AI Agents with LangChain & Autonomous Workflows · درس

معالجة الأخطاء والتنفيذ الآمن للأدوات

اجعل أدوات الوكلاء مرنة وآمنة من خلال معالجة حالات الفشل بسلاسة، والتحقق من المدخلات، وتقييد ما يُسمح للأدوات بتنفيذه أثناء التشغيل الذاتي.

معالجة الأخطاء والتنفيذ الآمن للأدوات درس مجاني في AI Agents with LangChain & Autonomous Workflows على CoddyKit. هذا هو الدرس 4 من أصل 4. يمكنك قراءة الدرس كاملاً أدناه مجاناً — ثم تمرن عليه مباشرة في المتصفح باستخدام محرر أكواد مدمج ومدرس ذكاء اصطناعي متاح 24/7. هذا الدرس جزء من مسار التعلم في AI Agents with LangChain & Autonomous Workflows، وتقدمك يتزامن عبر الويب وتطبيق CoddyKit. تتضمن دورة AI Agents with LangChain & Autonomous Workflows 4 دروس في المجموع.

بعض أجزاء هذا الدرس لم تُترجم بعد وتظهر باللغة الإنجليزية.

Tools Will Fail

Agents call external tools: APIs, databases, shells. These time out, return errors, or behave unexpectedly. An agent that crashes on the first failure is useless in production.

This lesson covers making tool execution safe and resilient.

Returning Errors as Observations

Instead of throwing, a tool should return the error as a message the agent can read. This lets the agent reason about the failure and try another approach.

def search(q):
    try:
        return api.search(q)
    except Exception as e:
        return 'ERROR: search failed: ' + str(e)

Validating Tool Inputs

LLMs sometimes pass nonsense arguments. Validate inputs before acting, so a malformed query never reaches a real system.

def get_user(user_id):
    if not str(user_id).isdigit():
        return 'ERROR: user_id must be numeric'
    return db.fetch(user_id)

Timeouts and Retries

Wrap slow tools with a timeout and retry transient failures a bounded number of times. Without limits, an agent can hang or loop forever.

for attempt in range(3):
    try:
        return call(timeout=5)
    except Timeout:
        continue
return 'ERROR: timed out after 3 attempts'

The Danger of Powerful Tools

A tool that runs shell commands or executes SQL can do real damage if the agent is tricked or confused. Power must be paired with constraints.

Least Privilege

Give each tool only the access it needs. A read tool should not be able to write. A query tool should use a read-only database role.

# read-only DB connection for the query tool
conn = connect(user='reader', readonly=True)

Allowlists over Blocklists

Trying to block every dangerous action is a losing game. Instead, permit only an explicit set of safe operations and reject everything else by default.

ALLOWED = {'read_file', 'list_dir', 'search'}
if action not in ALLOWED:
    return 'ERROR: action not permitted'

Human-in-the-Loop Approval

For high-impact actions like sending money or deleting data, pause and require human confirmation before executing. The agent proposes; a person approves.

if action.is_destructive:
    return await request_human_approval(action)

Preventing Infinite Loops

Agents can get stuck retrying the same failing tool. Cap the number of steps and detect repeated identical actions, stopping with a clear message instead of burning tokens forever.

agent = initialize_agent(tools, llm, max_iterations=8)

Logging for Auditing

Record every tool call with its inputs, outputs, and outcome. This audit trail is essential for debugging agent behavior and for catching unsafe actions after the fact.

A Safe Tool Workflow

Putting it together:

Return errors as observations, not crashes
Validate inputs and bound timeouts/retries
Apply least privilege and allowlists
Require approval for destructive actions
Cap iterations and log every call

Quick Check

Test your understanding of safe tool execution.

Recap

You learned to make agent tools resilient and safe.

Surface errors as observations the agent can handle
Validate inputs and bound timeouts, retries, and iterations
Apply least privilege and allowlists
Require approval for destructive actions and log everything

الأسئلة الشائعة

هل درس «معالجة الأخطاء والتنفيذ الآمن للأدوات» مجاني؟

نعم — نص درس «معالجة الأخطاء والتنفيذ الآمن للأدوات» كامل متاح مجاناً هنا على الويب. لتمرينه بشكل تفاعلي (محرر أكواد مدمج ومدرس ذكاء اصطناعي متاح 24/7) وفتح باقي دورة AI Agents with LangChain & Autonomous Workflows، انتقل إلى CoddyKit PRO. تتضمن دورة AI Agents with LangChain & Autonomous Workflows 4 دروس في المجموع.

ماذا ستتعلم في «معالجة الأخطاء والتنفيذ الآمن للأدوات»؟

اجعل أدوات الوكلاء مرنة وآمنة من خلال معالجة حالات الفشل بسلاسة، والتحقق من المدخلات، وتقييد ما يُسمح للأدوات بتنفيذه أثناء التشغيل الذاتي. تتمرن على AI Agents with LangChain & Autonomous Workflows مع أكواد عملية تشغلها مباشرة في المتصفح، ومدرس ذكاء اصطناعي متاح 24/7 يجيب على أسئلتك أثناء عملك.

هل أحتاج إلى خبرة سابقة لأبدأ AI Agents with LangChain & Autonomous Workflows؟

لا تُشترط خبرة سابقة. AI Agents with LangChain & Autonomous Workflows على CoddyKit منظم للمبتدئين حتى المتقدمين، لذا يمكنك البدء من هنا أو من البداية والتقدم بسرعتك الخاصة. هذا هو الدرس 4 من أصل 4.

كم من الوقت يستغرق درس «معالجة الأخطاء والتنفيذ الآمن للأدوات»؟

معظم دروس CoddyKit تستغرق حوالي 5–10 دقائق. كل منها موجز وتفاعلي، لذا تحرز تقدماً مستمراً وتستأنف من حيث توقفت عبر الويب والتطبيق.

هل يمكنني كتابة وتشغيل أكواد في درس AI Agents with LangChain & Autonomous Workflows هذا؟

نعم. كل درس في AI Agents with LangChain & Autonomous Workflows يتضمن محرر أكواد مدمج، لذا تكتب وتشغل أكواداً حقيقية مباشرة في متصفحك وتحصل على تعليقات فورية من الذكاء الاصطناعي — بدون إعداد محلي.

جميع الدروس في هذه الدورة

← العودة إلى AI Agents with LangChain & Autonomous Workflows