هذا الحل أصلح أخطر مشكلة في البرمجة بالذكاء الاصطناعي

AAI LABS
Computing/SoftwareSmall Business/StartupsInternet Technology

Transcript

00:00:00خلال الشهرين الماضيين، أدرك مجتمع الذكاء الاصطناعي بالفعل أن بروتوكول MCP يواجه مشكلة كبيرة.
00:00:04ونتيجة لذلك، توصل المجتمع بالفعل إلى بعض الحلول.
00:00:08لكن جميع هذه الحلول تعاني من فجوات هائلة.
00:00:10منذ فترة، قدمنا فيديو حول حل Docker،
00:00:12والذي اعتبرناه أفضل حل لمشكلة MCP حتى الآن.
00:00:16أطلقت Docker وضع الكود الذي يسمح للوكلاء بكتابة كود JavaScript يستدعي أدوات MCP مباشرة.
00:00:21وقد حل هذا مشكلة استهلاك أدوات MCP للكثير من سياق المحادثة
00:00:24من خلال كشف الأداة ووصفها في نافذة السياق.
00:00:27لذا، إذا كنت تعمل مع الكثير من أدوات MCP، فستمتلئ نافذة السياق لديك
00:00:32بأدوات غير ضرورية، ومعظمها لا تبرز الحاجة إليه في أغلب الأوقات.
00:00:36ولكن مع بوابة Docker MCP، كنت مقيداً بأدوات MCP التي قامت Docker بتكوينها،
00:00:41وكانت هناك قيود على أدوات MCP المحلية والبعيدة.
00:00:43أيضاً، لم تكن قادراً على حفظ تلك الأدوات المخصصة كدوال.
00:00:47بدأ كل هذا عندما حددت Cloudflare هذه المشكلة واقترحت حلاً
00:00:51بأن توجد هذه الأدوات ككود قابل للتنفيذ بدلاً من بقائها في نافذة السياق.
00:00:56شركة Anthropic، المهندس الأصلي لهذا البروتوكول، أقرت بوجود هذه الفجوة في
00:01:00منتجها وتابعت ذلك بإصدار ورقة بحثية تسلط الضوء على هذه المشكلة تحديداً.
00:01:04بعد ذلك، بدأ الناس يأخذون هذه المشكلة على محمل الجد وبدأوا في استكشاف الحلول.
00:01:09لكن حلهم المتمثل في تحويل كل أداة إلى ملف typescript يعاني أيضاً من فجوات.
00:01:13مع وجود الكثير من أدوات MCP المتصلة، يتعين عليك تحويل كل واحدة منها إلى كود بشكل فردي
00:01:18كما تحتاج إلى قضاء الكثير من الوقت للتأكد من عدم فشل أي منها أثناء العملية.
00:01:22ولكن بما أن هذه المشكلة أصبحت معترفاً بها،
00:01:24لا يزال الناس يحاولون تقديم حلول أفضل.
00:01:26وهنا وجدنا هذه الأداة الجديدة التي تسمى MCP to CLI.
00:01:30تحل MCP to CLI مشكلة تضخم السياق التي تعاني منها أدوات MCP عن طريق تحويل كل
00:01:36خوادم MCP إلى أدوات واجهة أوامر (CLI) يمكنك تشغيلها عبر أوامر bash.
00:01:40نحن نستخدم بشكل أساسي cloud code في فريقنا، وهي تحتوي بالفعل على علامة CLI تهدف إلى
00:01:45حل جزء من هذه المشكلة، حيث تحل مشكلة تضخم سياق MCP الأولية بعدم عرض
00:01:50جميع الأدوات مسبقاً في نافذة السياق. بل تسمح لـ cloud code بتحميل
00:01:55كل أداة ديناميكياً عند الحاجة. لكن هذا لا يزال يترك المشكلة الأخرى في cloud code.
00:02:00كما تعلمون على الأرجح، تعيد أدوات MCP مخرجاتها مباشرة إلى نافذة السياق.
00:02:05وفي حالة وجود مخرجات كبيرة من أداة MCP، فإنها تظل في نافذة السياق على أي حال،
00:02:10مما يؤدي إلى تضخم غير ضروري في نافذة السياق. ربما سمعتم أيضاً عن أدوات أخرى مفتوحة المصدر مثل
