مساعدات الذكاء الاصطناعي المخصصة عمليًا: الكود والأوامر التي تهم فعلاً
مساعدات الذكاء الاصطناعي المخصصة: الأساسيات في مقال واحد — كود حقيقي، مخططات وخطوات ملموسة، مقتطفات من دورة مكونة من 44 درسًا.
لا توجد نظرية لا تنتهي هنا: نفتح الطرفية ونمارس. إليك أساسيات المساعدين الذكيين المخصصين، مستخرجة مباشرة من دورة كاملة تضم 44 درسًا — مع كود حقيقي يمكنك نسخه ولصقه الآن.
- مقدمة والبدء
- تصميم مساعد فعال
- إنشاء GPTs مخصصة
- مشاريع Claude وGemini Gems
- الإجراءات والأدوات الخارجية
Threads، messages وruns
الأهداف التعليمية
- إنشاء وإدارة Thread للمحادثة
- إضافة رسائل المستخدم داخل Thread
- تشغيل Run وإدارة دورة حياته
- الاختيار بين polling وstreaming
- استرجاع وعرض رد المساعد
Threads: ما هي بالضبط؟
Thread هو حاوية دائمة تخزن سجل المحادثة بين مستخدم ومساعد. OpenAI هي من تحتفظ به على خوادمها. أنت لا تدير سوى الـID.
أفضل ممارسة: Thread واحد لكل جلسة مستخدم. على سبيل المثال، في تطبيقك، تنشئ Thread عندما يبدأ المستخدم المحادثة. تخزن thread_id في قاعدة بياناتك.
| الحالة | المعنى |
|---|---|
| queued | في قائمة الانتظار، سيبدأ |
| in_progress | المساعد يولّد الرد |
| requires_action | استدعاء دالة: يجب أن يرد كودك |
| completed | انتهى بنجاح |
| failed | فشل، راجع last_error |
| cancelled | أُلغي يدويًا |
| expired | انتهت المهلة (10 دقائق) |
Polling: انتظار انتهاء الـRun
النمط الكلاسيكي يتمثل في التحقق الدوري من الحالة حتى الاكتمال:
مثال كامل: محادثة بسيطة
مساعد عام
أنشئ المساعد مرة واحدة فقط واحفظ معرفه في الإعدادات.
Thread لكل جلسة
أنشئ Thread عند اتصال المستخدم، واحفظ المعرف في قاعدة البيانات.
استرجاع الـThread
مع كل رسالة جديدة، أعد استخدام المعرف المخزن للحفاظ على السجل.
الحدود والحصص
| الجانب | الحد |
|---|---|
| Run timeout | 10 دقائق |
| Messages per Thread | لا يوجد حد صارم، لكن يُراقب |
| Threads per account | لا يوجد حد صارم |
| Concurrent Runs | حسب المستوى (10-1000 متزامن) |
| Storage Threads | 30 يومًا افتراضيًا، ثم الحذف التلقائي |
File search وcode interpreter
الأهداف التعليمية
- إنشاء Vector Store ورفع ملفات إليه
- ربط Vector Store بمساعد للـRAG
- تفعيل Code Interpreter واختبار حسابات بايثون
- استرجاع الملفات التي يولدها Code Interpreter
- دمج الأداتين في مساعد واحد
File Search: الـRAG الأصلي من OpenAI
File Search هو أدا�� الـRAG الأصلية في Assistants API. تعطيه ملفات فيقوم بفهرستها تلقائيًا (تقسيم، تضمين، vector store) ويسمح للمساعد بالبحث عن مقاطع ذات صلة.
الفرق مع RAG مخصص: مع File Search لا تحتاج إلى اختيار chunker ولا نموذج تضمين ولا إدارة vector DB. OpenAI يقوم بكل ذلك.
الـVector Stores
Vector Store هو حاوية للملفات المفهرسة، قابلة لإعادة الاستخدام بين عدة مساعدين. تنشئه مرة واحدة، تضيف مستنداتك، ثم تربطه بالمساعدين الذين يحتاجونه.
استرجاع الاقتباسات
تفعيل Code Interpreter
رفع ملف لـCode Interpreter
Function calling وأدوات مخصصة
الأهداف التعليمية
- تعريف دالة مخصصة بصيغة JSON Schema
- ربطها بالمساعد كأدا��
- التعامل مع حالة requires_action وإرسال رد
- تعريف عدة دوال وترك المساعد يختار
- بناء وكيل صغير يجمع عدة أدوات
لماذا function calling؟
File Search وCode Interpreter قويان لكنهما محدودان: يصلان فقط إلى الملفات وبايثون المحلي. لكل شيء آخر (قاعدة بياناتك الداخلية، واجهاتك المخصصة، إجراءات أعمال محددة)، تحتاج إلى function calling.
المبدأ: تصف دوال بايثون للنموذج. عندما يريد استدعاءها، يرجع اسم الدالة والمعاملات. تنفذ الدالة من جهتك وترسل النتيجة.
تعريف دالة بصيغة JSON Schema
تصف كل دالة باسم ووصف ومخطط للمعاملات:
التعامل مع حالة requires_action
عندما يقرر المساعد استدعاء دالتك، ينتقل الـRun إلى الحالة requires_action. يجب عليك:
التوازي في tool_calls
إذا طلب المساعد عدة دوال في نفس الوقت (مثل "أعطني الطقس في باريس وفي ليون")، يمكنك تنفيذها بالتوازي لتحسين الأداء:
وكيل صغير: دمج الأدوات الأصلية والدوال
الذروة: مساعد يجمع file_search وcode_interpreter ودوالك المخصصة. يصبح وكيلاً حقيقيًا.
يغطي هذا المقال أكثر المقتطفات فائدة — الدورة الكاملة المساعدون الذكيون المخصصون (11 فصلاً، 44 درسًا، تمارين مصححة ومشروع نهائي) تأخذك إلى النهاية.
./acceder-au-cours-complet cours gratuit : Ingénierie de promptsالأسئلة الشائعة
كم من الوقت لتعلم المساعدين الذكيين المخصصين؟
هل هناك متطلبات سابقة؟
من أين نبدأ عمليًا؟
📬 هل تريد تلقي هذا النوع من الأدلة كل أسبوع؟ اشترك مجانًا — كود حقيقي، بدون ثرثرة.