أنماط التصميم الوكيلية - شرح مفصل لمواد تعلم أنماط تصميم الأنظمة الذكية

📚 نظرة عامة على الدورة

"Agentic Design Patterns: A Hands-On Guide to Building Intelligent Systems" هو دليل تقني شامل كتبه أنطونيو غولي، المدير الأول والمهندس المتميز في مكتب رئيس التكنولوجيا في Google، ويركز على بناء أنظمة ذكاء اصطناعي ذكية ومستقلة.

هذا دليل عملي مكون من 424 صفحة، يغطي المفاهيم الأساسية والممارسات العملية لتصميم الوكلاء (Agent) في أنظمة الذكاء الاصطناعي الحديثة. يساعد هذا الكتاب المطورين على بناء أنظمة وكلاء معقدة من الصفر، من خلال 21 نمط تصميم مجرب عمليًا.

خلفية المؤلف

• الاسم: أنطونيو غولي (Antonio Gulli)
• المنصب: مدير أول ومهندس متميز في مكتب رئيس التكنولوجيا في Google
• الخبرة: أكثر من 30 عامًا من الخبرة في الذكاء الاصطناعي والبحث وتقنيات السحابة
• التعليم: دكتوراه في علوم الحاسوب من جامعة بيزا، إيطاليا
• مؤلفات أخرى: "Deep Learning with Keras"

معلومات الإصدار

• الناشر الأصلي: Springer
• إجمالي الصفحات: 424 صفحة
• تاريخ النشر: 3 ديسمبر 2025
• الترجمة الصينية: نسخة ترجمة صينية-إنجليزية مقدمة من ginobefun
• طبيعة خيرية: سيتم التبرع بجميع حقوق الملكية الفكرية للكتاب الأصلي لمنظمة إنقاذ الطفولة (Save the Children)

---

🎯 أهداف التعلم

تهدف هذه الدورة إلى مساعدة المتعلمين على:

1. فهم المفاهيم الأساسية لأنظمة الوكلاء - إتقان ما يجعل نظام الذكاء الاصطناعي "وكيلًا" حقيقيًا
2. إتقان 21 نمط تصميم - تعلم مجموعة التقنيات الكاملة من الأساسيات إلى المستويات المتقدمة
3. التدريب العملي على البرمجة - فهم تطبيق كل نمط من خلال أمثلة تعليمات برمجية عملية
4. بناء أنظمة جاهزة للإنتاج - تعلم كيفية دمج الأنماط لإنشاء أنظمة مستقلة معقدة
5. فهم أفضل الممارسات - الحصول على حلول وتصاميم معمارية مجربة عمليًا

---

📖 هيكل المحتوى الأساسي

الفصول التمهيدية

• إهداء (Dedication)
• شكر وتقدير (Acknowledgment)
• مقدمة (Foreword)
• رؤى من قائد فكري (A Thought Leader's Perspective)
• مقدمة (Introduction)
• ما الذي يجعل نظام الذكاء الاصطناعي "وكيلًا"؟ (What makes an AI system an "agent"?)

21 نمط تصميم أساسي

الأنماط الأساسية (الفصول 1-5)

الفصل الأول: تسلسل المطالبات (Prompt Chaining)

• المفهوم: نمط تقسيم المهام إلى أجزاء صغيرة
• المبدأ: تقسيم المهام المعقدة إلى سلسلة من المشكلات الفرعية الأصغر والأسهل في الإدارة
• التطبيق: يتم حل كل مشكلة فرعية بشكل مستقل من خلال مطالبة مصممة خصيصًا، ويكون إخراج الخطوة السابقة هو إدخال الخطوة التالية
• القيمة: تشكيل خط أنابيب معالجة منطقي وواضح

الفصل الثاني: التوجيه (Routing)

