاظ على سجل المحادثة
• respect_context_window: يمنع مشاكل حد الرموز
• knowledge_sources: إضافة قواعد معرفة خاصة بالمجال

​

التحكم في التنفيذ

• max_iter: الحد الأقصى للمحاولات قبل تقديم أفضل إجابة
• max_execution_time: المهلة بالثواني
• max_rpm: تحديد معدل استدعاءات API
• max_retry_limit: إعادات المحاولة عند الخطأ

​

تنفيذ الكود

• allow_code_execution: يجب أن يكون True لتشغيل الكود
• code_execution_mode:
  • "safe": يستخدم Docker (موصى به للإنتاج)
  • "unsafe": تنفيذ مباشر (استخدم فقط في بيئات موثوقة)

يشغّل هذا صورة Docker افتراضية. إذا أردت تهيئة صورة Docker، راجع أداة Code Interpreter في قسم الأدوات. أضف أداة مفسر الكود كأداة في معامل أداة الوكيل.

​

الميزات المتقدمة

• multimodal: تفعيل القدرات متعددة الوسائط لمعالجة النص والمحتوى المرئي
• reasoning: تمكين الوكيل من التأمل وإنشاء خطط قبل تنفيذ المهام
• inject_date: حقن التاريخ الحالي تلقائيًا في أوصاف المهام

​

القوالب

• system_template: يحدد السلوك الأساسي للوكيل
• prompt_template: ينظم تنسيق الإدخال
• response_template: ينسّق استجابات الوكيل

عند استخدام القوالب المخصصة، تأكد من تعريف كل من system_template و prompt_template. response_template اختياري لكن يُوصى به لتنسيق مخرجات متسق.

​

أدوات الوكيل

يمكن تجهيز الوكلاء بأدوات متنوعة لتعزيز قدراتهم. يدعم CrewAI أدوات من:

• مجموعة أدوات CrewAI
• أدوات LangChain

إليك كيفية إضافة أدوات لوكيل:

Code

from crewai import Agent
from crewai_tools import SerperDevTool, WikipediaTools

# إنشاء الأدوات
search_tool = SerperDevTool()
wiki_tool = WikipediaTools()

# إضافة أدوات للوكيل
researcher = Agent(
    role="AI Technology Researcher",
    goal="Research the latest AI developments",
    tools=[search_tool, wiki_tool],
    verbose=True
)

​

التفاعل المباشر مع الوكيل عبر kickoff()

يمكن استخدام الوكلاء مباشرة بدون المرور بمهمة أو سير عمل طاقم باستخدام طريقة kickoff(). يوفر هذا طريقة أبسط للتفاعل مع وكيل عندما لا تحتاج إلى إمكانيات تنسيق الطاقم الكاملة.

Code

from crewai import Agent
from crewai_tools import SerperDevTool

# إنشاء وكيل
researcher = Agent(
    role="AI Technology Researcher",
    goal="Research the latest AI developments",
    tools=[SerperDevTool()],
    verbose=True
)

# استخدام kickoff() للتفاعل مباشرة مع الوكيل
result = researcher.kickoff("What are the latest developments in language models?")

# الوصول إلى الاستجابة الخام
print(result.raw)

​

اعتبارات مهمة وأفضل الممارسات

​

الأمان وتنفيذ الكود

• عند استخدام allow_code_execution، كن حذرًا مع مدخلات المستخدم وتحقق منها دائمًا
• استخدم code_execution_mode: "safe" (Docker) في بيئات الإنتاج
• فكّر في تعيين حدود max_execution_time مناسبة لمنع الحلقات اللانهائية

​

تحسين الأداء

• استخدم respect_context_window: true لمنع مشاكل حد الرموز
• عيّن max_rpm مناسبًا لتجنب تحديد المعدل
• فعّل cache: true لتحسين الأداء للمهام المتكررة
• اضبط max_iter و max_retry_limit بناءً على تعقيد المهمة

​

إدارة الذاكرة والسياق

• استفد من knowledge_sources للمعلومات الخاصة بالمجال
• هيّئ embedder عند استخدام نماذج تضمين مخصصة
• استخدم القوالب المخصصة للتحكم الدقيق في سلوك الوكيل

​

التعاون بين الوكلاء

• فعّل allow_delegation: true عندما يحتاج الوكلاء للعمل معًا
• استخدم step_callback لمراقبة وتسجيل تفاعلات الوكلاء
• فكّر في استخدام نماذج LLM مختلفة لأغراض مختلفة

​

توافق النموذج

• عيّن use_system_prompt: false للنماذج القديمة التي لا تدعم رسائل النظام
• تأكد من أن llm المختار يدعم الميزات التي تحتاجها