0Pricing
AI Agents · درس

التلخيص بوصفه ضغطًا

استبدل الأدوار القديمة دوريًا بملخص متجدد، مقايضًا الاسترجاع الدقيق بمساحة في نافذة السياق.

التلخيص بوصفه ضغطًا 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.

الضغط بوصفه ذاكرة

عندما تطول المحادثة، استبدل الجولات القديمة بملخص قصير. وهكذا تستبدل الاسترجاع الدقيق بـ مساحة السياق.

يلتقط الملخص الخلاصة، أي الحقائق والقرارات والعناصر المعلّقة، بينما يختفي النص الحرفي.

متى تُجري التلخيص

فعّل التلخيص عندما:

  • يتجاوز إجمالي الرموز حدًا معينًا (مثلًا 8k)
  • يتجاوز عدد الجولات N (مثلًا 20)
  • يبدأ المستخدم موضوعًا جديدًا

لخّص الجولات الأقدم

احتفظ بالجولات الحديثة حرفيًا، ولخّص فقط ما خرج من السياق:

def compact(messages, keep_recent=10):
    system = messages[0]
    old = messages[1:-keep_recent]
    recent = messages[-keep_recent:]
    if not old:
        return messages
    summary = summarise(old)
    return [
        system,
        {'role': 'system', 'content': f'Earlier conversation summary:\n{summary}'},
        *recent
    ]

موجّه التلخيص

استخدم استدعاءً منفصلًا لنموذج منخفض التكلفة لإعداد الملخص:

def summarise(messages):
    text = '\n'.join(f'{m["role"]}: {m["content"]}' for m in messages)
    response = client.chat.completions.create(
        model='gpt-4o-mini',
        messages=[
            {'role': 'system', 'content': 'Summarise this conversation in 5 bullet points. Preserve facts, decisions, and pending TODOs.'},
            {'role': 'user', 'content': text}
        ],
        max_tokens=300,
    )
    return response.choices[0].message.content

الملخصات المتنامية

حافظ على ملخص واحد متنامٍ بدلًا من إعادة التلخيص من الصفر في كل مرة:

running_summary = ''

def extend_summary(new_messages):
    global running_summary
    response = client.chat.completions.create(
        model='gpt-4o-mini',
        messages=[
            {'role': 'system', 'content': 'Extend the existing summary with the new turns. Keep it under 200 words.'},
            {'role': 'user', 'content': f'Existing summary:\n{running_summary}\n\nNew turns:\n{format(new_messages)}'}
        ],
        max_tokens=500,
    )
    running_summary = response.choices[0].message.content

الملخصات المنظّمة

أجبر الملخص على استخراج حقول محددة:

summary_schema = {
    'topics_discussed': '...',
    'user_facts': {'name': '...', 'preferences': '...'},
    'open_questions': ['...'],
    'decisions_made': ['...']
}
# Use json_object response_format to enforce.
import json
print(json.dumps(summary_schema, indent=2))

الملخصات الهرمية

بالنسبة إلى السجلات الطويلة جدًا:

  • ملخصات لكل 100 جولة (المستوى المتوسط)
  • ملخصات لكل 1000 جولة (المستوى العالي)
  • ملخص شامل طوال فترة الاستخدام (المستوى الأقصى)

أدخل المستوى المناسب فقط في السياق.

فقدان التفاصيل

تفقد الملخصات الاقتباسات المحددة والصياغة الدقيقة. فإذا سأل المستخدم «ماذا قلت بالضبط عن التسعير سابقًا؟»، فلن يتمكن النموذج من الإجابة.

وللاسترجاع الحرفي، تحتاج إما إلى سياق أكبر أو إلى أرشيف للبحث المتجهي.

استخدم الأرشيف المتجهي أيضًا

احصل على أفضل ما في النهجين:

  1. لخّص الجولات القديمة داخل رسالة النظام
  2. وأدرج أيضًا كل جولة في مخزن متجهات
  3. إذا طلب المستخدم تفاصيل، فاسترجع النص الحرفي من مخزن المتجهات

جودة الملخص مهمة

الملخص الرديء أسوأ من عدم وجود ملخص. استخدم نموذجًا منخفض التكلفة لكنه قادر (gpt-4o-mini، haiku)، وليس أرخص فئة، لاستدعاءات التلخيص.

تحديثات الملخص مكلفة

تلخيص 8000 رمز من محادثة هو استدعاء حقيقي لنموذج لغوي كبير — يستغرق من 1 إلى 2 ثانية، وتكلفته 0.5 سنت. أجرِه بشكل غير متزامن بين الجولات بدلًا من وضعه في المسار الحرج.

مقايضة التلخيص

ما المقايضة الأساسية عند استخدام التلخيص بوصفه ذاكرة؟

مراجعة

التلخيص هو الطريقة منخفضة التكلفة لتوسيع الذاكرة. ادمجه مع الاسترجاع المتجهي لاستعادة الاقتباسات الدقيقة.

الأسئلة الشائعة

هل درس «التلخيص بوصفه ضغطًا» مجاني؟

نعم — نص درس «التلخيص بوصفه ضغطًا» 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 «التلخيص بوصفه ضغطًا»؟

استبدل الأدوار القديمة دوريًا بملخص متجدد، مقايضًا الاسترجاع الدقيق بمساحة في نافذة السياق. 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 «التلخيص بوصفه ضغطًا»؟

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

  1. الذاكرة قصيرة الأمد في نافذة السياق
  2. لماذا لا تتوسع السياقات الطويلة
  3. التلخيص بوصفه ضغطًا
  4. مخازن الذاكرة البسيطة (مفتاح-قيمة)
← العودة إلى AI Agents