تسجيل الدخول English

بناء روبوت محادثة ذكي باستخدام Mistral وClaude وChatGPT APIs

April 14, 2026
Share:
درس تقني
متوسط
⏱ ٤٥ دقيقة قراءة
© بوابة الذكاء الاصطناعي ٢٠٢٦-٠٤-١٤

في هذا الدرس، ستتعلم كيفية بناء روبوت محادثة متقدم باستخدام Mistral وClaude وChatGPT APIs. يوضح هذا المشروع كيفية دمج نماذج الذكاء الاصطناعي المتعددة لإنشاء وكيل محادثة ذكي ومتجاوب.

المتطلبات الأساسية

  • Python ٣.٩ أو أعلى
  • الوصول إلى Mistral وClaude وChatGPT APIs (مفاتيح API مطلوبة)
  • مهارات برمجة متوسطة

ما الذي نبنيه

سيرشدك هذا الدرس خلال عملية بناء روبوت محادثة ذكي قادر على التعامل مع مهام محادثة متنوعة. من خلال الجمع بين قوة نموذج التفكير الخاص بـ Mistral وقدرات معالجة اللغة لـ Claude ومهارات المحادثة لـ ChatGPT، سيقدم الروبوت استجابات مفصلة وسياقية لاستفسارات المستخدمين.

سيستفيد روبوت المحادثة من القدرات الفريدة لكل API لتعزيز مهاراته في المحادثة. سيتولى Mistral معالجة الاستفسارات المعقدة والمنطقية، وسيقوم Claude بمعالجة وتحليل بيانات اللغة، بينما سيتولى ChatGPT مهام المحادثة العامة. بنهاية هذا الدرس، سيكون لديك روبوت محادثة قوي ومتعدد الوظائف جاهز للنشر.

الإعداد والتثبيت

لبدء بناء روبوت المحادثة الخاص بنا، نحتاج إلى إعداد بيئة التطوير وتثبيت المكتبات اللازمة. سنستخدم Python كلغة برمجة، وسنحتاج إلى تثبيت عملاء API المناسبين لـ Mistral وClaude وChatGPT.

pip install mistralai claudelibrary openai

ستحتاج أيضًا إلى تعيين متغيرات البيئة لتخزين مفاتيح API الخاصة بك بأمان. هذه المفاتيح تصادق طلباتك إلى APIs المعنية.


DLAI_MISTRAL_API_KEY=your_mistral_api_key
CLAUDE_API_KEY=your_claude_api_key
OPENAI_API_KEY=your_openai_api_key

الخطوة ١: تهيئة عملاء API

في هذه الخطوة، سنقوم بتهيئة عملاء API لـ Mistral وClaude وChatGPT. هذا الإعداد ضروري لأنه يسمح لتطبيقنا بالتواصل مع APIs وإرسال الطلبات لمعالجة مدخلات المستخدم.


import os
from mistralai import MistralClient
from claudelibrary import ClaudeClient
from openai import OpenAIClient# Initialize clients
mistral_client = MistralClient(api_key=os.getenv(‘DLAI_MISTRAL_API_KEY’))
claude_client = ClaudeClient(api_key=os.getenv(‘CLAUDE_API_KEY’))
openai_client = OpenAIClient(api_key=os.getenv(‘OPENAI_API_KEY’))

هنا، نقوم باستيراد المكتبات اللازمة واستخدام متغيرات البيئة للوصول بأمان إلى مفاتيح API الخاصة بنا. يتم تهيئة كل عميل بمفتاح API الخاص به، مما يسمح لنا بإجراء طلبات مصادقة إلى APIs.

الخطوة ٢: تصميم منطق روبوت المحادثة

بعد ذلك، نحتاج إلى تصميم المنطق الذي يحدد أي API يجب استخدامه بناءً على استفسار المستخدم. يتضمن ذلك تحليل المدخلات لتحديد ما إذا كانت تتطلب التفكير أو معالجة اللغة أو التعامل مع المحادثات العامة.


def choose_api(user_input):
if "calculate" in user_input or "reason" in user_input:
return 'mistral'
elif "analyze" in user_input or "language" in user_input:
return 'claude'
else:
return 'chatgpt'def handle_user_input(user_input):
api_choice = choose_api(user_input)
if api_choice == ‘mistral’:
response = mistral_client.process(user_input)
elif api_choice == ‘claude’:
response = claude_client.analyze(user_input)
else:
response = openai_client.chat(user_input)
return response

يعرف هذا الكود دالة لاختيار API المناسب وأخرى للتعامل مع مدخلات المستخدم عن طريق توجيهها إلى API المختار. يتحقق المنطق من الكلمات المفتاحية في مدخلات المستخدم لتحديد الأنسب لمعالجة الاستفسار.

الخطوة ٣: بناء واجهة المستخدم

بالنسبة لواجهة المستخدم، سنقوم بإنشاء واجهة سطر أوامر بسيطة (CLI) تتيح للمستخدمين التفاعل مع روبوت المحادثة. ستقوم هذه الواجهة بطلب مدخلات المستخدم بشكل مستمر وعرض الاستجابات من API المختار.


def main():
print("Welcome to the Intelligent Chatbot!")
while True:
user_input = input("You: ")
if user_input.lower() == "exit":
print("Goodbye!")
break
response = handle_user_input(user_input)
print(f"Bot: {response}")if __name__ == “__main__”:
main()

تقوم الدالة الرئيسية بتهيئة روبوت المحادثة والدخول في حلقة لانهائية، تنتظر مدخلات المستخدم. تتحقق مما إذا كان المستخدم يريد الخروج، وتعالج المدخلات باستخدام منطقنا المحدد سابقًا، وتعرض استجابة روبوت المحادثة.

⚠️ خطأ شائع: خطأ شائع هو نسيان تعيين متغيرات البيئة الصحيحة لمفاتيح API الخاصة بك. تأكد من تخزين مفاتيحك بشكل صحيح والوصول إليها في بيئتك لتجنب أخطاء المصادقة.

اختبار تنفيذك

للتحقق من أن روبوت المحادثة الخاص بك يعمل بشكل صحيح، قم بتشغيل البرنامج الرئيسي واختبار أنواع مختلفة من الاستفسارات. يجب أن تتوقع أن يستجيب روبوت المحادثة بشكل مناسب بناءً على نوع الاستفسار.


python chatbot.py

اختبر أوامر مثل “calculate 5 + 7″ و”analyze this sentence” و”hello, how are you?” لترى كيف يقوم روبوت المحادثة بتوزيع المهام على APIs المختلفة وتقديم الاستجابات.

ما الذي تبنيه بعد ذلك

  • تعزيز واجهة المستخدم بتطبيق ويب باستخدام Flask أو Django.
  • دمج APIs أو خدمات إضافية لتوسيع قدرات روبوت المحادثة، مثل تحليل المشاعر أو خدمات الترجمة.
  • نشر روبوت المحادثة الخاص بك على منصة سحابية مثل AWS أو Heroku للوصول الأوسع.

Share:

هل كان هذا الشرح مفيداً؟

ابحث عن ما تريد