5 حاويات Docker لمطوري وكلاء AI: تشغّلها وتبدأ العمل

يتطلب تشغيل وكيل AI عدة خدمات في وقت واحد: نموذج لغة، قاعدة بيانات متجهية للذاكرة، منسق للمهام، وأدوات للمراقبة. وكان إعداد كل واحد منها يستغرق سابقًا ساعات. يغيّر Docker المعادلة — فالمجموعة الصحيحة من الحاويات تُشغَّل خلال دقائق وتصبح جاهزة للعمل فورًا.

Ollama: نماذج LLM محلية من دون سحابة

Ollama عبارة عن حاوية Docker تشغّل نماذج لغة مفتوحة على عتاد محلي. في الداخل يوجد خادم REST مع API متوافق مع OpenAI: تغيّر endpoint واحدًا في كود الوكيل، وبدلًا من GPT-4 تعمل Llama 3.1 على GPU لديك. من دون أي تغييرات في بقية الكود.

ما الذي يدعمه مباشرة:

• Llama 3.1 وMistral 0.3 وGemma 2 وQwen2.5 وPhi-3 وأكثر من 50 نموذجًا
• تسريع GPU عبر nvidia-container-toolkit (CUDA)
• تنزيل تلقائي لأوزان النموذج وتخزينها مؤقتًا
• طلبات متوازية مع طابور داخلي

بالنسبة إلى التطوير، فهذا يعني صفر تكلفة على API، وصفر rate limits، وسيطرة كاملة على النموذج — من دون خطر تسرّب البيانات إلى السحابة.

Qdrant: متجهات لذاكرة الوكيل

يحتاج الوكلاء إلى ذاكرة طويلة الأمد: حفظ نتائج الأدوات، وفهرسة المستندات، والعثور على محتوى متشابه دلاليًا. Qdrant واحدة من أسرع قواعد البيانات المتجهية، مع REST وgRPC API، وتصفية مدمجة حسب البيانات الوصفية، وواجهة ويب جاهزة.

عندما لا يجد الوكيل المستند المطلوب، توفّر المعاينة البصرية للنقاط ساعات من debugging — ففي الواجهة تظهر المتجهات والـ payload إلى جانبها. ويتمدد Qdrant جيدًا: بدءًا من نموذج أولي على localhost، يمكن الانتقال إلى عنقود مع نسخ متماثل من دون تغيير كود العميل.

البدائل هي ChromaDB (أبسط للبداية) وWeaviate (أغنى من حيث الوظائف). وعادةً ما يتفوّق Qdrant في السرعة عند المجموعات التي تبدأ من عدة ملايين من المتجهات.

n8n: تنسيق visual-first

n8n منصة أتمتة self-hosted يستخدمها مطورو الوكلاء كمنسق workflow. أكثر من 400 تكامل مدمج، وعُقد لـ OpenAI وAnthropic، ومحفزات HTTP، وwebhooks، ومعالجة أخطاء مدمجة مع retries.

«المخطط البصري لتدفق البيانات واضح ليس للمطورين فقط — ففرق المنتج وQA

ترى فورًا ما الذي يفعله الوكيل»، وهذه حجة شائعة لصالح n8n في مجتمع المطورين.

وهو مناسب لأنظمة متعددة الوكلاء، حيث يتبادل عدة وكلاء النتائج: كل خطوة تُسجَّل، وتظهر في الواجهة، ويمكن إعادة تشغيلها من النقطة المطلوبة من دون إعادة حساب الـ pipeline بالكامل.

Flowise: drag-and-drop لسلاسل الوكلاء

يُبنى Flowise فوق LangChain وLlamaIndex ويقدّم visual builder لسلاسل الوكلاء، وخطوط RAG، والأنظمة متعددة الوكلاء. ويحصل كل flow تلقائيًا على REST API endpoint — يكفي إضافة استدعاء HTTP واحد إلى التطبيق.

مجموعة الإمكانات:

• عُقد AgentExecutor وTool Use وMemory وReAct
• الاتصال بـ Ollama وOpenAI وAnthropic وHugging Face وBedrock
• دعم دوال JavaScript مخصصة داخل العُقد
• تصدير إعدادات flow إلى JSON لضمان قابلية إعادة الإنتاج

تظهر قيمة Flowise خصوصًا في مرحلة النمذجة الأولية، عندما تحتاج إلى اختبار فرضية بسرعة من دون الغرق في boilerplate code والإعداد اليدوي لـ LangChain.

Open WebUI: اختبار prompts من دون scripts

Open WebUI واجهة دردشة كاملة تتصل بـ Ollama أو بأي backend متوافق مع OpenAI. وتعمل جنبًا إلى جنب مع Ollama عبر docker-compose وتدعم رفع المستندات مباشرة داخل المحادثة من أجل اختبار RAG بسرعة.

وبالنسبة إلى المطور، فهي أداة اختبار مريحة من دون كود إضافي: تغيير prompt النظام، وتوصيل نموذج آخر، ورفع مستند، ومقارنة النتائج — في بضع نقرات. كما تدعم عدة مستخدمين وتحفظ سجل المحادثات.

ماذا يعني هذا

الحاويات الخمس — Ollama وQdrant وn8n وFlowise وOpen WebUI — تغطي المكدس الأساسي لتطوير الوكلاء: LLM، والذاكرة المتجهية، والتنسيق، وvisual builder، وUI للاختبار. وقد خفّض Docker حاجز الدخول إلى مستوى تصبح فيه المسافة من الفكرة إلى نموذج أولي يعمل مجرد `docker-compose up` واحد.