بناء الذكاء الاصطناعي باستخدام Claude Sonnet ٤.٦ وLangChain

ما الذي نبنيه

في هذا الدرس، سنقوم ببناء تطبيق ذكاء اصطناعي محادث باستخدام نموذج Claude Sonnet ٤.٦ من Anthropic، مدمجًا مع LangChain للتعامل مع الحوارات المعقدة والحفاظ على سياق المحادثة. سيكون التطبيق قادرًا على فهم مدخلات المستخدم، وإدارة السياق خلال التفاعلات الطويلة، وتقديم ردود ذكية. يتميز Claude Sonnet ٤.٦ بقدرة على إدارة نافذة سياق تصل إلى ١ مليون رمز، مما يعزز قدرته على إدارة المحادثات الواسعة.

سيسمح المشروع النهائي للمستخدمين بالتفاعل مع الذكاء الاصطناعي بطريقة محادثة، مما يمكنهم من الإجابة على الأسئلة، وتقديم التوصيات، وحتى تنفيذ مهام محددة بناءً على استفسارات المستخدم. يوضح هذا المشروع قوة الجمع بين نماذج اللغة المتقدمة وأطر العمل الحوارية القوية.

الإعداد والتثبيت

لبدء العمل، سنقوم بإعداد بيئة التطوير لدينا عن طريق تثبيت المكتبات الضرورية وتكوين متغيرات البيئة لدينا. يضمن هذا الإعداد أن لدينا جميع الأدوات المطلوبة لبناء وتشغيل تطبيقنا.

pip install langchain anthropic

بعد ذلك، قم بتكوين متغيرات البيئة الخاصة بك لتخزين مفتاح API لـ Claude Sonnet ٤.٦ بأمان. هذا المفتاح ضروري لمصادقة طلباتك إلى API الخاص بـ Anthropic.

# .env file
CLAUDE_API_KEY=your_claude_sonnet_4_6_api_key_here
  

الخطوة ١: تهيئة إطار عمل LangChain

يوفر LangChain إطار عمل قوي لإدارة تدفقات المحادثة والحفاظ على السياق. في هذه الخطوة، نقوم بتهيئة LangChain وإعداد التكوين الأساسي للذكاء الاصطناعي المحادث لدينا.

from langchain import LangChain
from anthropic import Anthropic

# Initialize LangChain
lc = LangChain()

# Configure LangChain with Claude Sonnet 4.6
client = Anthropic(api_key='your_claude_sonnet_4_6_api_key_here')
lc.add_model('claude-sonnet-4-6', client)
  

هنا، نقوم باستيراد المكتبات الضرورية وتهيئة LangChain. ثم نقوم بتكوينه لاستخدام نموذج Claude Sonnet ٤.٦ من خلال توفير عميل API الخاص بنا. هذا الإعداد ضروري لدمج نموذج اللغة في إطار عمل المحادثة لدينا.

الخطوة ٢: تحديد منطق المحادثة

في هذه الخطوة، نقوم بتحديد المنطق الذي سيقود محادثتنا. يتضمن ذلك إعداد معالجات لأنواع مختلفة من مدخلات المستخدم وتكوين كيفية استجابة الذكاء الاصطناعي.

def handle_greeting(input_text):
    return "Hello! How can I assist you today?"

def handle_farewell(input_text):
    return "Goodbye! Have a great day!"

def default_handler(input_text):
    # Use Claude Sonnet 4.6 for intelligent responses
    response = client.messages.create(
        model="claude-sonnet-4-6",
        messages=[{"role": "user", "content": input_text}]
    )
    return response.get('content', 'I am sorry, I am unable to process that.')

# Register handlers
lc.register_handler("greeting", handle_greeting)
lc.register_handler("farewell", handle_farewell)
lc.default_handler = default_handler
  

في هذا الجزء من الكود، نقوم بتعريف وظائف للتعامل مع التحيات والوداع، ومعالج افتراضي يستخدم نموذج Claude Sonnet ٤.٦ للتفاعلات الأكثر تعقيدًا. يتم تسجيل هذه المعالجات مع LangChain، مما يسمح له بتوجيه مدخلات المستخدم إلى المنطق المناسب.

الخطوة ٣: تنفيذ حلقة التفاعل

أخيرًا، نقوم بتنفيذ حلقة التفاعل الرئيسية التي ستقبل مدخلات المستخدم بشكل مستمر وتقدم الردود، مما يخلق تجربة محادثة سلسة.

def run_conversation():
    print("Welcome to the AI chat! Type 'exit' to end the session.")
    while True:
        user_input = input("You: ")
        if user_input.lower() == 'exit':
            print("AI: Goodbye!")
            break
        response = lc.handle_message(user_input)
        print(f"AI: {response}")

# Start the conversation
run_conversation()
  

تقوم هذه الحلقة باستمرار بطلب مدخلات المستخدم، ومعالجتها عبر LangChain، وطباعة رد الذكاء الاصطناعي. ستنتهي الحلقة عندما يكتب المستخدم ‘exit’، مما يوفر تفاعلًا نظيفًا وسهل الاستخدام.

اختبار تنفيذك

للتحقق من أن الذكاء الاصطناعي المحادث الخاص بك يعمل بشكل صحيح، ابدأ حلقة التفاعل واختبر مدخلات متنوعة. يجب أن تتوقع ردودًا ذكية ومناسبة للسياق من الذكاء الاصطناعي.

# Test the conversation by running the script
python your_script_name.py
  

أثناء الاختبار، تأكد من أن الذكاء الاصطناعي يمكنه التعامل مع أنواع مختلفة من المدخلات ويحافظ على السياق عبر التفاعلات. سيؤكد ذلك فعالية إعداد LangChain الخاص بك والتكامل مع Claude Sonnet ٤.٦.

ما الذي تبنيه بعد ذلك

• دمج مدخلات ومخرجات الصوت لإنشاء مساعد ممكّن بالصوت.
• توسيع قدرات الذكاء الاصطناعي الخاص بك عن طريق إضافة معالجات أكثر تخصصًا للمهام المحددة.
• نشر تطبيقك كخدمة ويب باستخدام أطر عمل مثل FastAPI أو Flask.

فكر في كيفية دمج مثل هذه التطبيقات في المبادرات الإقليمية مثل رؤية السعودية ٢٠٣٠ أو الاستراتيجية الوطنية للذكاء الاصطناعي في الإمارات، مما يعزز البنية التحتية والتقنيات المحلية.