بناء سير عمل متين للذكاء الاصطناعي باستخدام Python

⚡

Executive Verdict & Key Takeaways

⏱️ 3 min read
🎯 Ideal For Software Engineers, Technical Teams & AI Architects
💎 Pricing Model Freemium / API Pay-as-you-go
🛡️ Governance & SLAs Verified (BYOK 0% Markup)
Share:

شرح عملي · تصميم سير عمل للذكاء الاصطناعي باستخدام Python

بناء سير عمل متين للذكاء الاصطناعي باستخدام Python

تعلّم كيفية فصل تفسير النوايا بواسطة الذكاء الاصطناعي عن تنفيذ سير العمل الحتمي، وحفظ سجل سير العمل، وإضافة بوابات للموافقة البشرية، والتعامل مع إعادة المحاولة وidempotency. يقدّم هذا الدليل مخططًا للتنفيذ، وليس ادعاءً بأن مثالًا قصيرًا باستخدام SQLite يوفّر تنفيذًا موزعًا بمستوى الإنتاج.

ما الذي يغطيه هذا الشرح العملي؟

تتضمن عمليات سير العمل الطويلة التي تعتمد على الذكاء الاصطناعي أنماط فشل لا تظهر في التطبيقات الأساسية القائمة على الطلب والاستجابة. فقد تتوقف عملية ما بين خطوتين، أو يُسلَّم الطلب مرة أخرى، أو تنجح أداة ما من دون أن يتلقى المستدعي استجابتها. وقد يكتمل جزء من أحد الإجراءات قبل فشل إجراء لاحق. وبالنسبة إلى إجراءات مثل إرسال رسالة أو تغيير سجل تجاري، فإن إعادة المحاولة العمياء قد تؤدي إلى تكرار الآثار الجانبية.

تحدد المواد التي جرى التحقق منها نقاط التحقق المتينة، وحالة سير العمل المحفوظة، وسجل الإجراءات المنظم، وبوابات الموافقة، وidempotency بوصفها اعتبارات تصميم مهمة للوكلاء ذوي التشغيل الطويل. كما تصف بنية تفصل تفسير اللغة الطبيعية عن توليد سير العمل الحتمي: إذ يفسر LLM نيةً ما، وينتج منطق مُتحقَّق منه DAG قابلًا لإعادة الإنتاج، بينما توفّر Skills التي يكتبها خبراء المجال تعيينات المفردات والقيود ومعرفة التحسين.

يحوّل هذا الشرح العملي تلك الأفكار إلى تصميم صغير باستخدام Python. ويستخدم SQLite بوصفه مثالًا بسيطًا على التخزين المحلي، إلى جانب OpenAI client كحد اختياري للتخطيط. هذا المثال ليس محركًا موزعًا لسير العمل. وبالنسبة إلى عمليات سير العمل التي يجب أن تصمد أمام تعطل العاملين، أو تنسق بين عدة عمال، أو تعيد محاولة الإجراءات الخارجية بصورة موثوقة، فعليك تقييم نظام تنفيذ متين. ويُعد Temporal وAzure Durable Functions مثالين وردا في السياق الذي جرى التحقق منه.

البنية: افصل بين التفسير والتنفيذ

استخدم ثلاث طبقات مفاهيمية:

  • الطبقة الدلالية: فسّر طلب المستخدم واستخرج نية منظمة. يمكن لـ LLM المساعدة في هذه الخطوة، لكن مخرجه يظل اقتراحًا وليس تفويضًا.
  • الطبقة الحتمية: تحقّق من النية المنظمة مقابل قواعد التطبيق، وأنشئ DAG معروفًا لسير العمل، وتحكم في انتقالات الحالة. يجب أن تنتج النوايا المتحقَّق منها والمتطابقة DAGs متطابقة عندما تظل القواعد وإصدار سير العمل دون تغيير.
  • طبقة المعرفة: حافظ على Skills يكتبها خبراء المجال، وتحتوي على تعيينات المفردات وقيود المعلمات وإرشادات التخطيط. توجّه هذه المستندات عملية التفسير، لكنها لا تحل محل التحقق.

قبل التنفيذ، اعرض خطة مفهومة للبشر على الشخص المسؤول، واسمح له بالموافقة أو التعديل. وبعد الموافقة، وفّر الموارد المطلوبة أو جهّزها، وسجّل القياسات الناتجة أو التقديرات المحسومة، واطلب موافقة التنفيذ عندما يتطلب سير العمل ذلك. ويشبه هذا التفاعل المرحلي الموضح في بنية أتمتة العلوم التي جرى التحقق منها: تفسير النية، والتخطيط، والتحقق من المستخدم، والتحضير، والتوليد النهائي لسير العمل، والموافقة على التنفيذ.

