بث مباشر 18.11 · الدفعة 318 نوفمبر، 19:00 بتوقيت موسكو — ورشة عملية مجانية لوكلاء الذكاء الاصطناعي · الدفعة 3 تبدأ 23.11ورشة 18 نوفمبر ←الدفعة 3 (23.11)
إصدارAPI / منتج · جاهز للعملAWS Machine Learning Blog→ المصدر

MoEngage تربط وكلاء الذكاء الاصطناعي بواجهات API الجاهزة: ارتفاع CTR للإشعارات لدى Glance بنسبة 38%

قبل إطلاق تخفيضات، يفتح المسوّق تباعًا أداة التحليلات ومكتبة النصوص ومنشئ الحملات. لم تُعد MoEngage كتابة مئات واجهات API، بل حوّلت أوصاف OpenAPI تلقائيًا إلى أدوات MCP يستدعيها وكيل الذكاء الاصطناعي من Claude أو ChatGPT. لدى Glance ارتفعت نسبة النقر على إشعارات الدفع (CTR) بنسبة 38%، وتنطلق الحملات أسرع بنسبة 50%. وإذا كان لمنتجك واجهة API ناضجة، فبناء طبقة الوكلاء فوقها أسهل.

معالج بواسطة الذكاء الاصطناعي من AWS Machine Learning Blog؛ بتحرير Hamidun News
MoEngage تربط وكلاء الذكاء الاصطناعي بواجهات API الجاهزة: ارتفاع CTR للإشعارات لدى Glance بنسبة 38%
المصدر: AWS Machine Learning Blog. كولاج: Hamidun News.
استمع للمقال
بطاقة الحقائق والأرقام
المعيارالتفاصيل
المصدر الأصليAWS Machine Learning Blog ↗
رئيس التحرير
حقيقة رئيسية #1يُمرَّر معرّف مساحة العمل والمستخدم في ترويسات الطلب، ولا يراه النموذج
حقيقة رئيسية #2الدفع مقابل الرموز (tokens) بدل تشغيل وحدات GPU خاصة خفّض نفقات الذكاء الاصطناعي بأكثر من 50%
حقيقة رئيسية #3انخفض العمل اليدوي في اختيار القناة والتوقيت والتكرار بنسبة 60–70%

لإطلاق تخفيضات نهاية الأسبوع، يفتح المسوّق ثلاث أدوات قبل أن يكتب سطرًا واحدًا من النص: أداة التحليلات ليرى ما نجح في المرة السابقة، ومكتبة المحتوى ليختار النبرة، ومنشئ الحملات. وإذا ضاعفنا ذلك على البريد الإلكتروني والإشعارات الفورية (push) والرسائل النصية SMS وWhatsApp، يضيع معظم الأسبوع في التنقل بين الواجهات بدل اتخاذ القرارات. استخدمت منصة MoEngage للتواصل مع العملاء، التي تعتمد عليها أكثر من 1350 علامة تجارية، وكلاء الذكاء الاصطناعي للتخلص من هذا العبء، ولم تُعد كتابة مئات واجهات API الحالية.

فقد حوّلت أوصافها تلقائيًا إلى «أدوات» وفق معيار MCP (Model Context Protocol) يستدعيها الوكيل بنفسه. والنتيجة لدى العميل Glance: ارتفعت نسبة النقر على إشعارات push (CTR، أي حصة المستخدمين الذين نقروا على الإشعار) بنسبة 38%. وبالنسبة إلى المطوّر، هذا مخطط جاهز لإضافة الوكلاء إلى منتج ناضج دون المساس بالواجهة الخلفية.

كيف تحولت واجهات API إلى أدوات للوكلاء

رأت MoEngage أن المسألة معمارية في جوهرها: يجب منح الوكيل وصولًا إلى بيانات العميل الحية، ومنعه من الاطلاع على بيانات غيره. فواجهات API الخاصة بالمنصة للحملات والتحليلات والشرائح والمحتوى والسيناريوهات موصوفة أصلًا بصيغة OpenAPI 3.0. واعتمد الفريق إطار FastMCP الذي يقرأ هذه المواصفة وينشئ أدوات MCP تلقائيًا. وتصبح كل عملية أداة لها مخطط ووصف وتحقق من المعاملات. وفي المثال الوارد في المقال يكفي نحو عشرة أسطر بلغة Python: تحميل المواصفة، وإنشاء العميل، واستدعاء FastMCP.from_openapi، وتشغيل الخادم.