00:02:15CLI hub التي تستهدف نفس المشكلة، لكنها غير فعالة لأنها تقوم بالتحويل في وقت البناء
00:02:20وليس في وقت التشغيل. فماذا يعني التحويل في وقت التشغيل فعلياً؟
00:02:25يعني أن الأداة يتم تحويلها إلى أمر bash في اللحظة التي يتم استدعاؤها فيها.
00:02:29قد يبدو هذا جيداً، ولكن ماذا يحدث عندما يتم تحديث بروتوكول MCP الأصلي نفسه؟
00:02:34بما أن هذه الأداة تبني أدوات MCP الخاصة بها في وقت التشغيل، فإن أي تغيير في MCP الفعلي ينعكس تلقائياً.
00:02:39لم يكن هذا ممكناً لو كنا نبني الأدوات في وقت البناء. في تلك الحالة،
00:02:43كان سيتعين علينا جلب وتحديث الأداة يدوياً بأنفسنا في كل مرة.
00:02:48لكن قد تعتقد أن تحويل نفس الأداة في كل مرة يتم استدعاؤها سيجعل المكالمات المتكررة بطيئة.
00:02:53هنا يأتي دور آلية التخزين المؤقت (caching) التي قاموا ببنائها في الأداة.
00:02:58فهي تحفظ جميع أدوات MCP في ذاكرة تخزين مؤقت مع وقت بقاء افتراضي لمدة ساعة واحدة.
00:03:03وبذلك، فإن جميع أدوات MCP المستخدمة بكثرة تذهب مباشرة إلى التخزين المؤقت وتظل هناك لساعة.
00:03:08ومن هناك يمكن للوكيل الحصول على الأدوات باسترجاع أسرع دون التضحية بمرونة وقت التشغيل.
00:03:13تم بناء هذه الأداة مباشرة فوق حزمة تطوير برمجيات Python لـ MCP، وهي نفسها التي يستخدمها كل خادم MCP.
00:03:19لذا، مع جميع استدعاءات أدوات MCP التي تقوم بها، فإنها ببساطة تنفذها كأوامر bash وتدخل الاستجابة فقط
00:03:24في نافذة سياق الوكيل عند الطلب. كما أنها تتعامل مع واجهات برمجة تطبيقات OpenAPI و REST
00:03:30من خلال واجهة CLI نفسها، مما يعني أن أي API حالي ليس لديه خادم MCP لا يزال ممكناً استخدامه
00:03:35بنفس الطريقة تماماً. بدون هذه الأداة، أنت محدود في أنواع MCP التي يمكنك الاتصال بها.
00:03:39الحلول المماثلة الأخرى لا تمنحك عادةً المرونة للعمل مع جميع أنواع MCP في مكان واحد.
00:03:44ولدعم ادعاءاتهم بشأن كفاءة الرموز (tokens)، أجروا مجموعة اختبارات آلية باستخدام
00:03:49Tiktoken، وهي مكتبة Python لحساب الرموز. وعندما اختبروها، كانت الأداة أرخص بكثير
00:03:54وأسرع في التنفيذ. لذا لا يجب أن تكتفوا بكلامنا فقط؛ فهذه الأداة مدعومة بالأرقام.
00:03:59يمكنك إما تثبيتها على نظامك باستخدام pip أو تشغيلها بدون تثبيت.
00:04:03لقد اخترنا تشغيلها بدون تثبيت لأن ذلك يحافظ على نظافة بيئة العمل.
00:04:07كما وفروا أيضاً “مهارة” تساعد الوكلاء على العمل مع هذه الأداة بشكل أفضل.
00:04:13فهي توضح سير العمل الأساسي وتعطي أمثلة على أوامر bash لمهام مختلفة مثل المصادقة والتخزين المؤقت
00:04:18التي قد لا يملك الوكيل سياقاً لها. ولكن قبل أن نمضي قدماً، دعونا نستمع إلى كلمة
00:04:22من راعينا Orchids. معظم بناة الذكاء الاصطناعي يتعاملون مع النماذج البسيطة جيداً، لكنهم يفشلون
00:04:27عندما تحتاج إلى منطق معقد أو هياكل ملفات متعددة. هنا يأتي دور Orchids.
