Gemma 4 من Google: كيفية تشغيل tool calling محليًا عبر Python وOllama

نشرت موقع Machine Learning Mastery تحليلاً مفصلاً حول كيفية بناء وكيل ذكاء اصطناعي محلي بناءً على Gemma 4 مع دعم tool calling. المادة مهمة ليس بقدر الكود نفسه، بل كإشارة سوق: نماذج Google ذات الأوزان المفتوحة تدخل بثقة متزايدة سيناريوهات كانت واجهات البرمجة السحابية تهيمن عليها حصرياً تقريباً.

حول المقالة

في مقالة بتاريخ 14 أبريل، يوضح المؤلف مجموعة تقنية عملية لوكيل محلي: Python و Ollama والنموذج `gemma4:e2b`. الفكرة بسيطة: بدلاً من روبوت محادثة عادي يرد فقط من أوزانه الخاصة، يعطي المطور النموذج مجموعة من الدوال وأوصافاً لمعاملات كل منها. إذا كانت الاستعلام تتطلب بيانات خارجية، فإن النموذج لا يختلق إجابة، بل يشكل نداءً منظماً للأداة الضرورية، يستقبل النتيجة وبعدها فقط يجمع النص النهائي.

في سياق إطلاق Gemma 4، هذا بارز بشكل خاص. أطلقت Google عائلة نماذج مفتوحة تحت ترخيص Apache 2.0 وركزت على السيناريوهات مع الوكلاء: JSON منظم و function calling و system instructions والعمل على أجهزة مختلفة—من الأجهزة المحمولة إلى محطات العمل. تروج الشركة رسمياً لـ Gemma 4 كأساس للمهام المحلية والموجودة على الجهاز نفسه، وضمن الأدوات المدعومة منذ اليوم الأول تذكر Ollama. بالنسبة للمطورين، هذا يعني مساراً أوضح نحو مساعدين خاصين بدون اعتماد إلزامي على موفر خارجي.

كيفية بناء الوكيل

تم بناء معمارية المثال بدون إطارات عمل ثقيلة. يستخدم المؤلف عن قصد مكتبات Python القياسية مثل `urllib` و `json` لإظهار أن وكيل أساسي يدعم tool calling يمكن إعداده بدون LangChain وبدون منسقين وبدون طبقة سميكة من الملخصات. الجزء الرئيسي هو سجل الأدوات بصيغة JSON Schema. هذا ما يشرح للنموذج أي الدوال متاحة وأي معاملات تقبل وأي الحقول إلزامية.

• يكتب المطور دوال Python محلية تعمل كأدوات
• لكل دالة يتم تحديد مخطط صارم للمعاملات
• يتم إرسال استعلام المستخدم مع قائمة الأدوات إلى Ollama
• يرجع النموذج `tool_calls` إذا احتاج إلى بيانات خارجية
• يقوم التطبيق بتنفيذ الدالة وإرسال النتيجة مرة أخرى للنموذج

بعد ذلك يحدث مرور ثاني. تضيف تطبيق المضيف رد الأداة إلى سجل الرسائل بدور `tool`، ثم تستدعي النموذج مرة أخرى. هنا حيث لا يخمن Gemma 4 بعد الآن، بل يعتمد على بيانات حقيقية. في المثال، هذا يسمح بربط نموذج تفكير وكود Python عادي بسلاسة في دورة عمل واحدة بدون طبقة سحابية. بشكل أساسي، يوضح المؤلف نسخة دنيا من وقت تشغيل الوكلاء يمكن تفكيكها وتكييفها مع مهامك الخاصة في مساء واحد.

أي الأدوات تمت مظاهرتها

كمظاهرة، يبني المؤلف أولاً دالة طقس بناءً على Open-Meteo، ثم يضيف ثلاث أدوات أخرى: الأخبار والوقت الحالي وتحويل العملات. هذا ينشئ وكيل صغير لكن توضيحي، يمكنه الإجابة ليس فقط على حقيقة واحدة بل أيضاً على استعلام معقد. على سبيل المثال: معرفة الطقس في باريس والوقت الحالي وتحويل الدولارات الكندية إلى يورو والحصول على أخبار طازة حول الموضوع في نفس الوقت.

يتم التركيز الخاص على النموذج `gemma4:e2b`. هذه نسخة edge من Gemma 4 بأثر فعال قدره ملياري معامل أثناء الاستدلال، مصممة لكفاءة الذاكرة والكمون المنخفض. تؤكد المقالة أن هذا الإعداد يمكن تشغيله محلياً، بدون GPU وبدون حدود API. بالنسبة للفرق الصغيرة والمطورين المستقلين، هذه نقطة مهمة: السيناريوهات مع الوكلاء لا تعود تكون تجربة مكلفة وتصبح مهمة هندسية عادية. يكتب المؤلف أنه خلال عطلة نهاية الأسبوع قام بتشغيل مئات الطلبات على النظام ولم يرَ أي أعطال في منطق النداء الأساسي للأداة.

ما معنى هذا

الاستنتاج الرئيسي هنا ليس درساً آخر في Python، بل تحول في حد الدخول. إذا كانت Gemma 4 تحافظ فعلاً بثبات على الإخراج المنظم و function calling حتى في الإعدادات edge الخفيفة، فإن سوق الوكلاء المحليين سيتوسع بسرعة: ستكون هناك سيناريوهات أكثر في العمل بلا اتصال وعمليات نشر خاصة بالشركات وأسباب أقل للانتقال مباشرة إلى مجموعات سحابية مكلفة.