تنقسم الأدوات إلى خمس مجموعات: الحملات، والتحليلات، والتقسيم إلى شرائح، والمحتوى، وسيناريوهات الأتمتة. وتُولَّد التعريفات من المواصفات، لذلك تتحدث الأدوات تلقائيًا عند تحديث واجهة API. ولا يشغّل خادم MCP النموذج بنفسه، بل يعرض إمكانات المنصة فقط، أما الاستدلال فيتولاه الوكيل الذي يتصل به. ويمكن لأي عميل يدعم MCP أن يتصل به، بما في ذلك Claude وChatGPT عبر موصّل MoEngage.

كيف يُعزل العملاء

في نظام تعمل عليه آلاف العلامات التجارية، لا ينبغي أن يقرر النموذج بيانات من يقرأ. وقد اتخذت MoEngage ثلاث خطوات. يقبل الخادم رمز JWT نفسه الذي تقبله واجهات API العادية، ويتحقق منه AgentCore runtime قبل أن يصل الطلب إلى الخادم. ويُمرَّر معرّفا مساحة العمل والمستخدم في ترويسات الطلب لا في وسائط الأدوات، ولهذا لا يراهما النموذج ولا يستطيع استبدالهما. وتعمل كل جلسة مستخدم في بيئة معزولة مستقلة، فلا يمكن قراءة حالة محادثة من محادثة أخرى. وفوق ذلك تعمل Amazon Bedrock Guardrails بمرشحات للأمان والبيانات الشخصية، وتتحقق طبقة وسيطة من بنية المحتوى المولَّد قبل عرضه في الواجهة.

ويمكن إبقاء الوكلاء تحت رقابة صارمة. يحتفظ كل وكيل بسجل يبيّن البيانات التي أخذها وما قرره والقنوات التي مسّها وما أرسله. ويُحدَّد النمط على مستوى الوكيل: استقلالية كاملة، أو تأكيد بشري قبل الإجراء. وفي المثال الوارد في المقال، يرصد الوكيل تراجعًا في الخطوة الثالثة من عملية الاستقبال (onboarding) ولا يوقف فرع SMS مؤقتًا إلا بعد موافقة المستخدم.

ما تحقق وما التحفظات

تضم Merlin AI أربعة أنواع من الوكلاء: مساعدين مدمجين في الاستوديو (كاتب نصوص، ومصمم، وتجميع الشرائح، والقوالب، والسيناريوهات)، ووكلاء حواريين مثل Campaign Insights، ووكلاء مخصصين لفرق CRM، ووكلاء حاسمين يختارون العرض والقناة والتوقيت لكل عميل على حدة. وتُستخدم نماذج Anthropic Claude Sonnet في Amazon Bedrock للاستدلال والتوليد. وتذكر التدوينة الإصدارات Sonnet 4.6 و5 و5.5، وتنتقل MoEngage بينها عبر واجهة API نفسها.

وفيما يلي الأرقام التي تقدمها الشركة: أكثر من نصف سنة في بيئة الإنتاج، وإطلاق الحملات لدى Glance أسرع بنسبة 50%، والنقرات على إشعارات push أعلى بنسبة 38%، وعدد متغيرات المحتوى لكل حملة أكبر بنحو ثلاثة أضعاف. وعلى مستوى المنصة ككل، انخفض العمل اليدوي في اختيار القناة والتوقيت والتكرار بنسبة 60–70%، وارتفع التحويل الناتج عن القرارات الموجَّهة بالهدف بنسبة 20–30%. وخفّض الاستدلال بالدفع مقابل الرموز بدل وحدات GPU الخاصة نفقات البنية التحتية للذكاء الاصطناعي بأكثر من 50%.