00:04:32أول وكيل ذكاء اصطناعي يمكنه بناء ونشر أي تطبيق على أي بيئة برمجية مباشرة من بيئتك الخاصة.
00:04:36يمكنك استخدام اشتراكك الخاص لتشغيل النماذج بالتكلفة الفعلية باستخدام حسابات ChatGPT أو Claude أو Gemini،
00:04:41أو حتى GitHub copilot. لقد تم بناؤه للتعامل مع أي تطبيق على أي بيئة؛ فلست مقيداً بالويب فقط.
00:04:47يمكنك بناء ونشر كل شيء بدءاً من تطبيقات الهاتف وامتدادات Chrome وصولاً إلى وكلاء الذكاء الاصطناعي
00:04:52وبوتات Slack المعقدة. شاهدوا هذه النماذج: إعداد OpenClaw كامل يدير منطقاً معقداً
00:04:57على مستوى العتاد، ومحطة Bloomberg وظيفية تعالج بيانات حية ضخمة في الوقت الفعلي،
00:05:02وتطبيقات هاتف أصلية مثل هذا المعرف للمباني الذي يستفيد من تغذية كاميرا جهازك مباشرة.
00:05:07اضغط على الرابط في التعليق المثبت وابدأ البناء، واستخدم الكود March 15 للحصول على خصم 15%.
00:05:12تماماً مثلكم، نريد أن نصبح أثرياء، وإحدى الطرق هي ملاحظة فجوة في السوق.
00:05:17وهنا خطرت لنا فكرة ذهبية: تطبيق Grinder، ولكن للخيول! بعيداً عن المزاح،
00:05:22يتطلب بناء منتجات واسعة النطاق الكثير من أدوات MCP لأن لديها الكثير من التبعيات
00:05:27وهي تملأ نافذة السياق بسرعة. قمنا بتوصيل الوكيل بـ Supabase MCP باستخدام MCP to CLI،
00:05:34لأنها كانت البنية التحتية الخلفية التي نستخدمها. الآن لا يتعين عليك تكوين
00:05:38أي شيء يدوياً بفضل المهارة التي قمنا بتثبيتها سابقاً. تلك المهارة تتولى كل شيء
00:05:43بمفردها وتقوم بتكوين أدوات MCP لك. ولكن قبل التثبيت مباشرة، تحتاج إلى الحصول على
00:05:47رموز الوصول (access tokens) لأي MCP تستخدمه. لأنك إذا لم تفعل ذلك، ستواجه
00:05:52أخطاء كما حدث معنا، وبعدها قمنا بتوليد رمز الوصول الخاص بنا وأعطيناه لـ Claude لإضافته.
00:05:57بمجرد التكوين بشكل صحيح، يجب أن تظهر لك الأدوات المتاحة للاستخدام.
00:06:01قد تعتقد أنه إذا كانت هذه الأداة تعمل كأمر bash، فليس من الآمن وجود بيانات حساسة
00:06:06مثل مفاتيح API ورموز الوصول بداخلها، لأنها قد تنكشف عند عرض قائمة العمليات.
00:06:11لكن هذه الأداة تضيف طبقة حماية؛ فهي لا تضع البيانات الحساسة في وسيطات سطر الأوامر.
00:06:15بدلاً من ذلك، تتعامل معها عبر متغيرات البيئة، أو تشير إلى مسار ملف حيث تُحفظ الرموز،
00:06:21أو تستخدم مدير أسرار يقوم بحقنها في وقت التشغيل. لذا فهي آمنة للتشغيل.
00:06:26وبشكل مشابه لاتصال Supabase، قمنا بتوصيل GitHub MCP للتحكم في الإصدارات،
00:06:32و Puppeteer MCP لاختبار المتصفح، و Context 7 MCP لربط الوكيل بالتوثيق المناسب
00:06:37ليعمل مع المستندات المحدثة. وبمجرد توصيل جميع الأدوات، طلبنا من Claude التحقق من كل شيء.
00:06:42أكد لنا أن لدينا أربعة أدوات MCP متصلة، بإجمالي 78 أداة في حالتنا. أيضاً، إذا كنت
00:06:47تستمتع بمحتوانا، فكر في الضغط على زر الإعجاب لأن ذلك يساعدنا في إنشاء المزيد من المحتوى