• المفهوم: اتخاذ القرار الذكي والتوزيع الديناميكي
• المبدأ: اختيار مسار العمل المناسب بناءً على حالة البيئة أو إدخال المستخدم أو نتائج التنفيذ
• التطبيق: تحديد الوحدة الوظيفية أو الأداة أو العملية الفرعية التي يجب تسليم الطلب إليها
• القيمة: تمكين الوكيل من اتخاذ قرارات ديناميكية

الفصل الثالث: الموازاة (Parallelization)

• المفهوم: التنفيذ المتزامن وتحسين الأداء
• المبدأ: تنفيذ مهام متعددة مستقلة في وقت واحد لزيادة الكفاءة وسرعة الاستجابة
• التطبيق: تحويل العمليات التي تنتظر بشكل تسلسلي إلى تنفيذ متزامن
• القيمة: تقنية أساسية لتحسين أداء سير العمل المعقد

الفصل الرابع: التفكير (Reflection)

• المفهوم: التقييم الذاتي والتحسين التكراري
• المبدأ: التحسين المستمر لجودة المخرجات من خلال إدخال حلقات التغذية الراجعة
• التطبيق: يقوم الوكيل بمراجعة عمله، وتحديد المشكلات، وإنشاء إصدارات أفضل
• القيمة: آلية تحسين ذاتي لرفع جودة المخرجات

الفصل الخامس: استخدام الأدوات (Tool Use)

• المفهوم: تكامل الأدوات الخارجية وواجهات برمجة التطبيقات (APIs)
• المبدأ: توسيع حدود قدرات الوكيل
• التطبيق: استدعاء واجهات برمجة التطبيقات الخارجية، قواعد البيانات، أدوات الحساب، إلخ.
• القيمة: تمكين الوكيل من تنفيذ عمليات فعلية

الأنماط المتوسطة (الفصول 6-11)

الفصل السادس: التخطيط (Planning)

• المفهوم: صياغة وتنفيذ خطة متعددة الخطوات
• التطبيق: التخطيط الاستراتيجي للمهام المعقدة

الفصل السابع: تعاون الوكلاء المتعددين (Multi-Agent Collaboration)

• المفهوم: بنية عمل تعاونية
• التطبيق: وكلاء متعددون يعملون معًا لإنجاز مهام معقدة

الفصل الثامن: إدارة الذاكرة (Memory Management)

• المفهوم: إدارة الذاكرة قصيرة وطويلة المدى
• التطبيق: الحفاظ على السياق واسترجاع المعلومات التاريخية

الفصل التاسع: التعلم والتكيف (Learning and Adaptation)

• المفهوم: التعلم من التجربة
• التطبيق: التحسين المستمر للوكيل والتكيف

الفصل العاشر: بروتوكول سياق النموذج (Model Context Protocol - MCP)

• المفهوم: بروتوكول تفاعل موحد
• التطبيق: اتصال موحد بين الوكلاء

الفصل الحادي عشر: تحديد الأهداف والمراقبة (Goal Setting and Monitoring)

• المفهوم: إدارة الأهداف الديناميكية
• التطبيق: تتبع الأهداف ومراقبة التقدم

الأنماط المتقدمة (الفصول 12-21)

الفصل الثاني عشر: معالجة الاستثناءات والاستعادة (Exception Handling and Recovery)

• المفهوم: معالجة الأخطاء بشكل أنيق
• التطبيق: تحمل الأخطاء واستعادة النظام من الأعطال

الفصل الثالث عشر: التعاون البشري-الآلي (Human-in-the-Loop)

• المفهوم: اتخاذ القرار التعاوني بين الإنسان والآلة
• التطبيق: التدخل البشري في نقاط القرار الحرجة

الفصل الرابع عشر: استرجاع المعرفة (Knowledge Retrieval - RAG)

• المفهوم: تقنية التوليد المعزز بالاسترجاع
• التطبيق: تكامل قاعدة المعرفة الديناميكية

الفصل الخامس عشر: الاتصال بين الوكلاء (Inter-Agent Communication - A2A)

