ما الذي يغطيه هذا الدليل؟

غالبًا ما تكون تقارير الحوادث غير متسقة أو مليئة بالضوضاء أو ناقصة. ويجب أن يحوّل أسلوب الفرز الفعّال هذه التقارير إلى معلومات يستطيع المستجيبون التصرف بناءً عليها، وأن يربط المشكلة بالفرق المعنية، مع الحفاظ على نقطة قرار بشرية عندما تكون الحاجة إلى التقدير المهني قائمة. يمكن لتنسيق الوكلاء أن يساعد في تنظيم هذه العملية، لكن يجب ألا تخلط البنية المعمارية بين التوصيات المُولّدة والحقائق التشغيلية الموثّقة.

يجمع هذا الدليل بين فكرتين جرى التحقق منهما بصورة منفصلة. أولًا، تصف ورقة TRIANGLE البحثية نظامًا متعدد الوكلاء لفرز الحوادث. ويشمل نهجها الاستخلاص الدلالي لاستخراج المعلومات القابلة للتنفيذ من بيانات الحوادث المليئة بالضوضاء، وعملية لاتخاذ قرار الفرز تقترح فرقًا مرشحة، إلى جانب نقاشات تضم وكلاء مديري الفرق المعنية. ويسهم الوكلاء بالمعرفة المتخصصة، بينما يدعم النقاش والتصويت قرار الإسناد. ثانيًا، تصف دورة DeepLearning.AI حول AI Agents in LangGraph لغة LangGraph باعتبارها إطارًا لتطبيقات الوكلاء متعددة الخطوات والحالة، وتتناول الاستمرارية والبث والبحث الوكيلي وأنماط الإنسان داخل الحلقة.

لا تثبت هذه المصادر أن TRIANGLE مطبّق باستخدام LangGraph، أو أنه يستخدم Claude أو ChatGPT أو Slack أو واجهات API المحددة في المسودة الأصلية. لذلك، يُعد التصميم أدناه تمرينًا معماريًا قائمًا على مصادر موثوقة، وليس وصفة تكامل مختبرة أو ادعاءً بأن نموذجًا معينًا يستطيع تنفيذ عمليات الإنتاج بأمان.

الخطوة ١: تحديد مشكلة فرز الحوادث

ابدأ بوصف القرار الذي ينبغي لسير العمل دعمُه. على سبيل المثال، قد يساعد سير العمل المستجيبين على تفسير تقرير وتحديد الفريق أو الفرق التي ينبغي أن تراجعه. احرص على الفصل بين هذا النطاق وتنفيذ المعالجة. يركّز بحث TRIANGLE الموثّق على فرز الحوادث وإسنادها إلى الفرق؛ ولا يثبت أن على الوكيل تغيير أنظمة الإنتاج أو تنفيذ الإصلاحات بصورة مستقلة.

دوّن المعلومات المتاحة عند الاستقبال والقرار المتوقع في النهاية. وقد يتضمن وصف الاستقبال رواية الحادث وأي سياق ذي صلة تُجيز مؤسستك تقديمه. أما المخرج فقد يكون ملخصًا موجزًا قابلًا للمراجعة لعملية الفرز، مع اقتراح للفريق الذي سيتولى المعالجة. تعامل مع ذلك بوصفه عقدًا للتصميم: لا تسمح للنموذج بتوسيع نطاق سير العمل خفيةً ليشمل إجراءات لم تكن جزءًا من مهمة الفرز المحددة.

حدّد أيضًا ما يحدث عندما تكون الأدلة غير كافية. يجب أن يكون سير العمل المفيد قادرًا على إظهار عدم اليقين أو طلب مزيد من الاهتمام البشري، بدل عرض استنتاج ضعيف على أنه تشخيص مؤكد. هذه توصية تصميمية، وليست قدرة أو ضمانًا أثبتتهما المصادر المستشهد بها. تحقّق من السلوك مقابل متطلباتك وحالات الاختبار الخاصة بك قبل الاعتماد عليه.