00:06:52والوصول إلى المزيد من الناس. الآن بعد أن اتصلنا فعلياً، حان الوقت للبدء في
00:06:57تنفيذ التطبيق تدريجياً. بدأنا بربط كود جانب العميل بخلفية Supabase.
00:07:02عندما قام Claude بتشغيل أمر MCP to CLI لإنشاء المشروع، لاحظنا أنه لم يضع
00:07:07رمز الوصول مباشرة في استدعاء الأداة. بدلاً من ذلك، أشار إلى ملف env.local الخاص بنا
00:07:12على مستوى المشروع للحصول على الرمز. قام بإنشاء المشروع وإعداد كل شيء وأضاف منطق
00:07:17الاتصال في الكود. لكننا لاحظنا أنه استخدم ملف middleware لمنطق تحديث الجلسة،
00:07:22ولم يكن ينبغي استخدامه لأنه أصبح قديماً (deprecated). الإصدار الجديد من Next.js يستخدم
00:07:27الوكيل (proxy)، وكنا نعلم أن هذا سيعطينا خطأ عند تشغيل التطبيق فعلياً. وهذا يوضح فقط أن
00:07:31توصيل الأدوات ليس كافياً لجعل الوكيل يستمع للأدوات ويستخدمها فعلياً عند الحاجة.
00:07:36لذا أنشأنا ملف Claude.md وأخبرناه باستخدام Context 7 MCP قبل كتابة أي كود،
00:07:42حتى لا يتكرر هذا الأمر. بهذه الطريقة يعرف أنه يجب أن يرجع إلى Context 7 MCP
00:07:47قبل التنفيذ. بمجرد انتهائه من إضافة الجداول وإعداد المصادقة على Supabase،
00:07:52نبهنا Claude إلى تحذير الـ middleware القديم ليتمكن من تصحيحه. وبعد أن
00:07:57أخبرناه، استخدم أخيراً Context 7 MCP لجلب التوثيق وحل المشكلة بشكل صحيح.
00:08:03ولكن عندما كنا نستكشف هذه الأداة بشكل أكبر، وجدنا أن هناك طريقة أفضل للتعامل
00:08:07مع هذه المشكلات بدلاً من إنشاء ملف Claude.md. المهارات (Skills) أفضل لأن
00:08:11أوصافها يتم تحميلها مباشرة في سياق الوكيل. لذا فهو يعرف بالفعل الأدوات
00:08:16المتاحة ومتى يستخدمها، بدلاً من مجرد وضع التعليمات في ملف Claude.md والأمل في أن يقرأها.
00:08:21لذا طلبنا منه إنشاء مهارة لكل أدوات MCP التي قمنا بتوصيلها. ثم قام Claude
00:08:26بإنشاء مهارات لكل MCP، توضح الأدوات الموجودة، وكيفية استخدامها، ومتى يتم ذلك.
00:08:32ومع وجود ذلك، انتقلنا للمشكلة التالية. لكن ما كان لدينا كان بعيداً جداً عن كونه وظيفياً.
00:08:36أخبرتنا ردود فعل “الخيول” أنهم بدأوا يفقدون صبرهم لأنهم لم يتمكنوا من الدردشة
00:08:41مباشرة على المنصة. فطلبنا من Claude جعل الدردشة وظيفية للمشروع فوق واجهة المستخدم.
00:08:46عندما اختبرناها بأنفسنا، لم تتحمل الرسائل وظهرت شاشة تحميل فقط. لذا
00:08:51طلبنا منه استخدام Puppeteer MCP لاختبار تدفق الرسائل. جعلناه يفحص نفسه لأن
00:08:56الوكيل الذي يمكنه النقر والتمرير والتفاعل مع واجهته الخاصة يكتشف أشياء لا يمكن لمراجعة الكود الثابت كشفها.
00:09:01لأغراض الاختبار، قام بإنشاء مستخدمين اثنين. لكنه لم يستطع الحفاظ على بيانات الجلسة عبر
00:09:06استدعاءات الأدوات لأن كل استدعاء كان يفتح نسخة متصفح جديدة. عدد الأدوات المستخدمة
00:09:10والوقت الذي استغرقه العمل في متصفح بلا واجهة (headless) جعلنا ندرك شيئاً ما: الخيار الأفضل
