يوفّر صندوق الحماية، ويُسمّى أيضًا بيئة تشغيل الصندوق، للوكيل المدمج بيئة تنفيذ معزولة. وبعبارة بسيطة، يمكن للوكيل أن يعمل بصورة أقرب إلى المطوّر: إذ يمكنه تشغيل الأوامر، وقراءة الملفات وكتابتها، وتحرير الملفات، والبحث في محتوى المشروع دون التعامل مباشرةً مع بيئة المضيف.

تتضمن مجموعة الأدوات الأصلية ست أدوات أساسية:

الواجهة الخلفية لصندوق الحماية قابلة للاستبدال. وبحسب بيئة النشر، يمكن لـ LangBot استخدام Docker أو nsjail أو E2B كواجهة خلفية للعزل. ويمكن للنظام اختيار خيار مناسب تلقائيًا.

كما يشير المؤلف الأصلي أيضًا إلى ميزة معمارية: يفصل LangBot بالفعل بين بيئة تشغيل الإضافات والنظام الرئيسي. وهذا يجعل التصميم أسهل في التوسعة. فعلى سبيل المثال، يمكن تشغيل WebUI على جهاز واحد، ويمكن تشغيل الواجهة الخلفية لـ LangBot على جهاز NAS، ويمكن نشر Plugin Runtime في مكان آخر، مثل Raspberry Pi.

يمكن لـ Box Runtime أيضًا استضافة خوادم MCP بوضع stdio، مما يمنح LangBot طريقة أكثر أمانًا ومرونة لتوسيع قدرات الأدوات.

لتمكين الملف الشخصي الكامل في نشر Docker، استخدم:

docker compose --profile all up

لتعطيل صندوق الحماية، اضبط:

box:
  enabled: false

نظام المهارات

تُعد المهارات حزم تعليمات تُستخدم عند الطلب. ويمكن أن تتضمن المهارة مطالبات أو نصوصًا برمجية أو إجراءات أو قوالب أو ملفات مرجعية. والنقطة الأساسية هي أن الوكيل لا يحتاج إلى تحميل كل المهارات ضمن السياق طوال الوقت.

بدلاً من ذلك، لا يرى الوكيل عادةً سوى قائمة بالمهارات المتاحة. وعندما تتطلب مهمة ما مهارة محددة، لا يتم تحميل محتوى المهارة الكامل إلا في تلك اللحظة. وهذا يقلل هدر السياق ويجعل إدارة المحادثات الطويلة أو المعقدة أسهل.

يكون هذا التصميم مفيدًا عندما يحتاج الوكيل إلى قدرات متخصصة، ولكن لا ينبغي أن يحمل كل تعليمات موجّه النظام. فهو يُبقي السياق الافتراضي أخف، مع الاستمرار في إتاحة قدرات أعمق عند الحاجة.

الميزات التي وصلت بالفعل في الإصدار v4.9.x

تم بالفعل إصدار بعض الميزات التي كان مخططًا لها أصلًا لإصدار v4.10.0 في وقت سابق ضمن سلسلة v4.9.x.

لانغ بوت v4.9.0: تحويل قاعدة المعرفة إلى بنية إضافات

ركز لانغ بوت v4.9.0 على إعادة هيكلة قاعدة المعرفة، أو إمكانات RAG، إلى بنية معمارية قائمة على الإضافات. ويشير المؤلف إلى أن هذا كان تحديثًا عميقًا مخططًا له منذ فترة طويلة، خاصةً من أجل تكامل أفضل مع منصات مثل Dify.

في التصميم الجديد، لم يعد لانغ بوت يتعامل مع قواعد المعرفة المدمجة وقواعد المعرفة الخارجية باعتبارهما فئتين منفصلتين. وبدلاً من ذلك، تتم إدارة جميع قواعد المعرفة بطريقة موحدة. ويتم توفير محركات معرفة مختلفة من خلال الإضافات.

تشمل التغييرات الرئيسية ما يلي:

1. إدارة موحدة: تتم معالجة قواعد المعرفة المدمجة والخارجية ضمن نموذج إدارة واحد.

