توجيه استدعاءات الأدوات عبر LLM
اسمحوا للنموذج بتحديد الأداة التي ينبغي استدعاؤها.
توجيه استدعاءات الأدوات عبر LLM درس مجاني في MCP Academy 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 MCP Academy، وتقدمك يتزامن عبر الويب وتطبيق CoddyKit. تتضمن دورة MCP Academy 4 دروس في المجموع.
دع النموذج يقرر
حتى الآن كنت تختار الأداة التي تريد استدعاءها. وتظهر القوة الحقيقية عندما تسند القرار إلى LLM، فتدع النموذج يختار الأداة المناسبة للطلب.
نمط الجسر
يصبح عميلك جسرًا: يكتشف أدوات MCP، ويصفها للنموذج، ويشغّل أي أداة يطلبها النموذج.
ترجمة المخططات
تحوّل اسم كل أداة من أدوات MCP ووصفها وinputSchema إلى تنسيق الأدوات الذي تتوقعه واجهة برمجة النموذج، لكي يرى النموذج خياراته.
tools = [
{"name": t.name, "description": t.description,
"input_schema": t.inputSchema}
for t in listed.tools
]إرسال الأدوات مع المطالبة
تمرر قائمة الأدوات إلى جانب رسالة المستخدم عند استدعاء النموذج. وهكذا يعرف النموذج الإجراءات المتاحة له بدقة.
msg = client.messages.create(
model="claude-opus-4-8",
max_tokens=1024,
tools=tools,
messages=messages,
)النموذج يطلب أداة
عندما يريد النموذج تنفيذ إجراء، يتضمن رده كتلة tool_use مع اسم الأداة والوسيطات التي اختارها.
for block in msg.content:
if block.type == "tool_use":
...تشغيلها عبر MCP
تأخذ الاسم والمدخلات اللذين طلبهما النموذج وتمررهما إلى الخادم باستخدام call_tool، وهو الاستدعاء نفسه الذي تعرفه مسبقًا.
result = await session.call_tool(
block.name, block.input)إعادة النتيجة
أرسل إخراج الأداة إلى النموذج باعتباره tool_result، لكي يقرأ ما حدث ويواصل الاستدلال.
tool_result = {"type": "tool_result",
"tool_use_id": block.id,
"content": result.content[0].text}التكرار حتى الانتهاء
قد يستدعي النموذج عدة أدوات متتالية. وتواصل تشغيل loop حتى يتوقف عن طلب الأدوات ويقدم إجابة نهائية.
التقاء بروتوكولين
يتحدث الجسر لغتين: واجهة برمجة النموذج للاستدلال وMCP للأدوات. ويترجم العميل بينهما بهدوء.
لماذا لا نستخدم الترميز الثابت
لا يتوسع اختيار الأدوات باستخدام الترميز الثابت. أما ترك التوجيه للنموذج فيعني أن خوادم MCP الجديدة تضيف قدرات جديدة دون أي تغيير في منطقك.
أبقِ الإنسان ضمن الحلقة
بالنسبة إلى الإجراءات الخطرة، أوقف التنفيذ قبل تشغيل الأداة التي اختارها النموذج واطلب من المستخدم الموافقة عليها أولًا. فلا ينبغي أن يعني التوجيه الثقة العمياء.
اختبار سريع
ماذا يرسل النموذج عندما يريد من عميلك تشغيل أداة؟
مراجعة: النموذج هو المتحكم
ربطت الحلقة كاملة: صف أدوات MCP إلى LLM، وشغّل الأداة التي يختارها عبر call_tool، وأعد النتيجة، وكرر ذلك حتى تصبح الإجابة جاهزة.
تعلم Python مع معلم ذكاء اصطناعي — مجانًا
اكتب وقم بتشغيل أكوادك الفعلية في المتصفح، واحصل على مساعدة فورية من معلم ذكاء اصطناعي متاح 24/7، واستمر من حيث توقفت على الويب أو في التطبيق.
- الدورات
- 30
- الدروس
- 120
الأسئلة الشائعة
هل درس «توجيه استدعاءات الأدوات عبر LLM» مجاني؟
نعم — نص درس «توجيه استدعاءات الأدوات عبر LLM» كامل متاح مجاناً هنا على الويب. لتمرينه بشكل تفاعلي (محرر أكواد مدمج ومدرس ذكاء اصطناعي متاح 24/7) وفتح باقي دورة MCP Academy، انتقل إلى CoddyKit PRO. تتضمن دورة MCP Academy 4 دروس في المجموع.
ماذا ستتعلم في «توجيه استدعاءات الأدوات عبر LLM»؟
اسمحوا للنموذج بتحديد الأداة التي ينبغي استدعاؤها. تتمرن على MCP Academy مع أكواد عملية تشغلها مباشرة في المتصفح، ومدرس ذكاء اصطناعي متاح 24/7 يجيب على أسئلتك أثناء عملك.
هل أحتاج إلى خبرة سابقة لأبدأ MCP Academy؟
لا تُشترط خبرة سابقة. MCP Academy 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 «توجيه استدعاءات الأدوات عبر LLM»؟
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 MCP Academy هذا؟
نعم. كل درس في MCP Academy 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
- فتح جلسة عميل
- اكتشاف الأدوات والموارد
- استدعاء الأدوات من التعليمات البرمجية
- توجيه استدعاءات الأدوات عبر LLM