• المفهوم: بروتوكول اتصال الوكلاء
• التطبيق: أنظمة الوكلاء الموزعة

الفصل السادس عشر: التحسين المدرك للموارد (Resource-Aware Optimization)

• المفهوم: إدارة تحسين الموارد
• التطبيق: الموازنة بين التكلفة والأداء

الفصل السابع عشر: تقنيات الاستدلال (Reasoning Techniques)

• المفهوم: تعزيز قدرات الاستدلال
• التطبيق: الاستدلال المنطقي المعقد

الفصل الثامن عشر: الحواجز/أنماط السلامة (Guardrails/Safety Patterns)

• المفهوم: آليات ضمان السلامة
• التطبيق: ضمان سلوك وكيل آمن ومتحكم فيه

الفصل التاسع عشر: التقييم والمراقبة (Evaluation and Monitoring)

• المفهوم: نظام تقييم الأداء
• التطبيق: قياس جودة النظام ومراقبته

الفصل العشرون: تحديد الأولويات (Prioritization)

• المفهوم: إدارة أولويات المهام
• التطبيق: تخصيص الموارد وجدولة المهام

الفصل الحادي والعشرون: الاستكشاف والاكتشاف (Exploration and Discovery)

• المفهوم: آلية الاستكشاف الذاتي
• التطبيق: اكتشاف المعرفة والحلول الجديدة

قسم الملاحق

الملحق أ: تقنيات المطالبة المتقدمة (Advanced Prompting Techniques)

• نصائح هندسة المطالبات المتعمقة

الملحق ب: وكلاء الذكاء الاصطناعي: من الواجهات الرسومية إلى بيئات العالم الحقيقي

• تطبيقات الوكلاء في بيئات مختلفة

الملحق ج: نظرة عامة سريعة على أطر عمل الوكلاء

• مقارنة بين الأطر الرئيسية ودليل الاختيار

الملحق د: بناء وكلاء باستخدام AgentSpace

• برنامج تعليمي عملي لمنصة AgentSpace

الملحق هـ: وكلاء الذكاء الاصطناعي في سطر الأوامر

• تطوير الوكلاء في بيئة سطر الأوامر (CLI)

الملحق و: نظرة متعمقة: الآليات الداخلية لمحرك استدلال الوكيل

• التفاصيل التقنية لمحرك الاستدلال

الملحق ز: وكلاء البرمجة (Coding Agents)

• وكلاء توليد التعليمات البرمجية ومساعدي البرمجة

---

💻 الأطر التقنية

يستخدم هذا الكتاب ثلاثة أطر عمل رئيسية لتطوير الوكلاء كـ "لوحة" للممارسة:

1. LangChain & LangGraph

• الميزات: بناء تسلسلات عمليات معقدة بمرونة
• المزايا: نظام بيئي ناضج، مكتبة مكونات غنية
• التطبيق: مناسب للتطوير السريع للنماذج الأولية وتنسيق العمليات المعقدة

2. Crew AI

• الميزات: إطار عمل منظم لتنسيق الوكلاء المتعددين
• المزايا: يركز على أنماط عمل الفريق التعاوني
• التطبيق: مناسب لبناء فرق وكلاء تعمل بشكل تعاوني

3. Google Agent Developer Kit (Google ADK)

• الميزات: مجموعة أدوات تطوير كاملة مقدمة من Google
• المزايا: دعم شامل لعمليات البناء والتقييم والنشر
• التطبيق: مناسب لتطوير تطبيقات على مستوى المؤسسات

---

👥 الجمهور المستهدف

1. مهندسو الذكاء الاصطناعي

• تعلم بناء أنظمة ذكاء اصطناعي ذكية وموثوقة
• إتقان مهارات تطوير الوكلاء على مستوى الإنتاج