نوع مكوّن جديد: تم تقديم مكوّن الإضافة KnowledgeEngine.

• النماذج الديناميكية: عند إنشاء قاعدة معرفة، يمكن أن يُعرَض النموذج بشكل مختلف حسب المحرك المحدد.

• القدرات الأساسية المعتمدة على واجهات API: يتم تغليف استدعاءات التضمين وعمليات قاعدة البيانات المتجهية داخل RAGRuntimeService، بحيث يمكن للإضافات استدعاؤها عبر واجهات API.

• الترحيل التلقائي: يمكن ترحيل قواعد المعرفة التي أُنشئت في الإصدارات الأقدم تلقائيًا بعد الترقية إلى v4.9.0.

تُظهر لقطة الشاشة عدة إضافات لمحركات معرفة مرتبطة بـ RAG. وتشير المقالة الأصلية إلى خمسة خيارات لـ RAG، بما في ذلك العمل البحثي الخاص بفريق LangBot.

تحديثات مهمة أخرى

تم أيضًا الإطلاق الرسمي لـ LangBot Cloud. ويمكن للمستخدمين الذين لا يرغبون في الاستضافة الذاتية تجربة LangBot من خلال الخدمة السحابية الرسمية.

يتضمن هذا الإصدار أيضًا عدة إصلاحات، تغطي مجالات مثل تحليل مخرجات Dify، وإرسال رسائل WebSocket، وتحويل أنواع الإعدادات.

بعد أن أصبحت قاعدة المعرفة قائمة على الإضافات، حصل المطورون على طريقة أكثر تنظيماً لربط محركات المعرفة المخصصة بـ LangBot. وهذا مفيد بشكل خاص للفرق التي لديها متطلبات أعمال أكثر تعقيداً.

تحديثات تمت إضافتها بالفعل ولكن نادراً ما كُتب عنها

ينتقل المؤلف الأصلي بعد ذلك إلى ما هو أبعد من ملاحظات الإصدار العامة، ويسرد عدة ميزات كانت قد تغيّرت بالفعل ولكن لم يتم شرحها بشكل كامل في المقالات السابقة.

تجاوز سوق إضافات LangBot عدد 400 عنصر

وفقاً للمنشور الأصلي، فقد تجاوز سوق إضافات LangBot بالفعل 400 عنصر. ويشير المؤلف أيضاً إلى أن الفريق يراجع الإضافات، وأن الإضافات المخصصة للترفيه فقط محدودة نسبياً، مع انخفاض التكرار.

تكتسب هذه النقطة أهمية لأن أنظمة الإضافات البيئية غالباً ما تكون أهم من مجرد قائمة ميزات مدمجة واحدة. فكلما كان النظام البيئي أكبر، تمكن المستخدمون من توسيع LangBot ليتناسب مع سير عمل مختلف بدلاً من انتظار أن تصبح كل قدرة جزءاً من المنتج الأساسي.

تجاوز التوافق مع منصات تطبيقات الذكاء الاصطناعي الخارجية سبع منصات

واصل LangBot توسيع التوافق مع منصات تطوير تطبيقات الذكاء الاصطناعي الخارجية. تشير المقالة الأصلية إلى تحديثات حديثة حول Weknora وDeerflow، مع التأكيد على أن LangBot يولي اهتمامًا كبيرًا لقابلية التوسعة.

تُظهر لقطة الشاشة ملفات متعلقة بالموصلات لعدة منصات، بما في ذلك Coze وDashScope وDeerFlow وDify وLangflow والوكلاء المحليون وn8n وTbox وWeknora.

تواصل قدرات LangTARS المشابهة لـ OpenClaw التحسن

يُوصَف LangTARS بأنه طبقة قدرات معيارية. ويعمل LangBot كأساس موحد يتيح بأمان النماذج والأدوات وقواعد المعرفة وسجل المحادثات للوكلاء المحليين أو التابعين لجهات خارجية.

