سير العمل الوكيلي

لماذا أنماط محددة؟

الوكيل المستقل بالكامل مرن لكنه أقل قابلية للتنبؤ. الأنماط المحددة تعطي تحكماً وقابلية اختبار أكبر، وتكفي لمعظم التطبيقات.

الأنماط الرئيسة

النمط	الفكرة	مثال
السلسلة	خطوات متتابعة	مخطط ← مسودة ← تدقيق لغوي
التوجيه	تصنيف ثم مسار متخصص	سؤال عن شهادة ← مسار الشهادات
التوازي	أجزاء مستقلة أو تصويت	مراجعة أمنية وأسلوبية متوازية
المنسق والعمال	تقسيم ديناميكي	تعديل عدة ملفات في مستودع
المقيّم والمحسّن	توليد ← نقد ← تحسين	ترجمة دقيقة بمعايير واضحة

مثال: سلسلة مع بوابة تحقق

import json

def outline_step(llm, topic):
    return llm(f"اكتب مخططاً من 4 عناوين لدرس عن: {topic}. أعد JSON: {{\"sections\": [...]}}")

def gate(outline_json):
    data = json.loads(outline_json)
    ok = isinstance(data.get("sections"), list) and 3 <= len(data["sections"]) <= 6
    return ok, data

def lesson_pipeline(llm, topic):
    ok, outline = gate(outline_step(llm, topic))
    if not ok:
        raise ValueError("المخطط غير صالح؛ أوقف السلسلة")
    draft = llm(f"اكتب الدرس وفق المخطط: {outline['sections']}")
    review = llm(f"راجع الدقة العلمية في النص التالي وأشر إلى أي ادعاء يحتاج إلى مصدر:\n{draft}")
    return draft, review

المراجعة الآلية لا تغني عن مراجعة خبير بشري في المحتوى العلمي.

التوجيه

ROUTES = {"track": handle_track, "certificate": handle_certificate, "other": handle_out_of_scope}
def route(question, classify):
    label = classify(question)          # مصنف خفيف أو قواعد أو استدعاء نموذج
    return ROUTES.get(label, handle_out_of_scope)(question)

هذا مشابه لما يفعله مساعد الأكاديمية الذي يميز نوع السؤال قبل البحث في قاعدة المعرفة، دون نموذج توليدي.

ممارسات أساسية

• مخرجات مهيكلة بين الخطوات (JSON بمخطط).
• تحقق برمجي بعد كل خطوة حرجة.
• موافقة بشرية قبل الإجراءات الحساسة.
• مجموعة تقييم تغطي المسارات المختلفة.
• مراقبة التكلفة والزمن ومعدل الأخطاء في الإنتاج.