2. مهندسو البرمجيات المعماريون

• فهم تصميم أنظمة مكونات الوكلاء
• تعلم أنماط بنية الأنظمة واسعة النطاق

3. مدراء المنتجات

• فهم قدرات وقيود تقنيات الوكلاء
• تخطيط وظائف منتجات الذكاء الاصطناعي بشكل أفضل

4. الباحثون

• تعلم أحدث طرق تصميم الوكلاء
• الحصول على إلهام لاتجاهات البحث

5. الطلاب

• دراسة منهجية للذكاء الاصطناعي وأنظمة الوكلاء
• بناء أساس لمستقبل مهني في مجال الذكاء الاصطناعي

---

🚀 كيفية استخدام هذه المادة

اقتراحات مسار التعلم

1. مسار القراءة المتسلسل (موصى به للمبتدئين)

1. ابدأ بقراءة الفصول التمهيدية لفهم المفاهيم الأساسية
2. تعلم 21 نمط تصميم بترتيب الفصول
3. تعتمد الفصول اللاحقة على الأساسيات السابقة، تقدم تدريجيًا

2. مسار موجه بالموضوع (للمطورين ذوي الخبرة)

• البناء الأساسي: الفصول 1-5
• التعاون والذاكرة: الفصول 6-8
• الوظائف المتقدمة: الفصول 9-17
• الأمان والمراقبة: الفصول 18-19
• نصائح التحسين: الفصول 20-21

3. مسار الأولوية للممارسة

1. تصفح الجزء النظري بسرعة
2. قم بتشغيل أمثلة التعليمات البرمجية مباشرة
3. ارجع لفهم أعمق عند مواجهة المشكلات
4. قم بتعديل التعليمات البرمجية لإجراء التجارب

4. وضع الدليل المرجعي

• استخدم هذا الكتاب كدليل مرجعي لأنماط التصميم
• ارجع إلى الفصول ذات الصلة عند مواجهة مشكلات محددة
• المشاركة في المجتمع والمناقشات

---

🛠️ إعداد بيئة الممارسة

إعداد البيئة المحلية

1. استنساخ المستودع

git clone https://github.com/ginobefun/agentic-design-patterns-cn.git
cd agentic-design-patterns-cn

2. إنشاء بيئة افتراضية (موصى به)

# إنشاء بيئة افتراضية
python3 -m venv venv

# تفعيل البيئة الافتراضية
# macOS/Linux:
source venv/bin/activate

# Windows:
venv\Scripts\activate

3. تثبيت التبعيات

pip install langchain langchain-community langchain-openai langgraph

4. تكوين مفتاح API

أنشئ ملف .env:

touch .env

أضف ما يلي إلى ملف .env:

# مفتاح OpenAI API
OPENAI_API_KEY=your-openai-api-key-here

# أو استخدم OpenRouter (متوافق مع OpenAI API)
OPENAI_API_KEY=your-openrouter-api-key-here
OPENAI_API_BASE=https://openrouter.ai/api/v1

5. تشغيل أمثلة التعليمات البرمجية

# تأكد من تفعيل البيئة الافتراضية
source venv/bin/activate

# تشغيل مثال الفصل الأول: تسلسل المطالبات
python codes/Chapter-01-Prompt-Chaining-Example.py

# تشغيل تعليمات برمجية لفصول أخرى
# python codes/Chapter-XX-Example.py

البيئة عبر الإنترنت (Google Colab)

• يحتوي كل ملف مثال تعليمات برمجية على رابط Google Colab
• يمكن تشغيله مباشرة عبر الإنترنت، دون الحاجة إلى تكوين محلي
• مناسب للتجارب والتعلم السريع

ملاحظات

• 🔑 أمان مفتاح API: لا تقم أبدًا بإرسال ملف .env الذي يحتوي على مفاتيح API حقيقية إلى نظام التحكم في الإصدار
• 💰 رسوم API: سيؤدي تشغيل التعليمات البرمجية إلى تكبد رسوم استدعاء API، يرجى الانتباه إلى حجم الاستخدام
• 🌐 الاتصال بالشبكة: يتطلب اتصالاً بالشبكة للوصول إلى خدمات LLM API
• 🔄 التوافق: يدعم OpenAI API والخدمات المتوافقة مع OpenAI API (مثل OpenRouter)