يتيح ذلك للوكيل التركيز على ذكاء الأعمال: فهم نية المستخدم، واستدعاء الأدوات، واسترجاع المعرفة، وتنظيم الإجابات. ولا يحتاج الوكيل إلى القلق بشأن تفاصيل الاتصال ذات المستوى المنخفض.

تذكر المقالة أيضًا أن هذه القدرات يمكن أن تدعم كلاً من التشغيل المعتمد على بيئات الحماية وسيناريوهات التحكم في الكمبيوتر الشخصي.

تحديثات الوكيل على منصة SaaS

حصلت منصة SaaS أيضًا على تحديثات للوكيل. لا يتناول الكاتب هنا الكثير من التفاصيل، لكنه يشير إلى أن مستخدمي SaaS قد اختبروا هذه التغييرات بالفعل، بينما قد يختبر مجتمع المصادر المفتوحة بعض الميزات بعد عدة إصدارات.

توجيه استدعاء النموذج للمؤسسات

أضاف LangBot توجيه استدعاء النموذج على مستوى المؤسسات. وعندما يفشل استدعاء النموذج، يمكن إعادة توجيه الرسالة إلى نموذج احتياطي مُعد مسبقًا.

تكمن قيمة هذا التصميم في أنه يساعد على تجاوز القيود المتعلقة بمفاتيح API ومزودي النماذج. وبالنسبة لأنظمة المؤسسات، يمكن أن يؤدي ذلك إلى تحسين الموثوقية عندما يتعطل أحد المزودين أو يصل إلى الحد الأقصى.

يدعم LangBot أكثر من 30 منصة مراسلة فورية بشكل مباشر أو غير مباشر

لقد حقق LangBot بالفعل توافقًا واسعًا مع منصات المراسلة الفورية. وتشير المقالة الأصلية إلى أن LangBot يدعم بشكل مباشر أو غير مباشر أكثر من 30 منصة مراسلة فورية.

بالنسبة إلى أطر عمل البوتات، يُعدّ نطاق تغطية تطبيقات المراسلة الفورية مهمًا للغاية. فقد تحتاج شركة ما إلى نظام بوت واحد يعمل عبر WeChat وQQ وLark وDingTalk وTelegram وDiscord وSlack وLINE ومنصات أخرى. ويمكن لإطار عمل بوت موحّد أن يقلّل من أعمال التكامل المكررة.

توجيه خطوط المعالجة: توجيه المحادثات بأسلوب يشبه سير العمل

تذكر المقالة أيضًا توجيه خطوط المعالجة، والذي يعمل إلى حدّ ما بطريقة مشابهة لسير العمل.

وباستخدام هذه الميزة، يمكن لـ LangBot توجيه المحادثات إلى خطوط معالجة مختلفة استنادًا إلى الكلمات المفتاحية الخاصة بالأعمال أو إلى شروط أخرى. ويمكن لخطوط المعالجة المختلفة استخدام مطالبات وإضافات وقواعد بيانات مختلفة. كما يمكن أن تكون متداخلة.

ويضيف المؤلف الأصلي ملاحظة مهمة: بعد وصول تحديث سير العمل المرئي، قد تتم إزالة ميزة توجيه خطوط المعالجة هذه أو استبدالها، لأن تنسيق سير العمل المرئي سيكون أكثر استقرارًا وأسهل في الاستخدام.

التهيئة باستخدام رمز QR

بالنسبة إلى بعض المنصات المفتوحة المدعومة، يمكن لـ LangBot استخدام تهيئة تعتمد على رمز QR. وهذا يجعل من الأسهل إعداد منصة مفتوحة من دون إدخال كل التفاصيل يدويًا.

معاينة للتحديثات المستقبلية

كانت بعض الميزات القادمة قيد التطوير بالفعل عند كتابة المقالة الأصلية. ويشير المؤلف إلى أن بعض المحتوى كان جديدًا إلى درجة أن الموقع الرسمي نفسه لم يكن قد تم تحديثه بعد في ذلك الوقت.

تم بالفعل تطوير تنسيق سير العمل المرئي

اكتمل بالفعل تطوير ميزة تنسيق سير العمل المرئي، وتم تحديد توقيت الدمج.