التمييز بين DAG وخطة الوكيل الحرة مهم. فـ DAG تمثيل تتحكم فيه المنظومة للخطوات والتبعيات المعروفة. لا تسمح للنص الذي يولده النموذج بأن يتحول إلى تعليمات برمجية قابلة للتنفيذ، أو أوامر shell عشوائية، أو استدعاءات أدوات غير مقيّدة.

الخطوة ١: عرّف حالات واضحة لسير العمل

ابدأ بمجموعة صغيرة من الحالات. وتختلف الحالات الدقيقة حسب التطبيق، لكن الفصل بين التخطيط والموافقة والتنفيذ يسهّل فهم الإجراءات المسموح بها.

from enum import StrEnum

class Status(StrEnum):
    RECEIVED = "received"
    PLANNED = "planned"
    AWAITING_APPROVAL = "awaiting_approval"
    APPROVED = "approved"
    RUNNING = "running"
    COMPLETED = "completed"
    FAILED = "failed"
    REJECTED = "rejected"

نمذج تشغيل سير العمل كسجل متين يحتوي على معرّف تشغيل ثابت، ومفتاح idempotency، والنية التي جرى التحقق منها، وتعريف سير العمل أو إصداره، والحالة الحالية، والطوابع الزمنية. احتفظ بمحاولات الإجراءات ونتائجها في سجل منظم بدلًا من الاعتماد على مخرجات وحدة التحكم. وينبغي أن يساعد السجل في الإجابة عن أسئلة مثل: ما الذي نُفذ؟ ومتى نُفذ؟ وما النتيجة المسجلة؟

لا تستنتج أن حقل الحالة وحده يجعل سير العمل متينًا. إذ يجب حفظ تحديثات الحالة عند نقاط فاصلة مهمة، كما يجب تصميم المنفّذ للتعامل مع الانقطاع وإعادة التسليم. وفي نظام الإنتاج، عرّف انتقالات الحالات المسموح بها واختبرها. فعلى سبيل المثال، يجب ألا ينتقل التشغيل المرفوض إلى التنفيذ، كما يجب ألا يبدأ التشغيل المكتمل من جديد بصمت.

الخطوة ٢: احفظ عمليات التشغيل والأحداث في SQLite للنموذج الأولي المحلي

يمكن لـ SQLite إظهار مفهوم الحفظ في نموذج أولي يعمل ضمن عملية واحدة. افصل سجل التشغيل عن سجل الأحداث حتى يتمكن المطوّر من فحص تغييرات الحالة. استخدم SQL معلمات، وقيّد مفتاح idempotency بقيد uniqueness. ويُعد المخطط التالي نقطة بداية دنيا، وليس بديلًا عن استراتيجية ترحيل أو تزامن مخصصة للإنتاج.

import sqlite3

SCHEMA = """
CREATE TABLE IF NOT EXISTS runs (
    run_id TEXT PRIMARY KEY,
    idempotency_key TEXT NOT NULL UNIQUE,
    status TEXT NOT NULL,
    workflow_json TEXT NOT NULL,
    created_at TEXT NOT NULL,
    updated_at TEXT NOT NULL
);

CREATE TABLE IF NOT EXISTS events (
    event_id INTEGER PRIMARY KEY AUTOINCREMENT,
    run_id TEXT NOT NULL REFERENCES runs(run_id),
    event_type TEXT NOT NULL,
    event_json TEXT NOT NULL,
    created_at TEXT NOT NULL
);
"""

def initialize_database(path: str) -> None:
    with sqlite3.connect(path) as db:
        db.execute("PRAGMA foreign_keys = ON")
        db.executescript(SCHEMA)

عند قبول طلب، أنشئ التشغيل وحدثه الأول ضمن معاملة قاعدة بيانات واحدة. وإذا أُرسل مفتاح idempotency نفسه مرة أخرى، فأعد التشغيل الموجود بدلًا من إنشاء سير عمل منطقي ثانٍ. ويُعد قيد uniqueness مهمًا، لأن فحص المفتاح ثم الإدراج لاحقًا من دون قيد قد يسمح بحدوث تعارض بين الطلبات المتزامنة.