---

📝 معايير الترجمة

ميزات التنسيق

• تمييز: المحتوى الصيني يستخدم <mark>نص</mark> بتمييز أصفر
• مقارنة ثنائية اللغة: تتبع الفقرة الإنجليزية ترجمتها الصينية مباشرة
• معالجة المصطلحات: يتم الاحتفاظ بالمصطلحات الهامة باللغة الإنجليزية، مع توضيحها بالصينية بين قوسين
• قواعد المسافات: إضافة مسافة بين الأحرف الصينية والإنجليزية والأرقام

مبادئ الترجمة

• الدقة: 100% وفاء للمعنى الأصلي
• السلاسة: تتوافق مع أساليب التعبير الصينية
• الاحترافية: الحفاظ على دقة الوثائق التقنية
• الاتساق: توحيد ترجمة المصطلحات عبر النص

---

🌟 القيمة الأساسية والميزات

1. الشمولية والاكتمال

• 21 نمط تصميم تغطي جميع جوانب تطوير الوكلاء
• مسار تعلم كامل من الأساسيات إلى المستويات المتقدمة
• دمج وثيق بين النظرية والتطبيق

2. التوجه العملي

• يقدم كل فصل أمثلة تعليمات برمجية قابلة للتشغيل
• تطبيقات حقيقية تعتمد على الأطر الرئيسية
• يمكن تطبيقها مباشرة في بيئات الإنتاج

3. دعم أطر عمل متعددة

• أمثلة LangChain/LangGraph
• أمثلة Crew AI
• أمثلة Google ADK
• تعلم الأنماط العامة عبر الأطر المختلفة

4. مجاني ومفتوح

• الكتاب الأصلي متاح مجانًا
• الترجمة الصينية مفتوحة المصدر
• تحسين مستمر مدفوع بالمجتمع

5. الموثوقية

• المؤلف خبير رفيع المستوى من مكتب رئيس التكنولوجيا في Google
• يمتلك 30 عامًا من الخبرة في الصناعة
• المحتوى مجرب عمليًا

---

🤝 المشاركة المجتمعية

كيفية المساهمة

1. الإبلاغ عن الأخطاء - اكتشاف أخطاء الترجمة أو مشكلات التنسيق
2. تحسين الترجمة - تقديم اقتراحات ترجمة أفضل
3. ترجمة الفصول - المشاركة في ترجمة الفصول غير المكتملة
4. التدقيق والمراجعة - المساعدة في تدقيق الفصول المترجمة

عملية المساهمة

1. Fork هذا المستودع
2. إنشاء فرع ميزة (git checkout -b feature/your-contribution)
3. إرسال التغييرات (git commit -m 'Add: your contribution')
4. الدفع إلى الفرع (git push origin feature/your-contribution)
5. إنشاء طلب سحب (Pull Request)

---

📚 الموارد ذات الصلة

الروابط الرسمية

• رابط الكتاب الأصلي: Amazon
• الوثيقة الأصلية: Google Docs
• مستودع الترجمة الصينية: GitHub
• ملف المؤلف على LinkedIn: Antonio Gulli

وثائق الأطر

• LangChain: https://python.langchain.com/
• LangGraph: https://langchain-ai.github.io/langgraph/
• Crew AI: https://www.crewai.com/
• Google ADK: راجع الملحق د

---

💡 نصائح للتعلم

للمبتدئين

1. ابدأ بالفصول التمهيدية لفهم المفاهيم الأساسية للوكلاء
2. ركز على تعلم الأنماط الأساسية في الفصول الخمسة الأولى
3. قم بتشغيل مثال التعليمات البرمجية لكل فصل مرة واحدة على الأقل
4. حاول تعديل معلمات التعليمات البرمجية لملاحظة التأثيرات
5. تعلم الأنماط المتقدمة بعد فهم الأساسيات

