مساعد هندسي على Letta: ذاكرة تُحدّث نفسها، وبحث في الأرشيف، ومسارات عمل قابلة للنقل
يستعرض النص بناء وكيل يدير كتل الذاكرة الأساسية بشكل مستقل، ويستعين بأرشيف المتجهات ويستدعي أدوات حتمية؛ كما يتناول بصورة منفصلة الحالة المشتركة لعدة وكلاء، والإخراج المتدفق، وتصدير سير العمل إلى ملف قابل للنقل.

الغرض من المساعد
يجمع هذا الدليل التعليمي مساعدًا هندسيًا يحتفظ بالحالة باستخدام Letta. يتلقى الوكيل وصفًا: «مساعد هندسي بذاكرة طويلة الأمد قابلة للفحص». تجمع البنية بين الذاكرة والبحث والأدوات والتفاعل بين عدة وكلاء ومسارات التنفيذ.
المعيار: يناسب المساعد المهام الهندسية التي تتطلب الاحتفاظ بالحالة وذاكرة طويلة الأمد قابلة للتحقق.
كتل الذاكرة الأساسية والتحديث الذاتي
تتكون الذاكرة الأساسية من أربع كتل قابلة للفحص. ويمكن للوكيل تحديثها بنفسه.

يحدد الكود أربع كتل بقيم افتراضية وحدود مختلفة.
| الكتلة | المحتوى | القيمة الافتراضية | الحد |
|---|---|---|---|
persona | «أنا Mnemo، مساعد هندسي. أوجز وأكون محددًا، ولا أختلق الحقائق أبدًا — إذا لم أعرف شيئًا، أقول ذلك ثم أبحث عنه.» | — | 3000 |
human | معلومات مستقرة عن المهندس: الاسم والدور ومجموعة التقنيات والتفضيلات وأسلوب العمل. | غير معروف حتى الآن. | 3000 |
project_state | الحالة الراهنة للمشروع: المراحل والعوائق والقرارات ومبرراتها. | (فارغ) | 5000 |
lessons | الدروس المستفادة والأخطاء التي ينبغي عدم تكرارها؛ سطر واحد لكل درس. | (فارغ) | 2000 |
المعيار: تفصل الكتل بين دور الوكيل وملف المهندس وحالة المشروع والدروس المستفادة. وتحدد الحدود نطاق كل كتلة.
إعداد التضمين والوسوم والنماذج
يحدد الكود embedding openai/text-embedding-3-small للوكيل. ويعين الكود الوسوم ["tutorial", "copilot"]. ويسرد الكود النماذج المفضلة: openai/gpt-4.1، openai/gpt-4o-mini، anthropic/claude-sonnet-4-20250514. يختار النظام أول نموذج متاح في القائمة. وإذا لم يعثر على أي منها، يستخدم أول نموذج من النماذج التي تلقاها.
المعيار: يحدد ترتيب القائمة الأولوية. والخيار الاحتياطي هو أول نموذج من النماذج التي تلقاها.
الوصول البرمجي والتعاون بين الوكلاء
يحقق الوصول البرمجي إلى الكتل غرضين.
- مزامنة الحالة؛
- المشاركة بين عدة وكلاء.
يتم الوصول إلى كتل الذاكرة الأساسية.
المعيار: تلزم مشاركة الكتل لمزامنة الحالة بين الوكلاء.
الذاكرة الأرشيفية والبحث الدلالي
تُستخدم ذاكرة المتجهات الأرشيفية للبحث الدلالي. وهي جزء من بنية المساعد.
المعيار: يلزم البحث الأرشيفي للاستعلامات الدلالية عن البيانات المتراكمة.
أداة تقييم المخاطر على الخادم والتنفيذ المتدفق
تنفذ أداة مخصصة على الخادم تقييمًا حتميًا للمخاطر. ويشكل التنفيذ المتدفق جزءًا من بنية المساعد.
المعيار: يلزم استخدام أداة على الخادم ذات منطق حتمي لتقييم المخاطر. ويلزم التنفيذ المتدفق لإتمام التنفيذ.
سجل المحادثات على الخادم والسيناريوهات القابلة للنقل
يدعم سجل الرسائل على الخادم المحادثات المستمرة. ويتيح التصدير بصيغة .af قابلية النقل.
المعيار: يلزم سجل المحادثات على الخادم لإجراء حوار مستمر. ويلزم التصدير بصيغة .af لنقل السيناريو.
الأسئلة المتكررة
المواد ذات الصلة
جميع المواد
وسم الصور الهجين: تُسرّع الأتمتة تدريب نماذج الرؤية الحاسوبية
توضح المقالة كيف تُقلّل الوسوم الأولية التي تضعها الخوارزميات من العمل اليدوي وتحسّن جودة مجموعات بيانات التدريب، ولماذا يظل التحقق البشري الانتقائي ضروريًا. كما تستعرض حدود هذه الطريقة في ظروف التصوير الصعبة وعند التعامل مع أنواع الأجسام النادرة.
5 نوفمبر 2026
طريقة GoldiMask لضبط نماذج اللغة الانتشارية: اختيار السياق وترجيح الأهداف
يقدّم العمل GoldiMask، وهو نهج للضبط الدقيق الخاضع للإشراف لنماذج اللغة القائمة على الانتشار المتقطع، يختار الرموز المرئية عبر تعظيم تقريبي لدالة شبه معيارية، ويُسنِد أوزانًا إلى الأهداف المتبقية وفقًا لفائدتها التدريبية. وتُظهر التجارب على عدة نماذج ومجموعات بيانات تحسنًا في متوسط الدقة، ومكاسب في مهام الاستدلال المنطقي والبرمجة، فضلًا عن الحاجة إلى تكرارات أقل لفك الترميز المتوازي على GSM8K وMATH-500 مع جودة مماثلة تقريبًا.
30 أكتوبر 2026
أضافت Transformers إمكانية تشغيل نماذج GGUF المكمّمة على Apple Silicon
تشرح المقالة دمج تنسيق GGUF من llama.cpp في Transformers: الاستدلال محليًا على أجهزة Mac، وتحميل النماذج عبر واجهة API للمكتبة، وتشغيل خادم متوافق مع OpenAI. ويوضح المثال باستخدام Qwen3.5-4B كيف يؤثر اختيار مستوى التكميم في حجم الأوزان ومتطلبات الذاكرة.
18 أكتوبر 2026