المشرفون الهرميون (المنسق والعمال)
يخطط المشرف ويفوّض، وينفّذ العمال ويرفعون التقارير؛ وهو نمط متين للمهام المعقدة.
المشرفون الهرميون (المنسق والعمال) 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.
نمط المشرف
يقرر وكيل واحد، هو "المشرف"، ما ينبغي فعله ويفوض المهام إلى وكلاء "عاملين" متخصصين. ويرفع العاملون تقاريرهم، ثم يركّب المشرف النتائج.
وهذا أقرب إلى طريقة عمل الفرق البشرية من المحادثات الحرة.
البنية
مستويان، وأحيانًا أكثر:
- المشرف — يرى استعلام المستخدم، ويجزئه، ويختار العاملين، ويدمج النتائج
- العاملون — وكلاء متخصصون في البحث أو البرمجة أو الرياضيات، ولكل منهم أدواته ومطالباته الخاصة
لماذا التسلسل الهرمي؟
- استدلال أوضح — يرى المشرف الصورة الكاملة
- تخصص أكبر — كل عامل صغير ومركّز
- تقييم أسهل — اختبروا العاملين بشكل مستقل
- إضافة قدرات جديدة أسهل — ما عليكم سوى تسجيل عامل جديد
LangGraph Implementation
from langgraph.graph import StateGraph, END
from typing import TypedDict, Annotated
import operator
class State(TypedDict):
messages: Annotated[list, operator.add]
next: str
def supervisor(state):
# Ask LLM which worker should handle this
decision = supervisor_llm.invoke(state['messages']).content # 'researcher' / 'coder' / 'FINISH'
return {'next': decision}
def researcher(state):
result = research_agent.run(state['messages'][-1].content)
return {'messages': [{'role': 'tool', 'content': result}], 'next': 'supervisor'}
def coder(state):
result = code_agent.run(state['messages'][-1].content)
return {'messages': [{'role': 'tool', 'content': result}], 'next': 'supervisor'}Wiring the Graph
g = StateGraph(State)
g.add_node('supervisor', supervisor)
g.add_node('researcher', researcher)
g.add_node('coder', coder)
g.set_entry_point('supervisor')
g.add_conditional_edges(
'supervisor',
lambda s: s['next'],
{'researcher': 'researcher', 'coder': 'coder', 'FINISH': END}
)
g.add_edge('researcher', 'supervisor')
g.add_edge('coder', 'supervisor')
app = g.compile()استقلالية العامل
كل عامل هو وكيل مصغر مستقل بذاته. ابنوا كل عامل واختبروه بمعزل عن الآخرين، ثم ادمجوه تحت إشراف المشرف.
مجموعات أدوات العاملين
اقصروا كل عامل على الأدوات التي يحتاج إليها فقط:
- الباحث — search وfetch
- المبرمج — read_file وwrite_file وrun_python
- قاعدة البيانات — list_tables وrun_sql
أوصاف أدوات أوضح، وارتباك أقل.
تنسيق التواصل
يُرجع العاملون ملخصات مهيكلة إلى المشرف، وليس سجلات المحادثات الكاملة. فهذا يوفر الرموز ويسهّل على المشرف دمج النتائج:
class WorkerResult(BaseModel):
summary: str
citations: list[str]
next_step_suggestion: str = ''الإنهاء
يقرر المشرف متى يتوقف. وعادةً يكون ذلك عند تحقق أحد الشروط التالية:
- تجاوز مستوى الثقة حدًا معينًا
- إشارة من أحد العاملين إلى اكتمال المهمة
- تجاوز عداد الخطوات الحد المسموح
التسلسلات الهرمية متعددة المستويات
للمهام شديدة التعقيد، أضيفوا طبقة ثالثة: مشرفًا "لقائد فريق" للهندسة، وآخر للبحث، وهكذا. ويفوض كل منهم المهام إلى عاملين في مجاله.
ملامح التكلفة
كل قرار يتخذه المشرف هو استدعاء لـ LLM. وكل عامل لديه حلقته الخاصة. وتبلغ التكلفة الإجمالية تقريبًا: N_supervisor_decisions × cost_per_decision + N_worker_loops × cost_per_loop.
متى نستخدمه؟
- المهام المعقدة ذات المجالات الفرعية الواضحة
- المهام التي تحتاج إلى أساليب مطالبة مختلفة في كل خطوة
- الأنظمة التي تريدون إضافة قدرات إليها تدريجيًا
الأنماط المضادة
- تنفيذ المشرف لكل العمل الفعلي — فهذا يلغي الغرض من النمط
- استدعاء العاملين لعاملين آخرين من دون علم المشرف — مما يفقدكم السيطرة
- كثرة العاملين (أكثر من 10) — إذ يصبح اختيار المشرف غير موثوق
دور المشرف
ما المهمة الرئيسية للمشرف في هذا النمط؟
مراجعة
المشرف + العاملون أفضل من وكيل واحد ضخم. كل عامل صغير ومركّز وقابل للاختبار بشكل مستقل. ويقرر المشرف من يعمل على كل مهمة.
الأسئلة الشائعة
هل درس «المشرفون الهرميون (المنسق والعمال)» مجاني؟
نعم — نص درس «المشرفون الهرميون (المنسق والعمال)» 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 «المشرفون الهرميون (المنسق والعمال)»؟
يخطط المشرف ويفوّض، وينفّذ العمال ويرفعون التقارير؛ وهو نمط متين للمهام المعقدة. 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 «المشرفون الهرميون (المنسق والعمال)»؟
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
- وكلاء متعددون قائمون على المحادثة (AutoGen)
- المشرفون الهرميون (المنسق والعمال)
- أدوار الوكلاء وتخصصاتهم
- بروتوكولات الاتصال (حافلات الرسائل)