00:09:15هو ترك MCP يتعامل مع الأمر. كان ذلك أسرع بكثير واستغرق وقتاً أقل بكثير من الدقائق السبع التي أضعناها.
00:09:21نحن نفضل استخدام ملحق متصفح Claude نفسه الذي يعمل بشكل أفضل وبقدرات أكثر
00:09:25وقدرة أكبر على الاحتفاظ بالجلسات للاختبارات النهائية مثل هذه. كما أن
00:09:30أدوات MCP تعمل كعمليات مستمرة، ولهذا السبب هي قادرة على الحفاظ على الحالة طوال الجلسة.
00:09:35توفر هذه الأداة أيضاً تحكماً في تنسيق المخرجات مثل JSON والمخرجات الخام. كما
00:09:40تدعم Toon، وهو تنسيق كود موفر للرموز مخصص لاستهلاك النماذج اللغوية الكبيرة. عندما نعمل مع MCP مثل
00:09:46Context 7، فإنه يعيد عادةً قدراً هائلاً من المخرجات مباشرة إلى نافذة السياق.
00:09:51ولمنع ذلك، أضفنا في ملف Claude.md أنه كلما استخدم Context 7 MCP، يجب أن يستخدم
00:09:57تنسيق Toon للمخرجات. إنه تنسيق فعال لأنه يجمع بين الإزاحة وقوائم بتنسيق CSV
00:10:02مما يضغط المعلومات الكبيرة في أجزاء أصغر بكثير مقارنة بـ JSON و YAML. وبهذه الطريقة
00:10:07لا تضيع أي رموز دون داعٍ. لكن التطور الأكبر جاء من شيء لم يكن ممكناً
00:10:12حتى عندما كانت أدوات MCP تُدار محلياً بواسطة الوكلاء. إذا كنتم تتذكرون، أطلق Cursor
00:10:16سير عمل لتحرير السياق داخل منتجه؛ حيث عاملوا نتائج MCP كملفات وسمحوا
00:10:22للوكيل باستخدام سكربتات bash مثل grep لمطابقة الأنماط واستخراج البيانات. لقد غطينا ذلك في
00:10:27فيديو سابق. حاولنا تنفيذ هذه الفكرة في وكلاء أكواد آخرين ولكن بما أن MCP تُدار
00:10:32محلياً، لم نتمكن من تحقيق الكثير. أما الآن مع واجهة CLI هذه، فالأمر ممكن لأن
00:10:37أدوات MCP تُعامل كأدوات أوامر bash. لذا أضفنا تعليمة في ملف Claude.md بأنه كلما
00:10:43أنتجت أي أداة MCP مخرجاً كبيراً، فبدلاً من تحميله في نافذة السياق، يجب
00:10:49توجيهه إلى ملف في المسار الذي حددناه. كنا نتتبع تقدم هذا المشروع من خلال
00:10:54ملف progress.json. وبعد إضافة التعليمة، طلبنا من Claude تنفيذ ميزة واحدة من
00:10:59القائمة. استخدم حينها Context 7 MCP لاستدعاءات الأدوات ولكن بدلاً من تفريغ المخرجات في نافذة
00:11:05السياق، قام بتوجيهها إلى ملف واستخدم grep لاستخراج البيانات وإكمال التنفيذ.
00:11:10ملف Claude.md مع كل أفضل الممارسات لاستخدام هذه الأداة متاح في AI Labs Pro.
00:11:16لمن لا يعرف، هو مجتمعنا الذي أطلقناه مؤخراً حيث تحصلون على قوالب جاهزة للاستخدام
00:11:20يمكنكم دمجها مباشرة في مشاريعكم، لهذا الفيديو وللفيديوهات السابقة. إذا وجدتم
00:11:25قيمة فيما نقدمه وأردتم دعم القناة، فهذه هي أفضل طريقة للقيام بذلك. الرابط في
00:11:29الوصف. وبذلك نصل إلى نهاية هذا الفيديو. إذا كنتم ترغبون في دعم القناة
00:11:33ومساعدتنا في الاستمرار في صنع فيديوهات كهذه، يمكنكم فعل ذلك عبر زر “شكراً” أدناه.
00:11:38كما هو الحال دائماً، شكراً لكم على المشاهدة، وأراكم في الفيديو القادم.