بالنسبة إلى خدمة إنتاج تضم عدة عمال، قد لا تكون قاعدة بيانات SQLite المحلية آلية التنسيق المناسبة. اختر التخزين وسلوك المعاملات بناءً على بيئة النشر، ثم اختبر التحديثات المتزامنة والاسترداد. ويناقش السياق الذي جرى التحقق منه نقاط التحقق المتينة وحالة سير العمل، لكنه لا يثبت أن مخطط SQLite هذا كافٍ للتنفيذ الموزع.

الخطوة ٣: تعامل مع استجابة LLM باعتبارها نية غير موثوقة

اطلب من النموذج نية منظمة، لا سير عمل قابلًا للتنفيذ. تحقّق من مخرجه في كود التطبيق مقابل مخطط محدود: أنواع نوايا معروفة، وقيم معلمات ضمن حدود، ومجموعة معروفة من أسماء الإجراءات. ارفض الحقول الإلزامية المفقودة والإجراءات غير المدعومة. وأبقِ قرارات التفويض والسياسات خارج استجابة النموذج.

عند استخدام OpenAI Python SDK، استخدم الواجهة الحالية القائمة على client، وراجع وثائق SDK للإصدار المثبت. لا تفترض اسم نموذج محددًا أو قدرة معينة على الاستجابة من دون التحقق من وثائق المزوّد الحالية وإمكانية الوصول إليها عبر حسابك. ولا يحدد السياق الذي جرى التحقق منه نموذجًا أو مدى توافره أو أسعاره أو تنسيق استجابة API.

from pydantic import BaseModel, Field

class Intent(BaseModel):
    category: str = Field(min_length=1, max_length=80)
    summary: str = Field(min_length=1, max_length=500)
    parameters: dict[str, str | int | bool] = Field(default_factory=dict)

ALLOWED_CATEGORIES = {
    "reporting",
    "customer_communication",
    "access_change",
    "data_change",
}

def validate_intent(candidate: dict) -> Intent:
    intent = Intent.model_validate(candidate)
    if intent.category not in ALLOWED_CATEGORIES:
        raise ValueError("unsupported intent category")
    return intent

هذا مجرد مثال هيكلي. يجب أن يكون التحقق في بيئة الإنتاج خاصًا بالمجال، وأن يرفض المعلمات غير المعروفة عند الحاجة. وكون النموذج يذكر أن إجراءً ما آمن لا يجعله قرارًا متعلقًا بالسياسة. فالطبقة الحتمية هي التي يجب أن تحدد قالب سير العمل المناسب وما إذا كانت المراجعة البشرية مطلوبة.

الخطوة ٤: أنشئ سير عمل حتميًا وأضف الموافقة

اربط النية التي جرى التحقق منها بخطوات يملكها التطبيق. فعلى سبيل المثال، قد تُربط نية إعداد التقارير بخطوات إعداد المدخلات، وإنشاء التقرير، وتسجيل النتيجة. وقد تُربط نية التواصل مع العملاء بصياغة الرسالة، وطلب المراجعة، والإرسال بعد الموافقة. أسماء الأمثلة توضيحية، ولا تثبت وجود تكامل مع أي مزوّد محدد.

احفظ إصدار سير العمل إلى جانب التشغيل. فإذا تغير تعريف سير العمل لاحقًا، يجب ألا يعيد التشغيل المستأنف تفسير خطة قديمة باستخدام قواعد جديدة عن طريق الخطأ. أنشئ خطة مفهومة للبشر من التمثيل المتحقق منه نفسه الذي يقود DAG، ثم أوقف التنفيذ مؤقتًا قبل الإجراءات الحساسة أو الظاهرة خارجيًا. وسجّل قرار صاحب الموافقة والنقطة التي ينطبق عندها هذا القرار في سير العمل.

لا تكون بوابة الموافقة ذات معنى إلا إذا فرضها مسار التنفيذ. تحقّق من الحالة المحفوظة مباشرة قبل تنفيذ الإجراء الخاضع للبوابة. لا تعتمد على واجهة المستخدم لإخفاء زر التنفيذ، أو على LLM لاحترام تعليمات الموافقة. وبالنسبة إلى الإجراءات الأعلى خطورة، استخدم قواعد موافقة مناسبة للإجراء وللمؤسسة؛ فالسياق الذي جرى التحقق منه يدعم المفهوم العام لبوابات الموافقة، لكنه لا يفرض سياسة محددة.

