Gambit: إطار مفتوح المصدر لبناء وكلاء ذكاء اصطناعي موثوق

إطار جديد لوكلاء الذكاء الاصطناعي

تلقى مجال تطوير وكلاء الذكاء الاصطناعي أداة جديدة مهمة مع إطلاق Gambit، إطار عمل مفتوح المصدر مصمم لتبسيط إنشاء أنظمة ذكاء اصطناعي موثوقة. يعالج هذا الإطار التعقيد النموذجي المطلوب عند بناء الوكلاء، ويوفر بيئة أكثر بديهية وآمنة من الناحية النوعية للمطورين.

على عكس أطر أوركسترا الوكلاء التقليدية التي تتبع أنابيبًا مكثفة في الحساب، يعكس Gambit النموذج القياسي. نتيجة ذلك هو نظام يعطي الأولوية لنموذج اللغة الكبير (LLM) مع التعامل مع استدعاء الأدوات والتخطيط وإدارة نافذة السياق مع تقليل تدخل المطور.

عكس الأنبوب

غالبًا ما تتبع أوركسترا الوكلاء التقليدية مسارًا خطيًا: حساب → حساب → حساب → LLM → حساب → حساب → LLM. يمكن أن تكون هذه البنية مثقلة و غير فعالة، وتتطلب جهدًا كبيرًا في الأوركسترا. يقلب Gambit هذا النمط رأسًا على عقب.

مع إطار العمل الجديد، يصبح سير العمل: LLM → LLM → LLM → حساب → LLM → LLM → حساب → LLM. يضع هذا التحول نموذج اللغة في مقدمة العملية، ويعامل إطار العمل كنظام تشغيل للوكيل. فإدارة التفاعلات المعقدة بين المكونات المختلفة، مما يسمح للمطورين بالتركيز على المنطق بدلاً من البنية التحتية.

أطر عمل الوكلاء هي نوعًا ما مثل نظام تشغيل للوكيل... فهي تتعامل مع استدعاء الأدوات والتخطيط وإدارة نافذة السياق، ولا تتطلب الكثير من أوركسترا المطورين.

تعريف الوكلاء باستخدام السُبُل

يمكن للمطورين وصف كل وكيل داخل Gambit باستخدام طريقتين رئيسيتين: ملف ماركداون مستقل أو برنامج تايب سكريبت. هذه المرونة تلبي التفضيلات المختلفة ومتطلبات المشاريع، من التصيغ السريع إلى الكود الآمن من الناحية النوعية للإنتاج.

يقدم الإطار مفهوم السُبُل (Decks) لإدارة تفاعلات الوكلاء. يمكن لوكيل جذر جلب وكلاء آخرين حسب الحاجة بشكل ديناميكي، ويقوم Gambit بإنشاء طريقة آمنة من الناحية النوعية لتعريف الواجهات بينهم. هذا يضمن أن الوكلاء يمكنهم استدعاء وكلاء آخرين بسلاسة، مع تصميم كل وكيل باستخدام معلمات نموذج محددة مصممة لمهمته.

• ملفات ماركداون مستقلة للإعداد السريع
• برامج تايب سكريبت كاملة للمنطق المعقد
• واجهات آمنة من الناحية النوعية للتواصل الموثوق بين الوكلاء
• تصميم وكيول وحدوي مع معلمات مخصصة

التقييم والاختبار التلقائي

يتم دمج ضمان الجودة مباشرة في إطار Gambit من خلال التقييمات التلقائية في كل خطوة من السلسلة. هذه التقييمات، المسماة المُمتحنون (Graders)، هي نوع سُبُل متخصص مصمم لتقييم وتسجيل المحادثات أو التفاعلات الفردية.

بالإضافة إلى المُمتحنين، يدعم إطار العمل تعريف وكلاء اختبار على أساس كل سُبُل على حدة. تم تصميم وكلاء الاختبار هذه لمحاكاة سيناريوهات واقعية قد يواجهها وكيل، وإنشاء بيانات اصطناعية لمراجعة بشرية ودرجة تلقائية. تسمح هذه القدرة بإجراء اختبارات دقيقة دون الحاجة إلى جمع بيانات يدوي مكثف.

كان تطوير Gambit مدفوعًا بالتجربة العملية. كان المبدعون قد بنوا سابقًا محرر فيديو قائم على LLM لكنهم لم يكونوا راضين عن النتائج. قادتهم هذه الإحباط على مسار تحسين جودة LLM في وقت الاستنتاج، مما أدى في النهاية إلى إنشاء هذا الإطار.

التطبيقات العملية والرؤية

يتم اختبار Gambit حاليًا مع شركاء تصميم مبكرين، وكانت الملاحظات إيجابية. تم وضع الإطار لتمكين مجموعة متنوعة من التطبيقات المثيرة للاهتمام، خاصة في المجتمع مفتوح المصدر.

تتضمن رؤية Gambit تعزيز وكلاء ومساعدين مفتوح المصدر حقًا حيث يمكن مشاركة المنطق والكود والتحفيز بسهولة. كما تهدف إلى تنفيذ الدرجات القائمة على المعايير لضمان نتائج محددة، مثل منع تسرب معلومات التعريف الشخصية (PII) العرضية.

• وكلاء مفتوح المصدر قابلة للمشاركة مع منطق شفاف
• درجات قائمة على المعايير للامتثال والسلامة
• نشر بوتات سريع مع تدخل بشري بسيط

بالإضافة إلى ذلك، تم تصميم إطار العمل للعمل مع أدوات مثل Codex أو Claude Code، مما يسمح للمطورين بإطلاق بوت قابل للاستخدام في دقائق. يسهل تشغيل سطر الأوامر والمحكمين بناء نسخة أولية فعالة مع إشراف بشري قليل جدًا.

النظرة إلى الأمام

يمثل Gambit خطوة إلى الأمام في جعل تطوير وكلاء الذكاء الاصطناعي أكثر سهولة وموثوقية. من خلال عكس الأنبوب التقليدي وتوفير أدوات تقييم مدمجة، فإنه يعالج نقاط الألم الرئيسية التي يواجهها المطورون عند أوركسترا سلوكيات الوكلاء المعقدة.

بينما يعترف المبدعون بأن إطار العمل يفتقد إلى بعض الأجزاء الواضحة، فإن قرار الإطلاق المبكر يهدف إلى إثارة المحادثات وجمع ملاحظات المجتمع. مع تطور المشروع، لديها القدرة على أن تصبح أداة أساسية لبناء الجيل التالي من تطبيقات الذكاء الاصطناعي.