Key Takeaway

تقدم أداة MCP to CLI حلاً مبتكراً لمشكلة تضخم سياق الذكاء الاصطناعي عبر تحويل بروتوكول MCP إلى أوامر bash، مما يقلل التكاليف ويزيد من كفاءة الوكلاء البرمجيين.

Highlights

معالجة مشكلة تضخم نافذة السياق (Context Window Bloat) في بروتوكول MCP عبر تحويل الخوادم إلى أدوات واجهة أوامر (CLI).

تعد أداة MCP to CLI حلاً جذرياً يسمح باستدعاء الأدوات ديناميكياً في وقت التشغيل (Runtime) بدلاً من وقت البناء.

استخدام آلية التخزين المؤقت (Caching) لضمان سرعة استجابة الأدوات المتكررة مع الحفاظ على مرونة التحديثات التلقائية.

تعزيز الأمان من خلال التعامل مع البيانات الحساسة مثل مفاتيح API عبر متغيرات البيئة بدلاً من وسيطات سطر الأوامر.

تحسين كفاءة استهلاك الرموز (Tokens) باستخدام تنسيق Toon الذي يضغط المخرجات الكبيرة بشكل أكثر فعالية من JSON.

إمكانية توجيه مخرجات الأدوات الضخمة إلى ملفات محلية واستخدام أوامر bash مثل grep لتحليلها دون ملء سياق المحادثة.

Timeline

تحديات بروتوكول MCP وحلول مجتمع المطورين

يبدأ الفيديو بتسليط الضوء على المشكلة الكبرى التي واجهت مجتمع الذكاء الاصطناعي مع بروتوكول MCP وهي استهلاك مساحة كبيرة من نافذة السياق. يشرح المتحدث أن الحلول السابقة مثل استخدام Docker كانت مقيدة بأدوات معينة ولا تسمح بحفظ الدوال المخصصة بشكل مرن. أقرت شركة Anthropic بوجود هذه الفجوة في منتجها الأصلي مما دفع المطورين للبحث عن بدائل أكثر فعالية. تكمن المشكلة الأساسية في أن عرض جميع الأدوات مسبقاً يملأ ذاكرة الوكيل ببيانات غير ضرورية في معظم الأوقات. يوضح القسم أن الحلول التي تعتمد على تحويل كل أداة يدوياً إلى ملف TypeScript تستهلك وقتاً طويلاً وتفتقر إلى السلاسة المطلوبة.

تقديم MCP to CLI وآلية عمل وقت التشغيل

يقدم هذا القسم أداة MCP to CLI كحل لمشكلة تضخم السياق عن طريق تحويل خوادم MCP إلى أدوات واجهة أوامر يمكن تشغيلها عبر bash. الميزة التنافسية لهذه الأداة هي التحويل في وقت التشغيل (Runtime) وليس وقت البناء، مما يضمن انعكاس أي تحديثات في البروتوكول الأصلي تلقائياً. لضمان عدم تأثر السرعة، تم بناء آلية تخزين مؤقت (Caching) تحفظ الأدوات لمدة ساعة كاملة للاستخدام المتكرر السريع. يوضح المتحدث أن هذه الطريقة تمنع الأدوات من إرسال مخرجاتها مباشرة إلى نافذة السياق إلا عند الضرورة القصوى. هذا النهج يوازن بين مرونة التحديث التلقائي وسرعة استعادة البيانات التي يحتاجها الوكيل الذكي.