يُعد هذا أحد أهم التغييرات المستقبلية لأنه يمكن أن يجعل بناء المنطق المعقد وصيانته أسهل من خلال واجهة الويب.

دمج إمكانات الوكلاء الأخرى بأسلوب CLI

تذكر المقالة أيضًا أن المشروع المرتبط بـ cc كان قد حظي ببعض الاهتمام، لذلك قرر الفريق إضافة دعم لإمكانات أخرى بأسلوب CLI مشابهة لـ Claude Code وCodex.

يتماشى هذا التوجه مع الاتجاه الأوسع المتمثل في تمكين وكلاء الذكاء الاصطناعي من العمل بشكل أكثر مباشرة مع بيئات التطوير وأدوات سطر الأوامر والمشاريع المحلية.

المزيد من الميزات قادم

يُبقي الكاتب الميزات القادمة المتبقية كتشويق. الرسالة الرئيسية واضحة: التحديث الحالي لـ LangBot ليس المحطة النهائية، ولا تزال خارطة الطريق تتضمن المزيد من التحسينات المتعلقة بالوكلاء وسير العمل.

ملاحظة حول المقارنات غير المتحقَّق منها

يردّ المقال الأصلي أيضًا على مقال آخر لم يتحقق، وفقًا للكاتب، من تفاصيل كافية قبل إجراء المقارنات.

توضح لقطة الشاشة أن LangBot وAstrBot يعملان كلاهما نحو بناء أنظمة بيئية مفيدة لروبوتات الذكاء الاصطناعي، لكنهما يركزان على اتجاهات مختلفة. يركز LangBot أكثر على ربط تطبيقات الذكاء الاصطناعي بسرعة بمنظومات الدردشة، بينما يركز AstrBot أكثر على جعل الروبوت نفسه منصة ذكية قابلة للتوسعة.

الخلاصة العملية بسيطة: ينبغي أن تستند المقارنات إلى الميزات المتحقَّق منها، وحالات الاستخدام، واحتياجات النشر. وقد يبدو إطار عمل ما «أصغر» فقط إذا تجاهلت المقارنة أنظمة الإضافات، أو فصل بيئة التشغيل، أو تكاملات المنصات، أو ميزات التوجيه المؤسسية.

نحن جميعًا متشابهون

يضيف المؤلف بإيجاز ملاحظة تأملية: غالبًا ما تبدو المشاريع ضمن النظام البيئي نفسه متشابهة لأنها تستجيب لاحتياجات مستخدمين متشابهة.

تحاول جميع أطر عمل روبوتات الذكاء الاصطناعي ربط النماذج والأدوات وقواعد المعرفة ومنصات المراسلة وتدفقات عمل المستخدمين. وليس التشابه بالضرورة مشكلة. فالاختلاف الحقيقي يكمن في البنية المعمارية، ونموذج التوسعة، وتصميم النشر، ومدى سرعة الفريق في دعم حالات الاستخدام في العالم الحقيقي.

لكل شخص ظروف مختلفة

تبني الفرق المختلفة في ظل قيود مختلفة. يركز بعضها على سهولة الاستخدام المحلي. ويركز بعضها على ثراء الإضافات. ويركز بعضها على النشر المؤسسي. ويركز بعضها على تغطية منصات الدردشة.

ولهذا السبب، لا ينبغي أن يقتصر أيّ مقارنة جادة على السؤال: «أيها يمتلك مزايا أكثر؟» بل ينبغي أيضًا أن تسأل: أي إطار عمل يناسب سيناريو النشر، وحجم الفريق، ومتطلبات المنصة، والقدرة على الصيانة، وخطة التوسعة طويلة الأمد؟

اختبار تراكم الطلبات تحت التزامن العالي

في نهاية المقالة الأصلية، يضيف المؤلف بيانات متعلقة بالأداء. وبالنسبة إلى إطار العمل، يُعدّ التزامن العالي والتعامل مع الجلسات المتعددة مؤشرين مهمين.

