لقد اختبرت Clawdbot وقمت ببناء وكيل الذكاء الاصطناعي المحلي الخاص بي

لا يزال معظم مساعدي الذكاء الاصطناعي يتوقفون عند المحادثة. إنهم يجيبون على الأسئلة، وينسون كل شيء بعد ذلك، ولا يفعلون أي شيء من أجلك أبدًا.

Clawdbot يغير ذلك.

بدلاً من العيش داخل نافذة الدردشة، يعمل Clawdbot على جهازك الخاص، ويبقى متصلاً بالإنترنت، ويتذكر التفاعلات السابقة، وينفذ المهام الحقيقية. فهو يتصل مباشرة بمنصات المراسلة مثل WhatsApp وTelegram، ويخطط للإجراءات، ويدير الأوامر، ويتابع مثل المشغل الرقمي بدلاً من chatbot.

في هذه المقالة، سنلقي نظرة عميقة على Clawdbot، الذي يسمى الآن Moltbot. نحن نستكشف كيفية عمله تحت الغطاء، وكيفية تثبيته واستخدامه، وهندسته المعمارية، وحالات الاستخدام في العالم الحقيقي، ومخاطر تشغيل وكيل ذكاء اصطناعي قوي مستضاف ذاتيًا.

ما هو Clawdbot (أو Moltbot)؟

Clawdbot هو مساعد AI مفتوح المصدر يعمل محليًا كوكيل شخصي مستمر. بينما تم إطلاق المشروع في الأصل تحت اسم Clawdbot، أصبح Moltbot الآن اسمه الرسمي. وهي تعمل عند تقاطع ثلاثة مجالات:

• وكلاء الذكاء الاصطناعي
• أدوات الأتمتة المحلية
• الواجهات القائمة على الرسائل

نظرًا لأن Clawdbot يعمل بالكامل على الأنظمة المملوكة للمستخدم، يحتفظ المطورون بالتحكم الكامل في البيانات والتنفيذ واختيار النماذج دون الاعتماد على الأنظمة الأساسية المستندة إلى السحابة.

ماذا يفعل Clawdbot أو Moltbot؟

• الاستضافة الذاتية والمحلية أولاً: يتم تشغيله بالكامل على بنية تحتية يتحكم فيها المستخدم، مما يمنح الملكية الكاملة للبيانات والتنفيذ والتكوين دون الاعتماد على السحابة.
• دائم ومستمر: يعمل بشكل مستمر في الخلفية، ويتتبع المهام الجارية ويحافظ على السياق عبر محادثات وجلسات متعددة.
• التفاعل القائم على الرسائل: يتكامل مباشرة مع منصات مثل WhatsApp وTelegram وDiscord، مما يتيح التواصل الطبيعي دون واجهة مستخدم منفصلة.
• الذاكرة طويلة المدى: يحتفظ بسياق المستخدم وتفضيلاته مع مرور الوقت، مما يسمح باستجابات مخصصة واعية بالسياق.
• تنفيذ المهمة المحلية: ينفذ أوامر shell، ويدير الملفات، ويؤتمت البرامج النصية، وينفذ إجراءات الويب مباشرة على النظام المحلي عبر طبقة التنفيذ.
• التصميم الملحد للنموذج: يدعم العديد من نماذج الذكاء الاصطناعي مثل Claude وGPT وGemini، مما يسمح للمستخدمين بالاختيار بناءً على التكلفة والأداء واحتياجات الخصوصية.
• الموسعة وحدات: يستخدم بنية معيارية تجعل من السهل بناء مهارات وأدوات وعمليات تكامل مخصصة.

هندسة Clawdbot

1. بوابة الرسائل: يناقش التواصل، ويعمل كواجهة بين منصات مختلفة للاتصال والمصادقة.
2. الوكيل كور: يفسر النية، ويخطط للإجراءات بطريقة معدلة، ويتذكر الأحداث الماضية، وينظم التفكير نحو التنفيذ.
3. نظام الذاكرة: يتم الحفاظ على ذاكرة منظمة دائمة على شكل تسلسلات ونواقل ذاكرة موزعة.
4. طبقة التنفيذ: يوفر واجهة لأداء المهمة مع نظام التشغيل.

اقرأ أيضًا: الدليل الكامل لبناء أنظمة متعددة الوكلاء قابلة للتطوير باستخدام AgentScope

الشروع في العمل مع Clawdbot

تم تصميم Clawdbot للمستخدمين التقنيين الذين يشعرون بالارتياح تجاه أدوات سطر الأوامر.

1. المتطلبات الأساسية لتشغيل Clawdbot هي:

• Node.js (الإصدار 22+)
• الوصول إلى المحطة الطرفية
• مفتاح API لموفر LLM
• حساب منصة الرسائل

2. يمكنك تثبيت Clawdbot باستخدام الأمر التالي:

npm install -g clawdbot@latest 

3. للإعداد الأولي لبيئتك، استخدم الأمر أدناه:

clawdbot onboard --install-daemon 



يرشدك هذا الأمر خلال تكوين موفر النموذج ومساحة العمل وخدمة البوابة وعمليات تكامل الرسائل. سيُطلب منك سلسلة من خيارات الإعداد. قم بمراجعة كل خطوة بعناية وقم بتمكين ما يتوافق مع متطلباتك فقط.

بناء مساعد أبحاث الذكاء الاصطناعي الشخصي باستخدام Clawdbot

في هذه المهمة، نستخدم Clawdbot لإنشاء وتتبع ملخصات أبحاث الذكاء الاصطناعي اليومية.