الخطوة ٢: استخلاص معلومات الحادث المليئة بالضوضاء

تحدّد TRIANGLE أوصاف الحوادث المليئة بالضوضاء وغير المتسقة باعتبارها تحديًا أمام الفرز الآلي. وتستخدم آلية الاستخلاص الدلالي فيها نماذج اللغة لاستخراج المعلومات الأساسية القابلة للتنفيذ والمرتبطة بقرارات الفرز. ثم توائم هذه المعلومات المستخلصة مع المعرفة المتخصصة للفرق المعنية. وتصف الورقة عبارات مستخرجة حول موقع العطل والأعراض والقدرات التي يُرجّح أن تكون مطلوبة لحل الحادث؛ وتُضاف هذه العبارات إلى بيانات الحادث الأصلية بوصفها مدخلًا مركزًا لوكيل اتخاذ قرار الفرز.

استخدم هذا التسلسل كنمط تصميم، بدل افتراض تطبيق محدد. احتفظ أولًا بالتقرير الأصلي. ثم أنشئ تمثيلًا منفصلًا وموسومًا بوضوح للمعلومات التي تُعد ذات صلة بالفرز. ويسهّل إبقاء التقرير المصدر وتمثيله المستخلص منفصلين على المراجع مقارنة الملخص بالأدلة الأصلية. تدعم الورقة مفهوم الاستخلاص الدلالي، لكنها لا تحدد المخطط أو التعليمات أو مزوّد النموذج أو الواجهة التي ينبغي لك استخدامها.

في إطار تمرين عملي، حدّد الفئات المهمة لعملية الحوادث الخاصة بك، مثل الأعراض والموقع الظاهر والقدرات التي قد تكون مطلوبة. وضّح أن هذه حقول معلومات مقترحة لسير العمل الخاص بك، وليست حقولًا تفرضها TRIANGLE. اطلب من المستجيبين مراجعة ما إذا كانت التفاصيل المستخرجة تحافظ على معنى التقارير الأصلية. وأدرج أمثلة غامضة وناقصة ومتضاربة في التقييم، بدل اختبار الحوادث الواضحة فقط.

لا تتعامل مع الملخص المستخلص بوصفه تأكيدًا مستقلًا. فهو تحويل للمعلومات المقدمة. أبقِ التقرير الأصلي متاحًا للشخص الذي يراجع قرار الفرز، وحدّد إجراءاتك الخاصة بالمعلومات الحساسة والوصول إليها.

الخطوة ٣: رسم سير العمل على شكل مراحل ذات حالة

تصف مواد الدورة الموثّقة LangGraph بأنه إطار لتطبيقات الوكلاء متعددة الخطوات والحالة. وتتناول الدورة بناء وكيل من الصفر وتنفيذه باستخدام LangGraph، ثم تستكشف المكونات والبحث الوكيلي والاستمرارية والبث وأنماط الإنسان داخل الحلقة. ومن المنطقي بناءً على هذه المفاهيم تخطيط سير عمل الحوادث كسلسلة من المراحل تنتقل المعلومات بينها. ولا توثّق المصادر المتاحة تعريفًا محددًا للرسم البياني أو تضمن واجهات API بعينها، لذا تعامل مع ذلك باعتباره خريطة معمارية لا إرشادات تنفيذ جاهزة للنسخ واللصق.

قد يتضمن مخطط التصميم المراحل التالية:

• الاستقبال: تلقي معلومات الحادث والاحتفاظ بها ضمن ما يُسمح لعملية الفرز باستخدامه.
• الاستخلاص الدلالي: إنشاء تمثيل مركز للتقرير، مع إبقائه مميزًا عن المصدر.
• اقتراح الفرق المرشحة: تحديد الفرق التي قد تكون ذات صلة استنادًا إلى المعلومات والمعرفة المتخصصة المتاحة.
• مراجعة الفرق: جمع المدخلات من أدوار الفرق المعنية أو ممثليها.
• التوصية: عرض المبررات والإسناد المقترح للمراجعة.
• القرار البشري: توفير نقطة محددة يستطيع عندها المستجيب قبول التوصية أو رفضها أو طلب مراجعة إضافية.