كانت طريقة الاختبار تتمثل في فرض تراكم الجلسات غير المعالجة إلى نحو 50–70، ثم تقليل السرعة تدريجيًا ومراقبة قيمة TPS عندما يصل النظام إلى توازن الحمل.

يشير المؤلف إلى أنه كان هناك تراكم للجلسات أثناء الاختبار، لذا فإنه يمثل بيئة عالية التزامن وليس مطابقًا تمامًا لحركة المرور الإنتاجية العادية. ومع ذلك، فإنه لا يزال يقدّم تصورًا مفيدًا لأداء إطار العمل تحت الضغط.

شروط الاختبار المذكورة في المقالة المصدر:

الأطر المحلية A/B

المخططات التالية مأخوذة من اختبار A/B للإطار المحلي المعروض في المقالة الأصلية.

وفقًا لقراءة المؤلف الأصلي للمخطط، يبلغ معدل TPS حوالي 240 ردًا في الساعة.

لانغ بوت

المخططات التالية مأخوذة من اختبار LangBot المعروض في المقالة الأصلية.

وفقًا لقراءة المؤلف الأصلي للمخطط، يصل LangBot إلى حوالي 1260 ردًا في الساعة في هذا الاختبار.

ويشير المؤلف أيضًا إلى أن هذا قد يظل غير منصف إلى حد ما تجاه LangBot، لأن LangBot يبدأ بمكوّن Runtime إضافي واحد. وحتى مع هذا المكوّن الإضافي، تظل النتيجة أعلى بكثير في الاختبار المعروض.

تنبيه بشأن قراءة الأداء

هذه المخططات مفيدة، لكن لا ينبغي اعتبارها معيارًا عالميًا لأداء بيئات الإنتاج. فقد استخدم المؤلف Raspberry Pi 5 وطريقة اختبار محددة، لذلك قد تختلف الأرقام المطلقة باختلاف العتاد وواجهات API وزمن استجابة النموذج وطوبولوجيا النشر.

الإشارة الأكثر فائدة هي نسبة TPS النسبية ضمن إعداد الاختبار نفسه. ويقول المؤلف الأصلي أيضًا إن برنامج الاختبار ذي الصلة قد يتم طرحه كمصدر مفتوح لاحقًا.

الأسئلة الشائعة

ما هو LangBot؟

LangBot هي منصة مفتوحة المصدر وعلى مستوى الإنتاج لبناء روبوتات مراسلة فورية مدعومة بالذكاء الاصطناعي. وهي تربط نماذج اللغة الكبيرة ومنصات تطبيقات الذكاء الاصطناعي بمنصات الدردشة مثل Discord وTelegram وSlack وWeChat وQQ وLark وDingTalk وغيرها.

ما الذي تغيّر في LangBot v4.10.x؟

أهم تحديث هو تقديم Sandbox وSkills. توفّر Sandbox للوكيل مساحة عمل معزولة لتنفيذ الأوامر وعمليات الملفات، بينما تتيح Skills للوكيل تحميل تعليمات متخصصة فقط عند الحاجة.

ما هو LangBot Box Runtime؟

يُعد Box Runtime بيئة التنفيذ المعزولة الخاصة بـ LangBot. ويمكنه توفير أدوات مثل exec وread وwrite وedit وglob وgrep، مع إبقاء التنفيذ معزولًا عن بيئة المضيف.

كيف يمكنني تفعيل بيئة LangBot المعزولة في Docker؟

بالنسبة إلى النشر باستخدام Docker، تستخدم المقالة الأصلية الأمر docker compose --profile all up لبدء ملف التهيئة الكامل. ولتعطيل البيئة المعزولة، اضبط box.enabled: false في الإعدادات.

فيما تُستخدم LangBot Skills؟

المهارات هي حزم تعليمات تُستخدم عند الطلب لصالح الوكيل. ويمكن أن تتضمن مطالبات، وإجراءات، ونصوصًا برمجية، وملفات مرجعية، مما يتيح للوكيل استخدام معرفة متخصصة دون تحميل كل شيء في السياق منذ البداية.