الخطوة ٥: اجعل إعادة المحاولة والآثار الجانبية idempotent

تُعد إعادة المحاولة ضرورية عند حدوث أعطال مؤقتة، لكنها ليست آمنة تلقائيًا. لنفترض أن خدمة بعيدة قبلت طلبًا ما، ثم توقفت عملية سير العمل قبل تسجيل النجاح. عند الاسترداد، قد لا يعرف النظام ما إذا كان الإجراء قد حدث. وقد يؤدي إرسال الطلب نفسه مرة أخرى إلى تكرار أثر جانبي.

امنح كل إجراء منطقي مفتاح idempotency ثابتًا مشتقًا من تشغيل سير العمل وهوية الإجراء. مرّر هذا المفتاح إلى الخدمة الخارجية عندما تدعم idempotency. وإذا لم تدعمها، فاحتفظ بسجل إجراء متين، واستخدم استعلامًا من المزوّد أو إجراء مصالحة قبل تكرار عملية غير مؤكدة. وسجّل المحاولات والاستجابات والأخطاء كأحداث منظمة. وتعامل مع الاكتمال الجزئي كحالة استرداد مستقلة بدلًا من إعادة محاولة كل خطوة بلا تمييز.

يفيد ملف JSONL محلي يُضاف إليه فقط في العرض التوضيحي، لكنه لا يستطيع وحده ضمان السلوك exactly-once بين تعطل العملية والخدمة الخارجية. كما أن تسجيل نقطة تحقق لسير العمل بصورة ذرية مع إجراء تابع لطرف ثالث لا يصبح ممكنًا لمجرد استخدام SQLite. صمّم النظام للتعامل مع التسليم المكرر والنتائج غير المؤكدة. ويسلط السياق الذي جرى التحقق منه الضوء تحديدًا على إعادة المحاولة، وحالات الفشل الجزئي، والآثار الجانبية المكررة، ونقاط التحقق المتينة، وسجل الإجراءات بوصفها مخاوف تتعلق بالموثوقية.

الخطوة ٦: استرد عمليات التشغيل وافحص سجلها

عند بدء التشغيل، حدّد العمليات التي تُركت في حالة قيد التنفيذ، وطبّق سياسة استرداد واضحة. وبحسب الخطوة، قد يستأنف الاسترداد من نقطة تحقق متينة، أو يجري مصالحة لإجراء خارجي، أو ينتظر شخصًا، أو يضع التشغيل قيد التحقيق اليدوي. لا تحوّل كل تشغيل منقطع إلى إعادة محاولة تلقائية.

اعرض سجل أحداث يضم أنواعًا واضحة مثل استلام الطلب، والتحقق من النية، وعرض الخطة، ومنح الموافقة، وبدء الإجراء، وتسجيل نتيجة الإجراء، واكتمال التشغيل. تجنب تسجيل الأسرار أو البيانات الشخصية غير المقيّدة. وأضف التتبع والضوابط الوقائية المناسبة للتطبيق؛ إذ يشير السياق الذي جرى التحقق منه تحديدًا إلى التتبع والضوابط الوقائية باعتبارهما من الاعتبارات المفيدة، ويذكر OpenAI Agents SDK بوصفه إحدى الأدوات الممكنة. ولا ينبغي فهم هذا الذكر على أنه متطلب أو دليل على أنه يوفّر ضمانًا محددًا للمتانة.

بالنسبة إلى الوكلاء الأطول تشغيلًا ومتعددي الخطوات، فكّر في استخدام محرك متين لسير العمل بدلًا من توسيع آلة حالات مخصصة إلى ما لا نهاية. ويذكر السياق الذي جرى التحقق منه Temporal وAzure Durable Functions كمثالين. قارن سلوكهما الموثق في التنفيذ والحفظ وإعادة المحاولة والتشغيل مع متطلباتك قبل اختيار أحدهما.

الخطوة ٧: اختبر مسارات الفشل، لا المسار السليم فقط

اكتب اختبارات للخصائص التي يجب أن يحافظ عليها سير العمل. وتحقق على الأقل من أن الإرسال المكرر بالمفتاح نفسه يعيد التشغيل المنطقي ذاته، وأن التشغيل المرفوض لا يمكنه التنفيذ، وأن الإجراء المحكوم ببوابة ينتظر الموافقة، وأن تكرار إجراء مكتمل لا ينشئ نتيجة مكررة عندما يستطيع المنفّذ فرض ذلك السلوك.