يمثل هذا التسلسل طريقة لتطبيق المفاهيم الواردة في المصادر؛ ولا يدّعي أنه يعيد إنتاج نظام TRIANGLE الكامل أو تنفيذًا مرجعيًا موثقًا باستخدام LangGraph. تصف ورقة TRIANGLE وكيل المحلل ووكيل اتخاذ القرار ووكلاء مديري الفرق المعنية، إلى جانب النقاش والتصويت. وينبغي أن تتوافق المراحل والأسماء الدقيقة في أي عملية نشر فعلية مع إجراءات المؤسسة.

الخطوة ٤: استخدام أدوار متعددة الوكلاء لإظهار معرفة الفرق

يعالج تصميم TRIANGLE متعدد الأدوار حقيقة أن المعرفة المتخصصة قد تكون موزعة بين الفرق وقابلة للتغيير. يقترح وكيل اتخاذ القرار الفرق المرشحة استنادًا إلى البيانات التاريخية والخبرة الوظيفية، ثم يبدأ مجموعة نقاش تضم وكلاء مديري الفرق المعنية. ويصل هؤلاء الوكلاء إلى أدوات خارجية لتقديم الرؤى. ويناقش الوكلاء الإسناد ويصوّتون عليه؛ وإذا لم تُحسم المشكلة، يمكن للعملية التكرار باستخدام مجموعة مرشحين منقّحة.

عند تكييف هذا النمط، حدّد سبب وجود كل دور والمعلومات التي يمكنه تقديمها. يجب أن يقابل الدور مصدرًا مهمًا للخبرة أو جزءًا مميزًا من عملية الفرز، لا أن يضيف ببساطة استدعاءً آخر لنموذج. حافظ على وضوح الفرق بين مساهمة الوكيل والإسناد النهائي. فمجموعة الآراء المُولّدة ليست بحد ذاتها دليلًا على صحة الاستنتاج.

يدعم وصف الورقة استخدام التفاوض والتصويت ضمن نهجها الخاص. لكنه لا يثبت أن التصويت موثوق عالميًا، أو أن عددًا معينًا من الوكلاء هو الأمثل، أو أن تعدد الوكلاء يلغي الحاجة إلى المراجعة البشرية. حدّد كيفية التعامل في بيئتك مع الاختلاف ونقص معرفة الفرق وتغيّر المسؤوليات. واجعل الحالات غير المحسومة واضحة بدل إخفائها خلف تسمية تلقائية مثل «إجماع».

الخطوة ٥: وضع قرار بشري داخل سير العمل

تتناول دورة LangGraph صراحةً أنماط الإنسان داخل الحلقة. وفي تصميم فرز الحوادث، استخدم هذه الفكرة لتحديد الموضع الذي ينبغي فيه للمستجيب مراجعة المعلومات قبل إتمام القرار. ويجب أن تتيح واجهة المراجعة تقرير الحادث والمعلومات المستخلصة والفريق المقترح والمبررات ذات الصلة معًا. وينبغي أن يتمكن المراجع من مقارنة التوصية بمصدرها، بدل مطالبته بالموافقة على استنتاج بلا سياق.

حدّد ما يستطيع الإنسان فعله في هذه المرحلة. لا تفرض المصادر المتاحة واجهة موافقة أو مفردات قرار محددة. قد يختار الفريق قبول المقترح أو رفضه أو إحالته إلى مراجعة إضافية، لكن هذه خيارات تصميمية ينبغي التحقق منها مقابل عملية الحوادث الخاصة به. سجّل النتيجة بطريقة يستطيع سير العمل استخدامها لتحديد مرحلته التالية.

كن دقيقًا في تحديد معنى الموافقة. فالموافقة على إسناد فريق ليست مساوية للتفويض بتنفيذ إجراء معالجة. ويتناول البحث الموثّق الفرز، بينما تثبت مواد الدورة تدريس أنماط الإنسان داخل الحلقة؛ ولا يثبت أي من المصدرين وجود نظام إشعار عبر Slack أو نظام لتنفيذ إجراءات الإنتاج مشروط بالموافقة. وإذا ربطت مؤسستك الفرز لاحقًا بإجراءات ذات تبعات مهمة، فقيّم هذه الإجراءات وأخضعها للحوكمة بصورة منفصلة.