هل LangBot أفضل من AstrBot؟

تعتمد الإجابة على حالة الاستخدام. يركز LangBot بشكل كبير على ربط تطبيقات الذكاء الاصطناعي بمنظومات الدردشة، والتوجيه المؤسسي، وفصل بيئة تشغيل الإضافات، وRAG، وMCP، والنشر عبر منصات المراسلة الفورية المتعددة. كما يتمتع AstrBot أيضًا بقدرات قوية في مجال الوكلاء وأطر عمل الروبوتات، لذا يعتمد الاختيار الصحيح على سيناريو النشر وأولويات الميزات.

هل أرقام TPS في هذه المقالة تُعد معايير أداء للإنتاج؟

لا. استُخدم في الاختبار الأصلي إعداد محدد لـ Raspberry Pi 5 وسيناريو تراكم طلبات مُتحكَّم فيه. هذه الأرقام مفيدة كمرجع، لكن أداء بيئة الإنتاج سيعتمد على العتاد، وزمن استجابة واجهة البرمجة، وطريقة النشر، وحمل الجلسات، والإعدادات.

هل يمكن استخدام LangBot لروبوتات المؤسسات؟

نعم، تم تصميم LangBot لسيناريوهات الإنتاج والمؤسسات، خاصةً عندما تحتاج الفرق إلى دعم المراسلة الفورية عبر منصات متعددة، وتكامل قاعدة المعرفة، وتوجيه النماذج، والمراقبة، وإمكانات المكونات الإضافية القابلة للتوسعة.

أدوات ذات صلة

• LangBot: منصة مفتوحة المصدر لبناء روبوتات المراسلة الفورية المدعومة بالذكاء الاصطناعي.

• وثائق LangBot: الوثائق الرسمية الخاصة بالنشر، وتكوين الروبوتات، والنماذج، وخطوط المعالجة، والإضافات، وبيئة العزل، والمهارات.

• حزمة تطوير إضافات LangBot: حزمة تطوير الإضافات الرسمية، وواجهة سطر الأوامر، وبيئة تشغيل الإضافات، وبنية Box Runtime الخاصة بـ LangBot.

• سحابة LangBot: خدمة LangBot مُدارة للمستخدمين الذين لا يرغبون في الاستضافة الذاتية.

• AstrBot: مساعد وكيل ذكاء اصطناعي وإطار عمل لروبوتات الدردشة مفتوح المصدر، ويُستخدم هنا كمرجع للمقارنة.

• Docker: منصة حاويات تُستخدم في عمليات نشر LangBot والواجهة الخلفية لبيئة العزل.

• Dify: منصة لتطوير تطبيقات النماذج اللغوية الكبيرة يمكن لـ LangBot الاتصال بها.

• n8n: منصة لأتمتة سير العمل يمكن ربطها بـ LangBot لتفعيل مهام سير العمل المستندة إلى الدردشة.

روابط ذات صلة

• مقال CSDN الأصلي: تم تكييف المقالة المصدرية إلى هذه النسخة الإنجليزية بصيغة Markdown.

• مدونة إصدار LangBot v4.10.0 الخاصة بـ Sandbox وSkills: مقالة LangBot الرسمية التي تشرح Sandbox وSkills.

• مستودع LangBot على GitHub: المستودع الرئيسي مفتوح المصدر لـ LangBot.

• إصدارات LangBot: السجل الرسمي لإصدارات LangBot.

• الوثائق الرسمية لـ LangBot: نقطة البداية لوثائق استخدام LangBot ونشره وتهيئته.

• وثائق LangBot Skills: الوثائق الرسمية لتثبيت Skills واستخدامها.

• مستودع LangBot Plugin SDK: المستودع الرسمي لـ SDK وبيئة التشغيل الخاصة بإضافات LangBot والبنية التحتية لصندوق الحماية.

• مستودع AstrBot على GitHub: المستودع الرسمي لـ AstrBot للقراء الذين يرغبون في مقارنة توجهات الأطر.