حاكي أيضًا توقف عامل بعد تنفيذ إجراء خارجي وقبل تسجيل نتيجته. وتحقق من أن الاسترداد يجري مصالحة للنتيجة غير المؤكدة بدلًا من تكرارها عميانيًا. اختبر الاكتمال الجزئي، وأخطاء المزوّد المؤقتة، ومخرجات النموذج غير الصالحة، وتسليم الأحداث المكرر، ووصول قرار الموافقة بعد تغير حالة التشغيل. هذه فحوص تصميم، وليست ادعاءات بأن المخطط التوضيحي أعلاه يعالج كل حالة بالفعل.

قائمة تحقق عملية

  • استخدم LLM لتفسير الطلبات، لا لمنح الإذن.
  • تحقق من النية وأنشئ خطوات سير عمل معروفة بطريقة حتمية.
  • استخدم Skills يكتبها خبراء المجال لترميز المفردات والقيود حيثما كان ذلك مناسبًا.
  • احفظ حالة التشغيل ونقاط التحقق وسجل الإجراءات المنظم.
  • أدرج التحقق والموافقة البشرية قبل الإجراءات التي تتطلب ذلك.
  • استخدم مفاتيح idempotency ثابتة، وأجرِ مصالحة للنتائج غير المؤكدة قبل إعادة المحاولة.
  • اختر نظام تنفيذ متينًا عندما تتجاوز احتياجات التزامن والاسترداد في سير العمل إمكانات النموذج الأولي المحلي.
  • اختبر حالات التعطل والتسليم المكرر والفشل الجزئي قبل ربط الإجراءات الخارجية الحقيقية.
Share:
🚀 جاهز لنقل أعمالك إلى بيئة ذكاء اصطناعي إنتاجية؟

اختر مسار التنفيذ الأنسب لحجم شركتك

سواء كنت رائد أعمال تبحث عن تشغيل فوري بنظام الخدمة الذاتية، أو مؤسسة كبرى تحتاج إلى بنية تحتية خاصة ومعزولة.

⚡ خدمة ذاتية • للأفراد والشركات الصغيرة 14 يوماً مجاناً

تشغيل استوديو Micro-ERP

صف سير العمل بصوتك أو نصك، واحصل على تطبيق سحابي كامل مدعوم بقاعدة بيانات PostgreSQL وعرض تحليلي فوري في أقل من 60 ثانية.

ابدأ تجربتك المجانية لمدة 14 يوماً ←
🛡️ مؤسسي • سيادة البيانات Docker / VPC / On-Prem

بنية تحتية مخصصة أو استضافة Docker ذاتية؟

استشارات معمارية، نماذج إثبات مفهوم (Sandbox POCs)، وتطوير أنظمة خاصة تحت إدارة مهندسي GateOfAI مع حماية الضمان المالي الكامل (Escrow).

استكشف حلول المؤسسات الكبرى ←

هل كان هذا الشرح مفيداً؟

هل لديك سؤال حول هذا الشرح؟

مساعدنا الذكي قرأ هذا الشرح وهو جاهز للإجابة على استفساراتك المعمارية والبرمجية فوراً.

🤖
مرحباً بك! يمكنك سؤالي عن أي كود أو مفهوم تقني ورد في هذا الشرح.
مساعد الذكاء الاصطناعي متاح مجاناً للمهندسين والمشتركين.
تسجيل دخول مجاني لبدء المحادثة
🛡️ سوق حلول الإنتاج المؤسسية (0% عمولة رموز BYOK)

أنظمة وأكواد جاهزة للتشغيل مرتبطة بهذا الموضوع

تصفح سوق الحلول بالكامل →
أدوات المطورين • BYOK 🛡️ من $14/شهرياً

معماري أوامر المطورين والوكلاء (BYOK)

بيئة هندسية لبناء أوامر النظام (System Prompts)، قوالب LangGraph و CrewAI، مع دعم مفاتيح BYOK الخاصة بك.

Custom Chatbots • BYOK $1,187

SkillForge AI – AI-Powered Learning Management System

An AI-powered learning platform for discovering courses, generating learning content, managing students and instructors, and delivering a complete…

Other • BYOK $499

AI SaaS Website Analyzer Tool

Instantly analyze any website URL and get detailed AI-powered insights, website quality assessments, SEO analysis, and actionable recommendations.

📚 Related Engineering Guides & Ecosystem Tools

Deep-dive into architectural guides and vetted production alternatives

Browse All Guides →
مرشد بوابة الذكاء الاصطناعي
نشط للخدمة
مرحباً بك في بوابة الذكاء الاصطناعي! أنا مرشدك هنا لمساعدتك في فهم خدمات المنصة، باقات التشغيل وخطط الضمان المالي. كيف يمكنني إرشادك اليوم؟