مكدسات الأهداف والتراجع
ادفع الأهداف الفرعية إلى مكدس، وأخرجها عند إتمامها، وتراجع عند الوصول إلى طريق مسدود — هذا هو التخطيط الكلاسيكي للذكاء الاصطناعي.
مكدسات الأهداف والتراجع درس مجاني في AI Agents على CoddyKit. هذا هو الدرس 2 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.
مكدس من الأهداف
يستخدم التخطيط الكلاسيكي للذكاء الاصطناعي مكدسًا للأهداف: أضيفوا الأهداف الفرعية عند مواجهتها، وأزيلوها عند اكتمالها. ويمكن للوكلاء استخدام بنية البيانات نفسها:
goal_stack = []
def push(goal):
goal_stack.append(goal)
def pop():
return goal_stack.pop() if goal_stack else None
def current():
return goal_stack[-1] if goal_stack else None
# --- demo ---
push('write the report')
push('collect the data')
print(f'Current goal: {current()}')
print(f'Popped: {pop()}')
print(f'Current goal after pop: {current()}')
Example: Refactoring Workflow
push('Refactor auth')
while current():
g = current()
if g == 'Refactor auth':
if not done('add_oauth_dep'):
push('Add OAuth dependency')
elif not done('replace_login'):
push('Replace login endpoint')
else:
pop() # done
elif g == 'Add OAuth dependency':
# ...actually do the work...
mark_done('add_oauth_dep')
pop()التراجع
عند فشل هدف:
- ضعوا علامة على فشله
- ارجعوا إلى الهدف الأصلي
- جرّبوا نهجًا مختلفًا (أهدافًا فرعية مختلفة)
Backtracking Example
def attempt(goal):
for approach in [oauth, saml, custom_token]:
try:
return run_with(goal, approach)
except FailedException:
continue
raise NoApproachWorked(goal)تتبّع الأساليب المجرّبة
تجنبوا إعادة تجربة النهج الفاشل نفسه. تتبّعوا ما جُرّب لكل هدف:
{
'goal_id': 'refactor-auth',
'tried': ['oauth', 'saml'],
'remaining_options': ['custom_token']
}استخدام LLM لاختيار الهدف
استخدموا LLM لتحديد ما ينبغي إضافته إلى المكدس تاليًا:
next_goal = llm.invoke(f'Current goal: {current()}. Done so far: {done_list}. What sub-goal next?').content
push(next_goal)الشروط المسبقة والآثار
استفيدوا من تخطيط STRIPS: لكل إجراء شروط مسبقة (ما يجب أن يكون صحيحًا) وآثار (ما سيصبح صحيحًا):
action = {
'name': 'replace_login',
'preconditions': ['oauth_dep_installed'],
'effects': ['login_endpoint_replaced']
}حلقة التخطيط والتنفيذ
نهج من مرحلتين:
- التخطيط — يبني المخطط الرمزي مكدس الأهداف
- التنفيذ — ينفذ الوكيل الهدف الموجود أعلى المكدس، ويحدّث حالة العالم، ويعيد التخطيط عند الحاجة
الدمج بين التخطيط الرمزي وLLM
بالنسبة إلى المهام ذات الشروط المسبقة الواضحة (عمليات الملفات وعمليات النشر)، استخدموا مخططًا رمزيًا. أما الأجزاء غير المحددة بوضوح فاستخدموا فيها LLM. ادمجوا النهجين لتحقيق المتانة.
الطرق المسدودة
يصل الوكيل أحيانًا إلى حالة لا يفيد فيها أي إجراء. تعرّفوا على الطرق المسدودة وتراجعوا إلى نقطة أبعد:
if no_progress_in_n_steps(5):
pop_to_parent()
try_different_approach()تحديد عمق التراجع
قد يؤدي التراجع غير المحدود إلى حلقة لا نهائية. ضعوا حدًا أقصى للعمق ولإجمالي التكرارات:
MAX_BACKTRACKS = 10
if backtrack_count >= MAX_BACKTRACKS:
escalate_to_human()عرض حالات التراجع للمستخدمين
عندما يتراجع الوكيل، أخبروا المستخدم: "لم ينجح OAuth، سنجرّب SAML." فهذا يحافظ على الثقة ويتيح له التدخل مبكرًا.
متى نبدأ التراجع؟
متى ينبغي للوكيل أن يتراجع عن هدف فرعي؟
مراجعة
يتتبّع مكدس الأهداف إجابة الوكيل عن سؤال "أين أنا؟". أضيفوا الأهداف الفرعية، وأزيلوا المكتملة، وتراجعوا عند الوصول إلى طرق مسدودة. ادمجوا التخطيط الرمزي مع حكم LLM.
الأسئلة الشائعة
هل درس «مكدسات الأهداف والتراجع» مجاني؟
نعم — نص درس «مكدسات الأهداف والتراجع» 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 «مكدسات الأهداف والتراجع»؟
ادفع الأهداف الفرعية إلى مكدس، وأخرجها عند إتمامها، وتراجع عند الوصول إلى طريق مسدود — هذا هو التخطيط الكلاسيكي للذكاء الاصطناعي. 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 2 من أصل 4.
كم من الوقت يستغرق درس «مكدسات الأهداف والتراجع»؟
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
- التفكيك الهرمي للمهام
- مكدسات الأهداف والتراجع
- نماذج العالم والاستشراف
- حلقات التأمل والنقد الذاتي