للمطورين المتوسطين

1. تصفح الفصول الأساسية بسرعة
2. ركز على تعلم الأنماط المتوسطة والمتقدمة في الفصول 6-14
3. حاول دمج أنماط متعددة لحل مشكلات عملية
4. ادرس التقنيات المتقدمة في الملاحق
5. شارك في مناقشات المجتمع ومساهماته

للمطورين المتقدمين

1. استخدم هذا الكتاب كدليل مرجعي
2. ركز على دمج الأنماط وتصميم البنية
3. ادرس تنفيذ الكود المصدري للأطر
4. ساهم بأمثلة جديدة وأفضل الممارسات
5. وجه الآخرين في التعلم

---

🎓 مخرجات التعلم

بعد إكمال هذه الدورة، ستكون قادرًا على:

1. ✅ فهم بنية نظام الوكيل - إتقان المفاهيم الأساسية ومبادئ تصميم الوكلاء
2. ✅ تطبيق 21 نمط تصميم - تنفيذ أنماط تصميم الوكلاء المختلفة بشكل مستقل
3. ✅ اختيار الإطار المناسب - اختيار واستخدام أطر التطوير بناءً على المتطلبات
4. ✅ بناء أنظمة معقدة - دمج أنماط متعددة لبناء وكلاء جاهزين للإنتاج
5. ✅ التحسين والتصحيح - تقييم ومراقبة وتحسين أداء الوكلاء
6. ✅ ضمان الأمان - تنفيذ حواجز الأمان وآليات معالجة الأخطاء
7. ✅ التعاون الجماعي - تصميم وتنفيذ أنظمة تعاون الوكلاء المتعددين

---

📄 معلومات حقوق النشر

حقوق نشر الكتاب الأصلي

• المؤلف: أنطونيو غولي (Antonio Gulli)
• الناشر: Springer
• حقوق النشر: حقوق نشر الكتاب الأصلي مملوكة للمؤلف والناشر
• طبيعة خيرية: سيتم التبرع بجميع حقوق الملكية الفكرية لمنظمة إنقاذ الطفولة (Save the Children)

حقوق نشر الترجمة

• المترجم: ginobefun
• الترخيص: CC BY-NC 4.0
• الغرض: للاستخدام التعليمي والتبادل المعرفي فقط، وتعزيز تطوير مجتمع الذكاء الاصطناعي الصيني
• قيود الاستخدام:
  • ✅ مسموح: النسخ والتوزيع والعرض والاشتقاق بحرية (مع ذكر اسم المترجم)
  • ❌ ممنوع: أي شكل من أشكال الاستخدام التجاري
  • 📧 التعاون التجاري: للاستخدام التجاري، يرجى الاتصال بالمترجم ومالك حقوق نشر الكتاب الأصلي

---

🌈 ملخص

"Agentic Design Patterns" هو دليل شامل ومنهجي وعملي لتطوير الوكلاء. لا يقدم فقط 21 نمط تصميم مجرب، بل يتضمن أيضًا أمثلة تعليمات برمجية غنية وأفضل الممارسات. سواء كنت مهندس ذكاء اصطناعي، أو مهندس برمجيات معماري، أو متعلمًا مهتمًا بتقنيات الوكلاء، سيوفر لك هذا الكتاب معرفة وخبرة عملية قيمة.

من خلال دراسة هذا الكتاب، ستتقن المهارات الأساسية اللازمة لبناء أنظمة ذكاء اصطناعي ذكية ومستقلة وموثوقة، مما يؤهلك لبناء تطبيقات الجيل التالي في عصر الذكاء الاصطناعي.

---

دعونا نبني مستقبلًا أكثر ذكاءً معًا! 🚀