كفاءة الرموز وتكامل الأنظمة المختلفة

تم بناء هذه الأداة فوق حزمة تطوير برمجيات Python لـ MCP، مما يجعلها متوافقة مع أغلب الخوادم الحالية وسهلة التنفيذ كأوامر bash. يدعم النظام واجهات برمجة تطبيقات OpenAPI و REST، مما يوسع نطاق الأدوات المتاحة للوكيل حتى لو لم تمتلك خادم MCP خاصاً بها. أثبتت الاختبارات الآلية باستخدام مكتبة Tiktoken أن هذا الحل أرخص وأسرع بكثير في التنفيذ مقارنة بالطرق التقليدية. يشير الفيديو أيضاً إلى توفر "مهارات" (Skills) تساعد الوكلاء على فهم سير العمل وكيفية استخدام الأوامر بشكل أفضل. ينتهي القسم بتقديم منصة Orchids كراعٍ للفيديو، وهي أداة تساعد في بناء ونشر تطبيقات معقدة باستخدام وكلاء الذكاء الاصطناعي.

التطبيق العملي وإدارة الأمان والبيانات الحساسة

يستعرض هذا الجزء تجربة عملية لربط وكيل ذكاء اصطناعي بخلفية Supabase باستخدام MCP to CLI لبناء تطبيق حقيقي. يركز المتحدث على أهمية الأمان، حيث يتم حقن مفاتيح API ورموز الوصول عبر متغيرات البيئة أو ملفات منفصلة لحمايتها من الانكشاف في قائمة العمليات. تم توصيل أدوات إضافية مثل GitHub و Puppeteer و Context 7 للتعامل مع التحكم في الإصدارات والاختبار والتوثيق المحدث. واجه الفريق مشكلة استخدام كود قديم من قبل الوكيل، مما أثبت أن مجرد توصيل الأدوات لا يكفي دون توجيه دقيق. تبرز هذه التجربة أهمية وجود ملفات تعليمات مثل Claude.md لضمان رجوع الوكيل إلى التوثيق الصحيح قبل كتابة الكود.

تحسين الأداء باستخدام التنسيقات الموفرة والتحكم في المخرجات

يناقش المتحدث ميزة "المهارات" (Skills) كبديل أفضل لملفات التعليمات الثابتة لأن أوصافها تُحمل مباشرة في سياق الوكيل عند الحاجة. يوضح القسم كيفية استخدام Puppeteer MCP لاختبار واجهة المستخدم، مع ملاحظة بعض التحديات في الحفاظ على جلسات المتصفح عبر استدعاءات CLI المتعددة. تم تفضيل استخدام ملحقات المتصفح للاختبارات النهائية لقدرتها الأكبر على الاحتفاظ بالحالة (State) طوال الجلسة. يتم تسليط الضوء على تنسيق Toon المبتكر الذي يضغط البيانات الضخمة المستمدة من التوثيق إلى أجزاء صغيرة توفر في استهلاك الرموز. يساعد هذا التنسيق في تجنب ضياع الرموز في مخرجات JSON و YAML الطويلة وغير الضرورية.

سير العمل المتقدم واستخراج البيانات وتحليلها

في الختام، يوضح الفيديو كيف مكنت واجهة CLI الوكلاء من استخدام سكربتات bash مثل grep لمعالجة نتائج MCP كملفات محلية. هذه الطريقة تسمح باستخراج البيانات المطلوبة فقط دون الحاجة لتحميل الملف الضخم كاملاً في سياق المحادثة، وهو ما يحاكي ميزات متطورة في أدوات مثل Cursor. طبق Claude هذه المنهجية بنجاح لإكمال مهام المشروع من خلال توجيه المخرجات إلى ملفات وتقليل الفوضى في نافذة السياق. يشير المتحدث إلى توفر قوالب جاهزة لهذه الممارسات في مجتمع AI Labs Pro لدعم المطورين. ينتهي الفيديو بشكر المشاهدين والدعوة لدعم القناة للاستمرار في تقديم محتوى تقني متعمق حول أدوات الذكاء الاصطناعي.

Community Posts

View all posts