وينبغي التعامل مع هذه البيانات بحذر. فقد كُتب المقال بالتعاون مع فريق MoEngage ونُشر في مدونة AWS، أي أنه تقرير ذاتي من المورّد. ولم تُكشف منهجية القياس: فالمجموعات الضابطة والقيم الأساسية غير معروفة. كما أن مقارنة التكلفة مع «النماذج الخاصة» تتوقف على النماذج ومستوى التحميل المعتمدين أساسًا للمقارنة.

والخلاصة العملية بسيطة. إذا كان لمنتجك واجهة API ناضجة بمواصفة، فلا حاجة إلى بناء طبقة الوكلاء من الصفر. يلزمك توليد أدوات MCP من OpenAPI، وتفويض يعتمد الرموز نفسها، ومعرّفات بعيدة عن متناول النموذج، وبيئة تشغيل مُدارة للجلسات. وتحقق على حدة من أن وظائف AgentCore التي تحتاجها متاحة في منطقة AWS التي تعمل بها.

القصة

أسئلة وأجوبة حول الخبر

ما أبرز التفاصيل حول كيف تحولت واجهات API إلى أدوات للوكلاء؟

رأت MoEngage أن المسألة معمارية في جوهرها: يجب منح الوكيل وصولًا إلى بيانات العميل الحية، ومنعه من الاطلاع على بيانات غيره. فواجهات API الخاصة بالمنصة للحملات والتحليلات والشرائح والمحتوى والسيناريوهات موصوفة أصلًا بصيغة OpenAPI 3.0. واعتمد الفريق إطار FastMCP الذي يقرأ هذه المواصفة وينشئ أدوات MCP تلقائيًا. وتصبح كل عملية أداة لها مخطط ووصف وتحقق من المعاملات. وفي المثال الوارد في المقال يكفي نحو عشرة أسطر بلغة Python: تحميل المواصفة، وإنشاء العميل، واستدعاء FastMCP.from_openapi، وتشغيل الخادم.

ما أبرز التفاصيل حول كيف يُعزل العملاء؟

في نظام تعمل عليه آلاف العلامات التجارية، لا ينبغي أن يقرر النموذج بيانات من يقرأ. وقد اتخذت MoEngage ثلاث خطوات. يقبل الخادم رمز JWT نفسه الذي تقبله واجهات API العادية، ويتحقق منه AgentCore runtime قبل أن يصل الطلب إلى الخادم. ويُمرَّر معرّفا مساحة العمل والمستخدم في ترويسات الطلب لا في وسائط الأدوات، ولهذا لا يراهما النموذج ولا يستطيع استبدالهما. وتعمل كل جلسة مستخدم في بيئة معزولة مستقلة، فلا يمكن قراءة حالة محادثة من محادثة أخرى.

ما أبرز التفاصيل حول ما تحقق وما التحفظات؟

تضم Merlin AI أربعة أنواع من الوكلاء: مساعدين مدمجين في الاستوديو (كاتب نصوص، ومصمم، وتجميع الشرائح، والقوالب، والسيناريوهات)، ووكلاء حواريين مثل Campaign Insights، ووكلاء مخصصين لفرق CRM، ووكلاء حاسمين يختارون العرض والقناة والتوقيت لكل عميل على حدة. وتُستخدم نماذج Anthropic Claude Sonnet في Amazon Bedrock للاستدلال والتوليد. وتذكر التدوينة الإصدارات Sonnet 4.6 و5 و5.5، وتنتقل MoEngage بينها عبر واجهة API نفسها.

ZK
جمال حميدون — مدير المنتجات في Alpina Digital ومدير منتج AlpinaGPT. يبني منتجات الذكاء الاصطناعي منذ 2019. بدأ Hamidun News كمشروع شخصي ثم أصبح مُجمِّعًا إنتاجيًا بأكثر من 6000 قارئ.
✦ Hands-On AI Engineering · Hamidun Academy

Build & Ship Production AI Agents Without Boilerplate Code

Start your free 72-hour trial at Hamidun Academy (academy.hamidun.com) — interactive lessons on Claude Code & Cursor, live Tech Radar, and production agent templates.

Start 72h Free Trial →Vibe-Coding Intensive
ما رأيك؟
جارٍ تحميل التعليقات…