AI Agents · درس

أنماط استخدام الحاسوب (Anthropic Computer-Use)

توفّر Computer Use من Anthropic لِـ Claude أدوات للتعامل مع لقطات الشاشة والفأرة ولوحة المفاتيح.

أنماط استخدام الحاسوب (Anthropic Computer-Use) درس مجاني في AI Agents على CoddyKit. هذا هو الدرس 3 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، وتقدمك يتزامن عبر الويب وتطبيق CoddyKit. تتضمن دورة AI Agents 4 دروس في المجموع.

بعض أجزاء هذا الدرس لم تُترجم بعد وتظهر باللغة الإنجليزية.

ما استخدام الحاسوب؟

توفّر إمكانية «Computer Use» من Anthropic (في Claude 3.5 والإصدارات الأحدث) لقطات الشاشة والماوس ولوحة المفاتيح كأدوات. ويمكن للنموذج قيادة سطح مكتب افتراضي من البداية إلى النهاية.

مجموعة الأدوات

ثلاث أدوات أساسية:

computer — التقاط لقطة شاشة، والنقر، والكتابة، والتمرير
bash — تشغيل أوامر الصدفة
text_editor — قراءة الملفات وكتابتها

Quickstart

from anthropic import Anthropic
client = Anthropic()

response = client.beta.messages.create(
    model='claude-sonnet-4-5',
    max_tokens=4096,
    tools=[{'type': 'computer_20241022', 'name': 'computer', 'display_width_px': 1280, 'display_height_px': 720}],
    messages=[{'role': 'user', 'content': 'Open Firefox and search for the weather.'}]
)

إرجاع استدعاءات الأدوات

يُصدر النموذج كتلًا من نوع tool_use مثل:

{
    'type': 'tool_use',
    'name': 'computer',
    'input': {
        'action': 'screenshot'  # or 'left_click', 'type', 'mouse_move'
    }
}

أنواع الإجراءات

screenshot — التقاط لقطة شاشة وإرجاعها
left_click {coordinate: [x, y]} — النقر
type {text: "hello"} — كتابة نص
key {text: "Return"} — الضغط على مفتاح
mouse_move {coordinate: [x, y]}
scroll {coordinate: [...], scroll_direction: "down"}

أنتم تبنون المنفّذ

توفّر Anthropic تعريف الأداة؛ أما أنتم فتطبّقون التنفيذ. وعادةً ما يتم ذلك باستخدام Playwright أو X11 أو سطح مكتب بلا واجهة رسومية داخل Docker:

from playwright.sync_api import sync_playwright
p = sync_playwright().start()
browser = p.chromium.launch()
page = browser.new_page(viewport={'width': 1280, 'height': 720})

def execute(action_input):
    action = action_input['action']
    if action == 'screenshot':
        return page.screenshot()
    if action == 'left_click':
        x, y = action_input['coordinate']
        page.mouse.click(x, y)
        return page.screenshot()
    if action == 'type':
        page.keyboard.type(action_input['text'])
        return page.screenshot()
    # ... etc.

Returning the Result

tool_result_content = [
    {'type': 'image', 'source': {'type': 'base64', 'media_type': 'image/png', 'data': screenshot_b64}}
]

messages.append({
    'role': 'user',
    'content': [{
        'type': 'tool_result',
        'tool_use_id': tc.id,
        'content': tool_result_content
    }]
})

العزل مطلوب

يتيح Computer Use للنموذج النقر في أي مكان. شغّلوه داخل جهاز افتراضي معزول (Docker + Xvfb + متصفح بلا واجهة رسومية) — ولا تشغّلوه مطلقًا على حاسوبكم المحمول.

صورة Docker المرجعية من Anthropic

توفّر Anthropic صورة Docker مرجعية تجمع Xvfb وFirefox وبيئة سطح مكتب والمنفّذ. وهي نقطة بداية ممتازة.

السرعة والتكلفة

تستغرق كل خطوة من ثانية إلى 5 ثوانٍ (لقطة شاشة + LLM + إجراء)
تضيف كل لقطة شاشة رموزًا إلى السياق
قد تكلّف سير العمل الطويلة من 0.50 إلى 5 دولارات لكل تشغيل

أنماط الفشل

النقر على عناصر بشكل خاطئ (بانحراف قدره 10 بكسلات)
التعليق عند النوافذ المنبثقة أو لافتات ملفات تعريف الارتباط
عدم تحميل الصفحة بعد (انتظروا!)
اختبارات CAPTCHA

OpenAI Operator

أطلقت OpenAI منتجًا مشابهًا (Operator) — المفهوم نفسه بتطبيق مختلف. توجد فروق بسيطة بينهما، لكن القدرات متشابهة.

حالات الاستخدام

ملء النماذج في تطبيقات الإنترانت القديمة
أتمتة الاختبارات عبر متصفحات متعددة
اختبارات استكشافية لضمان الجودة
مساعد «استخدم أي تطبيق ويب نيابةً عني»

أدوات Computer Use

ما الأدوات التي يتيحها Computer Use من Anthropic للنموذج؟

مراجعة

يتيح Computer Use من Anthropic لـ Claude قيادة سطح مكتب. وتطبّقون وظائف التقاط لقطة الشاشة والنقر والكتابة باستخدام Playwright أو X11. شغّلوه في بيئة معزولة فقط. إنه بطيء لكنه مرن.

الأسئلة الشائعة

هل درس «أنماط استخدام الحاسوب (Anthropic Computer-Use)» مجاني؟

نعم — نص درس «أنماط استخدام الحاسوب (Anthropic Computer-Use)» كامل متاح مجاناً هنا على الويب. لتمرينه بشكل تفاعلي (محرر أكواد مدمج ومدرس ذكاء اصطناعي متاح 24/7) وفتح باقي دورة AI Agents، انتقل إلى CoddyKit PRO. تتضمن دورة AI Agents 4 دروس في المجموع.

ماذا ستتعلم في «أنماط استخدام الحاسوب (Anthropic Computer-Use)»؟

توفّر Computer Use من Anthropic لِـ Claude أدوات للتعامل مع لقطات الشاشة والفأرة ولوحة المفاتيح. تتمرن على AI Agents 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؟

لا تُشترط خبرة سابقة. AI Agents على CoddyKit منظم للمبتدئين حتى المتقدمين، لذا يمكنك البدء من هنا أو من البداية والتقدم بسرعتك الخاصة. هذا هو الدرس 3 من أصل 4.

كم من الوقت يستغرق درس «أنماط استخدام الحاسوب (Anthropic Computer-Use)»؟

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 هذا؟

نعم. كل درس في AI Agents 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

أتمتة المتصفح باستخدام Playwright
نماذج الرؤية لفهم الشاشة
أنماط استخدام الحاسوب (Anthropic Computer-Use)
بناء وكيل موثوق لملء النماذج

← العودة إلى AI Agents