الخطوة ٦: التخطيط لاستمرارية البيانات وسير العمل

تتناول دورة LangGraph تحديدًا الاستمرارية، بما في ذلك إدارة الحالة عبر خيوط متعددة، والتبديل بين المحادثات، وإعادة تحميل الحالات السابقة. وتكتسب هذه الموضوعات أهمية عندما يضم سير عمل الحوادث مراحل متعددة أو يحتاج إلى الاستمرار بعد توقف مؤقت. حدّد في تصميمك المعلومات التي يجب أن تظل متاحة بين الاستقبال والتحليل ونقاش الفرق والمراجعة البشرية.

قبل اختيار آلية للاستمرارية، حدّد المتطلبات الفعلية: ما الحالة اللازمة لمتابعة سير العمل، ومدة الاحتفاظ بها، ومن يُسمح له بالوصول إليها، وكيفية التعامل معها عند عدم الحاجة إليها. تؤكد المواد المصدرية المقدمة أن الاستمرارية موضوع تعليمي في LangGraph؛ لكنها لا تتحقق من نظام تخزين محدد أو نشر في بيئة الإنتاج أو سياسة احتفاظ أو ضمان للمتانة. لا تصف مثالًا محليًا أو مثالًا قائمًا على الذاكرة بأنه استمرارية للإنتاج، ما لم تتحقق من سلوكه وخصائصه التشغيلية.

وبالمثل، يُعد البث موضوعًا في الدورة، لكن المصادر لا تثبت وجود واجهة محددة للحوادث أو تنفيذ معين للبث. قرّر ما إذا كان المستجيبون يحتاجون إلى تحديثات تدريجية، واختبر ذلك التصميم باستخدام الأدوات وإصدارات الأطر التي تنشرها فعليًا.

الخطوة ٧: دراسة البحث الوكيلي كمدخل اختياري

تغطي دورة LangGraph الموثّقة البحث الوكيلي، وتصفه بأنه يعيد إجابات متعددة بتنسيق ملائم للوكلاء، بدل أن تعيد محركات البحث التقليدية روابط. كما تدرّس دمج البحث الوكيلي لتزويد الوكلاء بمعلومات إضافية. ويشير ذلك إلى إمكانية إضافة مرحلة بحث إلى سير عمل الفرز، لكنه لا يثبت أي نظام بحث أو مصدر بيانات أو سياسة استرجاع ينبغي استخدامها مع الحوادث.

إذا فكرت في إضافة البحث، فحدّد أولًا المصادر المناسبة للحادث والمعلومات التي يُسمح لمرحلة البحث بإعادتها. أبقِ المواد المسترجعة مميزة عن تقرير الحادث وعن المعرفة التي تقدمها الفرق. ويجب ألا يوحي سير العمل بأن المواد المسترجعة موثوقة لمجرد أن مكوّن بحث قدمها. حدّد كيفية تقييم المستجيبين لمدى صلة النتيجة بالحادث الحالي.

البحث اختياري في هذا التصميم. فمصدر أبحاث فرز الحوادث ودورة LangGraph يثبتان مفاهيم ذات صلة، لا اتصالًا مختبرًا بين منتج بحث وTRIANGLE أو قاعدة معرفة جاهزة للحوادث.

الخطوة ٨: تقييم التصميم قبل الاعتماد عليه

تصف المصادر الموثّقة أبحاثًا ومواد تعليمية، لا معيارًا مرجعيًا للتصميم المقترح هنا. لذلك ستحتاج إلى تقييم سير العمل الخاص بك. اجمع أمثلة للحوادث تعكس تنوع التقارير التي يتعامل معها المستجيبون، واطلب من مراجعين مؤهلين تقييم مدى ملاءمة المعلومات المستخلصة والفريق المقترح. أدرج حالات تكون فيها التقارير غير واضحة أو يمكن أن تشارك فيها فرق متعددة بصورة منطقية.