سير عمل المهمة

رسالة المستخدم:

كل صباح، يرجى تزويدي بملخص لآخر أخبار وتحديثات أبحاث الذكاء الاصطناعي.

إجراءات كلاودبوت:

• يحدد القصد من الملخصات اليومية
• يخزن الطلب في الذاكرة الدائمة
• إنشاء مهمة مجدولة
• استرداد وتلخيص وتقديم تحديثات أبحاث الذكاء الاصطناعي
• يرسل رسالة يومية بالمحتوى الملخص

ما يدل على ذلك

• الذاكرة الدائمة
• تنفيذ المهمة المجدولة
• فائدة Clawdbot تتجاوز الرسائل البسيطة

الإخراج:

مخاطر استخدام Clawdbot

المخاطر الأساسية لاستخدام القابض تنبع من قدراتها القوية ومستوى الوصول الذي يتطلبه.

• التعرض الأمني: يمكن أن يؤدي منح الوصول إلى النظام على نطاق واسع دون وجود ضوابط مناسبة إلى خلق مخاطر أمنية خطيرة.
• هجمات الحقن الفوري: يمكن أن تؤدي المدخلات الضارة إلى حدوث إجراءات غير مقصودة وتعريض سلوك النظام للخطر.
• النفقات التشغيلية: يتطلب تشغيل الوكيل الدائم المراقبة والصيانة وإدارة النظام بشكل مستمر.
• التعقيد للمستخدمين غير التقنيين: يفترض Clawdbot حاليًا الإلمام بالأوامر الطرفية وواجهات برمجة التطبيقات وتكوين النظام.

وللحد من هذه المخاطر، يجب على المؤسسات تنفيذ وضع الحماية، والقائمة المسموح بها، وآليات صارمة للتحكم في الوصول.

فوائد استخدام Clawdbot

• التحكم الكامل بالبيانات: يحتفظ Clawdbot بالبيانات بالكامل تحت سيطرة المستخدم، مما يتيح سير عمل الذكاء الاصطناعي الذي يعطي الأولوية للخصوصية.
• وكالة الذكاء الاصطناعي الحقيقية: يمكنه التفكير، والاحتفاظ بالذاكرة، واتخاذ الإجراءات، وهي السمات الأساسية لأنظمة الذكاء الاصطناعي الوكيل.
• قابلة للتوسعة للغاية: تسهل بنيتها المعيارية إنشاء أدوات مخصصة والتكامل مع سير العمل الحالي.
• مرونة التكلفة: يمكن للمستخدمين الاختيار بين النماذج المستندة إلى السحابة أو النماذج المحلية بناءً على الأداء والتكلفة واحتياجات الخصوصية.
• الأتمتة الحقيقية: يعمل Clawdbot على سد الفجوة بين ذكاء الذكاء الاصطناعي والتنفيذ في العالم الحقيقي.

حالات الاستخدام في العالم الحقيقي

• أتمتة الإنتاجية الشخصية: يقوم بأتمتة تتبع المهام والمتابعة والتذكيرات اليومية والتحديثات في الوقت الفعلي من خلال منصات المراسلة.
• مساعد باحث آلي في مجال الذكاء الاصطناعي: يراقب مصادر معلومات متعددة، ويلخص نتائج الأبحاث الجديدة، ويقدم تحديثات مخصصة بناءً على تفضيلات المستخدم.
• أدوات الأتمتة لمطوري البرمجيات: أتمتة المهام المحلية، والمساعدة في سير عمل التطوير الروتيني، وتمكين التحليل السريع للملفات وتلخيصها لتوفير الوقت.
• مساعدو الذكاء الاصطناعي لمؤسسات التطوير: يمكّن الفرق من نشر مساعدي الذكاء الاصطناعي الداخليين على البنية التحتية الخاصة، مما يوفر رؤى ذات صلة دون الكشف عن البيانات الحساسة خارجيًا.
• منصة تجربة وكيل الذكاء الاصطناعي: يوفر بيئة عملية للمطورين والباحثين لبناء واختبار وتحسين أنظمة الذكاء الاصطناعي الفعالة مع قدرات الذاكرة والتنفيذ.

خاتمة

يبرز Clawdbot كمثال حقيقي للذكاء الاصطناعي الوكيل. بفضل الذاكرة المستمرة، والتنفيذ المحلي، والواجهة القائمة على المراسلة، فإنه ينقل الذكاء الاصطناعي إلى ما هو أبعد من المحادثة البسيطة إلى العمل الحقيقي.

في حين أن تكوين Clawdbot يتطلب معرفة تقنية، فإنه يوفر للمطورين والباحثين وعشاق الذكاء الاصطناعي رؤية تطلعية حول كيفية عمل الوكلاء المستقلين بذاتهم في المستقبل. إنه بمثابة أداة عملية ومنصة تعليمية لبناء الجيل القادم من أنظمة الذكاء الاصطناعي الفعالة.



متدرب في مجال الذكاء الاصطناعي في Analytics Vidhya
قسم علوم الحاسوب، معهد فيلور للتكنولوجيا، فيلور، الهند

أعمل حاليًا كمتدرب في مجال الذكاء الاصطناعي في Analytics Vidhya، حيث أساهم في الحلول المبتكرة المستندة إلى الذكاء الاصطناعي والتي تمكن الشركات من الاستفادة من البيانات بشكل فعال. باعتباري طالبًا في علوم الكمبيوتر في السنة النهائية في معهد فيلور للتكنولوجيا، أضع أساسًا متينًا في تطوير البرمجيات وتحليلات البيانات والتعلم الآلي في دوري.

لا تتردد في التواصل معي على (البريد الإلكتروني محمي)