أضافت LlamaCloud أداة LlamaAgents Builder لبناء ونشر وكلاء AI خلال دقائق

أضافت LlamaCloud أداة LlamaAgents Builder إلى منصتها — وهي أداة تجريبية تجمع وكيل ذكاء اصطناعي من موجه نصي عادي وتنشره دون تكوين يدوي. على سبيل المثال، عرض المؤلف سيناريو حيث يميز الوكيل بين العقود والفواتير ويستخرج الحقول المطلوبة منها في دقائق معدودة.

كيف يعمل LlamaAgents Builder

يتم بناء LlamaAgents Builder في منصة ويب LlamaCloud، التي يعرفها الكثيرون في المقام الأول من خلال خدمة LlamaParse لتحليل المستندات. في المقالة، يعمل المؤلف مع حساب مجاني جديد: يسمح بمعالجة تصل إلى 10000 صفحة، وينقسم المُنشئ نفسه في كتلة Agents وحالياً يتم وضع علامة عليه كإصدار تجريبي. تبدو الواجهة مثل دردشة عادية، لذا فإن عتبة الدخول هنا أقل بشكل ملحوظ من أطر عمل الوكلاء الكلاسيكية، حيث يتعين عليك عادة تكوين خطوط الأنابيب والبيئات واستدعاءات النماذج وتوجيه البيانات يدوياً.

الفكرة الرئيسية للمُنشئ هي أن الوكيل يُوصف باللغة الطبيعية وليس بالكود. في العرض التوضيحي، يحتاج المستخدم فقط إلى تعليمة واحدة: تصنيف المستندات إلى Contracts و Invoices، ثم استخراج الأطراف الموقعة للعقود والمبلغ الإجمالي والتاريخ للفواتير. بعد إرسال مثل هذا الموجه، تجمع المنصة سير العمل تلقائياً، وتعرض الخطوات الوسيطة، وتبني تدريجياً مخطط مرئي للعملية.

هذا مهم: لا يرى المستخدم صندوقاً أسود، بل منطقاً واضحاً تماماً لبناء الخدمة في المستقبل.

النشر عبر GitHub

بعد تجميع سير العمل، يمكن نشره فوراً عبر زر Push & Deploy. تطلب LlamaCloud منك توصيل حسابك على GitHub، ثم تقترح تسمية التطبيق واختيار ما إذا كنت بحاجة إلى مستودع خاص. تنتهي الإجراءات اليدوية هناك: تقوم المنصة نفسها بتعبئة خط الأنابيب المجمع ونشره ونشره في بنيتها التحتية. تعرض المقالة بشكل محدد أنه بعد اكتمال النشر، يتغير حالة التطبيق إلى Running، وتظهر رسائل Uvicorn وطلبات HTTP في السجلات — أي أن النتيجة ليست مجرد مخطط جميل، بل خدمة API صغيرة تعمل. تبدو العملية في المقالة كما يلي:

• توفر موجهاً يصف المهمة باللغة العادية
• تنتظر قيام المُنشئ بتجميع سير العمل وعرض مخططه
• تضغط على Push & Deploy وتوصل GitHub
• تحصل على تطبيق قيد التشغيل بحالة Running
• تفتح صفحة Review وتتحقق من معالجة المستند يدوياً

للمطورين وفريق المنتج، ليس فقط السرعة مهمة هنا، بل أيضاً صيغة النتيجة. تقوم LlamaCloud بشكل أساسي بتحويل سيناريو بدون كود إلى تطبيق مدعوم من GitHub يمكن تخزينه في مستودعك الخاص وتطويره بشكل أكبر. هذا يقلل الاحتكاك بين النموذج الأولي والإنتاج: أولاً، تصف الأعمال المهمة بالكلمات، ثم تحصل على خدمة منشورة، وفقط بعد ذلك تقرر ما إذا كان الوصول إلى واجهة برمجية التطبيقات أو منطق إضافي أو تكامل مع سير العمل الموجود ضروري.

الاختبار على الملفات الفعلية

بعد النشر، يدخل المستخدم إلى ساحة اختبار تسمى Review، حيث يمكن اختبار الوكيل على الملفات المرفوعة. يعرض مؤلف المقالة حالتي استخدام أساسيتين: PDF يحتوي على فاتورة و PDF يحتوي على عقد. في السيناريو الأول، يحدد الوكيل أنها فاتورة ويستخرج التاريخ والمبلغ الإجمالي.

في السيناريو الثاني، يعترف بالعقد ويعرض أسماء الموقعين. النقطة المهمة هي أن كل هذا يحدث تلقائياً فور رفع الملف، دون تنفيذ سلسلة منفصلة وبدون اختيار يدوي لوضع المعالجة. الطبقة المنفصلة هي ملاحظات الجودة.

لكل عملية اختبار في الواجهة، يمكنك تأكيد النتيجة أو رفضها إذا لم تعمل التصنيف واستخراج الحقول بشكل صحيح. بشكل أساسي، تحاول LlamaCloud إغلاق الدورة بأكملها في نافذة واحدة: وصف المهمة وتجميع الوكيل والنشر والاختبار وتراكم التعليقات. بالنسبة للفرق التي تعمل مع الفواتير والعقود والملفات المتكررة المماثلة، يبدو هذا محاولة لتحويل إنشاء مسارات عمل ذكاء اصطناعي للمستندات من مشروع هندسي لعدة أسابيع إلى مهمة تشغيلية لعشرات الدقائق.

ما يعنيه هذا

تدفع LlamaCloud السوق نحو نموذج أكثر تطبيقياً لوكلاء الذكاء الاصطناعي: ليس كمُنشئ موجه نحو البحث للمطورين، بل كخدمة يمكن تجميعها من موجه وربطها بـ GitHub وتشغيلها فوراً على المستندات التجارية. إذا ثبتت الطريقة أنها مستقرة خارج سيناريوهات العرض التوضيحي، فإن عتبة الدخول لأدوات الوكلاء الداخليين في الشركات ستنخفض بشكل ملحوظ.