افصل بين الأسئلة التي تقيسها. هل يحافظ التمثيل المستخلص على التفاصيل المفيدة؟ هل يتوافق الفريق المقترح مع اختيار المستجيبين ذوي المعرفة؟ هل يكشف سير العمل الاختلاف بدل إخفائه؟ وهل يستطيع المراجع فهم أساس التوصية؟ هذه أسئلة تقييمية، وليست ادعاءات أداء بشأن TRIANGLE أو LangGraph أو Claude أو ChatGPT.

راجع حالات الفشل إلى جانب الأمثلة الناجحة. فقد ينتج سير العمل ملخصًا مقنعًا، لكنه يحذف تفصيلًا مهمًا أو يقترح فريقًا دون أدلة كافية. حدّد ما ينبغي أن يحدث عند فشل إحدى المراحل أو غياب المعلومات أو اختلاف المراجعين البشريين. وأخضع أي استخدام تشغيلي مقصود للمراجعة الهندسية ومراجعة إدارة الحوادث المعتادة في مؤسستك.

أخطاء تصميم شائعة ينبغي تجنبها

• تقديم البحث على أنه وصفة تنفيذ. تُعد TRIANGLE نظامًا بحثيًا؛ ولا يقول المصدر المقدم إنها مبنية باستخدام LangGraph.
• الادعاء بوجود تكاملات غير موثّقة مع النماذج. لا يثبت السياق الموثّق وجود تكامل مع Claude أو ChatGPT، أو إصدارات محددة للنماذج، أو أدوار كل منهما في سير عمل الحوادث.
• الخلط بين الفرز والمعالجة. يناقش مصدر البحث فرز الحوادث وإسنادها، لا إجراء تغييرات مستقلة على بيئة الإنتاج.
• إخفاء عدم اليقين خلف التصويت. تصف TRIANGLE النقاش والتصويت، لكن ذلك لا يثبت صحة كل تصويت أو يلغي الحاجة إلى التعامل مع الحالات غير المحسومة.
• وصف سير العمل بأنه جاهز للإنتاج دون أدلة. الاستمرارية والإنسان داخل الحلقة موضوعان تعليميان موثّقان، وليسا دليلًا على موثوقية نشر محدد أو أمنه أو امتثاله.

الخطوات التالية

للمطورين الراغبين في تعلّم مفاهيم الإطار التي يقوم عليها هذا التصميم، تغطي دورة AI Agents in LangGraph من DeepLearning.AI مكونات LangGraph والبحث الوكيلي والاستمرارية والبث وأنماط الإنسان داخل الحلقة. وتضم خريطة الدورة الموثّقة ٩ دروس و٦ أمثلة برمجية. وهي موجهة إلى المتعلمين الذين يملكون معرفة متوسطة بـ Python. وتُعد الدورة مادة تعليمية، ولا تغني عن التحقق من الوثائق الحالية للإطار ومتطلبات النشر الخاصة بك.

باعتباره تمرينًا تصميميًا عمليًا، ارسم المراحل، وحدد المعلومات التي تنتقل بينها، وعيّن الموضع الذي تدخل فيه خبرة الفرق، وضع قرارًا بشريًا حيث تتطلبه عمليتك. ثم تحقّق من البنية مقابل احتياجات فرز الحوادث لدى الفرق التي ستستخدمها. وأبعد ادعاءات التنفيذ واختيارات النماذج والضمانات التشغيلية عن التصميم إلى أن تُختبر بصورة مستقلة.

المصادر والنطاق

• TRIANGLE: تمكين فرز الحوادث باستخدام الوكلاء المتعددين، ورقة مستضافة على Microsoft Research.
• AI Agents in LangGraph، دورة من DeepLearning.AI.

هذا المقال شرح عملي يركّز على التصميم، ويستند إلى أوصاف المصادر المستشهد بها. ولا يدّعي وجود تنفيذ مختبر لـ TRIANGLE باستخدام LangGraph، أو تكامل مع Claude أو ChatGPT، أو خدمة قابلة للنشر لإدارة الحوادث.