خيارات التثبيت والنشر

وكيلك لا يكون مفيداً إلا بقدر جودة البيئة التي يعمل فيها. الإعداد الخاطئ يعني رسائل مفقودة وعمليات متعطلة ووكيلاً ينسى كل شيء عندما ينام حاسوبك المحمول. الحصول على الأساس الصحيح هو ما يفصل بين عرض توضيحي بسيط ونظام إنتاجي حقيقي.

أين تشغّل وكيلك

لديك خياران رئيسيان لاستضافة وكيلك: جهازك المحلي أو خادم VPS (خادم افتراضي خاص) عن بُعد.

العامل	الجهاز المحلي	VPS
التكلفة	مجاني (عتاد تملكه بالفعل)	رسوم شهرية (تختلف حسب المزود)
وقت التشغيل	محدود بوقت تشغيل جهازك	متاح على مدار الساعة
زمن الاستجابة	سريع للأدوات المحلية، أبطأ لواجهات API البعيدة	ثابت، قريب من خوادم API
الخصوصية	البيانات تبقى على عتادك	البيانات على بنية المزود التحتية
تعقيد الإعداد	بسيط	يتطلب معرفة بـ SSH وإدارة الخوادم
الأفضل لـ	التطوير والاختبار	الإنتاج، الوكلاء الذين يعملون دائماً

للتعلم والتطوير، ابدأ على جهازك المحلي. عندما تكون مستعداً للعمل المستمر، انتقل إلى VPS. كثير من الممارسين يشغّلون كليهما — محلي للتطوير، VPS للإنتاج.

أعد طرح السؤال كلما تغيّرت وظيفة الوكيل. معظم الوكلاء الذين انتهوا على VPS بدأوا كنص برمجي محلي سئم أحدهم تشغيله يدوياً.

المتطلبات الأساسية

يدعم CrewAI نطاقاً محدداً من إصدارات Python يتغير مع الإصدارات — اقرأ النطاق الحالي على صفحة التثبيت بدل افتراض "3.10 أو أحدث". هناك حد أعلى كما أن هناك حداً أدنى، وتجاوزه هو أكثر أسباب فشل التشغيل الأول شيوعاً. ثبّت Python أولاً:

على macOS:

# تثبيت Homebrew (مدير حزم macOS)
/bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)"

# تثبيت Python 3
brew install python

# التحقق من التثبيت
python3 --version
pip3 --version

على Ubuntu/Debian (VPS):

# تحديث قوائم الحزم
sudo apt update

# تثبيت Python 3 وpip
sudo apt install -y python3 python3-pip python3-venv

# التحقق من التثبيت
python3 --version
pip3 --version

بعد تثبيت Python، ثبّت واجهة CrewAI السطرية. توثيق المشروع نفسه يستخدم uv بدل pip المجرد، والواجهة السطرية هي ما يمنحك هيكلة المشروع:

# ثبّت uv، ثم واجهة crewai كأداة مستقلة
curl -LsSf https://astral.sh/uv/install.sh | sh
uv tool install crewai

crewai --version

الأمر pip install crewai لا يزال يمنحك المكتبة إن أردت استيرادها فقط، وهو ما يفعله المثال الأدنى أدناه. استخدم الواجهة السطرية عندما تريد مشروعاً حقيقياً مُهيكلاً لك — راجع دليل التثبيت للأوامر الحالية، فبنية ملفات المشروع المُولَّد تغيّرت مرة واحدة على الأقل.

التشغيل الأول والإعداد

بعد التثبيت، أنشئ مساحة عمل وكيلك:

# الخيار أ — هيكلة مشروع كامل بالواجهة السطرية
crewai create crew my-agent
cd my-agent

# الخيار ب — يدوياً، إن أردت استيراد المكتبة فقط
mkdir my-agent && cd my-agent
python3 -m venv .venv
source .venv/bin/activate
pip install crewai

الخيار (أ) يولّد مشروعاً بملفات إعداد ونقطة تشغيل جاهزة، وهو ما تريده لأي شيء تنوي الاحتفاظ به. الخيار (ب) هو المسار السريع لأمثلة هذه الوحدة.

تُعرّف هوية وكيلك ومزود النموذج والمهام في Python. إليك مثالاً أساسياً للبدء:

from crewai import Agent, Task, Crew, Process

agent = Agent(
    role='مساعد',
    goal='المساعدة في المهام',
    backstory='أنت مساعد مستقل مفيد.',
    llm='claude-sonnet-5'
)

خيارات النماذج

إحدى نقاط قوة CrewAI هي مرونة النماذج. لديك ثلاثة مسارات لربط نموذج ذكاء اصطناعي:

1. مفتاح API (أحضر مفتاحك الخاص)

يمكنك الاتصال مباشرة بمزودي النماذج مثل Anthropic أو OpenAI باستخدام مفاتيح API الخاصة بك:

# تعيين مفتاح API كمتغير بيئة
export ANTHROPIC_API_KEY="your-key-here"

from crewai import Agent

agent = Agent(
    role='باحث',
    goal='إيجاد معلومات دقيقة',
    backstory='أنت باحث خبير.',
    llm='claude-sonnet-5'  # يستخدم ANTHROPIC_API_KEY تلقائياً
)

المقايضة: التسعير حسب الاستخدام يمنحك تحكماً دقيقاً بالتكلفة ووصولاً لأحدث النماذج، لكن التكاليف قد تكون غير متوقعة مع الاستخدام الكثيف.

بخصوص معرّفات النماذج في هذه الدورة: عامل كل واحد منها كعنصر نائب له مدة صلاحية. أسماء النماذج تتغير عدة مرات سنوياً، وأي دورة تثبّتها تصبح خاطئة خلال ربع سنة. خذ المعرّف الحالي من قائمة نماذج مزودك (Anthropic، OpenAI)، ولاحظ أن CrewAI يوجّه عبر LiteLLM، لذا يحتاج المزودون غير الافتراضيين بادئة provider/model — anthropic/…، ollama/….

2. مزودو واجهات OpenAI المتوافقة

يدعم CrewAI أي نقطة نهاية متوافقة مع OpenAI API، بما في ذلك OpenAI نفسه:

export OPENAI_API_KEY="your-key-here"

agent = Agent(
    role='محلل',
    goal='تحليل البيانات',
    backstory='محلل بيانات خبير.',
    llm='gpt-5.4-mini'
)

3. النماذج المحلية (عبر Ollama)

لأقصى خصوصية وتكلفة API صفرية، شغّل النماذج محلياً باستخدام Ollama:

# تثبيت Ollama
brew install ollama

# تنزيل نموذج
ollama pull llama3

# تشغيل خادم Ollama
ollama serve

agent = Agent(
    role='وكيل محلي',
    goal='معالجة المهام بخصوصية',
    backstory='مساعد يعمل محلياً.',
    llm='ollama/llama3'
)

المقايضة: خصوصية كاملة وبدون تكاليف متكررة، لكن النماذج المحلية عموماً أقل قدرة من النماذج السحابية المتقدمة وتتطلب عتاداً كبيراً (GPU بذاكرة VRAM كافية).

نظام التصحيح بالشريك

تقنية قوية في تنسيق الوكلاء هي نظام التصحيح بالشريك — استخدام نموذج ثانوي للتحقق من مخرجات النموذج الأساسي قبل وصولها للعالم الحقيقي.

إليك كيف يعمل: النموذج الأساسي يُنتج رداً أو خطة عمل. قبل التنفيذ، نموذج ثانٍ يراجع المخرجات بحثاً عن الأخطاء أو الهلوسات أو انتهاكات السياسات. فقط إذا وافق المُراجع ينتقل الإجراء للتنفيذ.

# نمط التصحيح بالشريك مع CrewAI
from crewai import Agent, Task, Crew, Process

primary_agent = Agent(
    role='كاتب رئيسي',
    goal='صياغة محتوى عالي الجودة',
    backstory='منشئ محتوى خبير.',
    llm='claude-sonnet-5'
)

validator_agent = Agent(
    role='مُراجع',
    goal='مراجعة المخرجات للتحقق من الدقة الواقعية والسلامة',
    backstory='مدقق خبير ومراجع أمني.',
    llm='gpt-5.4-mini'
)

هذا قيّم بشكل خاص للإجراءات عالية المخاطر مثل إرسال البريد الإلكتروني أو نشر المحتوى أو تعديل الملفات. تكلفة استدعاء نموذج ثانٍ تافهة مقارنة بتكلفة إجراء مستقل خاطئ.

اعتبارات عملية

إدارة التكلفة: ابدأ بسقف ميزانية على مزود API الخاص بك. معظم المزودين يوفرون حدود استخدام وتنبيهات. للتطوير، النماذج المحلية مجانية. للإنتاج، تكاليف API تتراوح عادة من بضعة دولارات إلى عشرات الدولارات شهرياً حسب الحجم.

زمن الاستجابة: النماذج السحابية تضيف زمن استجابة شبكي (عادة أقل من ثانية لمعظم المزودين). النماذج المحلية تلغي زمن استجابة الشبكة لكن قد يكون استنتاجها أبطأ حسب عتادك. للتفاعلات الفورية (الدردشة، الصوت)، زمن الاستجابة مهم. للمهام الخلفية (صياغة البريد الإلكتروني، البحث)، أقل أهمية.

الخصوصية: إذا تعاملت مع بيانات حساسة، النماذج المحلية تبقي كل شيء على عتادك. النماذج المعتمدة على API ترسل البيانات لخوادم خارجية. راجع سياسات احتفاظ البيانات والتدريب لكل مزود قبل إرسال معلومات حساسة.

النقطة الرئيسية: خيار النشر — محلي أو VPS أو هجين — يعتمد على احتياجاتك المحددة لوقت التشغيل والخصوصية والتكلفة. ابدأ ببساطة بإعداد محلي ومزود نموذج واحد، ثم وسّع مع نمو متطلباتك.

التالي: ربط وكيلك بقنوات الاتصال — إعداد تيليجرام وديسكورد للتفاعل الفوري. :::