تبدأ 23 نوفمبرالدفعة المباشرة 3 من Vibe Coding ووكلاء الذكاء الاصطناعي: 3 أسابيع و9 جلسات حيةالدفعة 3 (23.11) →
إصدارتحليل · على الرادارHabr AI→ المصدر

Deepseek-agent: كيف تكتب نسختك الخاصة من Claude Code في 2000 سطر برمجي

بنى مطوّر نسخته الخاصة من Claude Code لتعمل مع DeepSeek في ليلة واحدة، بدلًا من الاعتماد على واجهة Anthropic البرمجية. والنتيجة نحو 2000 سطر من Node.js الخالصة دون أي أطر عمل، مع 4 تبعيات فقط. يطبّق المشروع المفاهيم الأساسية كلها: tool use وpermissions وmemory وcompaction وsubagents. إنه أداة بسيطة في تصميمها لكنها قوية في أدائها.

معالج بواسطة الذكاء الاصطناعي من Habr AI؛ بتحرير Hamidun News
Deepseek-agent: كيف تكتب نسختك الخاصة من Claude Code في 2000 سطر برمجي
المصدر: Habr AI. كولاج: Hamidun News.
استمع للمقال
بطاقة الحقائق والأرقام
المعيارالتفاصيل
المصدر الأصليHabr AI ↗
رئيس التحرير
حقيقة رئيسية #1openai — حزمة SDK للعمل مع واجهة DeepSeek البرمجية (متوافقة تمامًا مع بروتوكول OpenAI)
حقيقة رئيسية #2fast-glob — بحث سريع وفعّال عن الملفات في نظام الملفات
حقيقة رئيسية #3dotenv — تحميل متغيرات البيئة بسهولة من ملف .env

شارك مطوّر على موقع «هابر» قصة لافتة: كيف كتب في ليلة واحدة نسخته الخاصة والمتكاملة من Claude Code، وهو مساعد الذكاء الاصطناعي الشهير الذي يعمل من سطر الأوامر. فبدلًا من الارتباط بواجهة Anthropic البرمجية، اختار DeepSeek وبنى كل شيء من الصفر بلغة Node.js الخالصة، فخرج بأداة بسيطة في تصميمها لكنها قوية فعلًا.

لماذا كانت هناك حاجة إلى حل خاص؟

Claude Code أداة قوية ومتعددة الاستخدامات بإجماع المطوّرين، لكن لها مشكلة جوهرية لدى كثير منهم: فهي مرتبطة ارتباطًا وثيقًا بمنظومة Anthropic وواجهتها البرمجية. أراد المطوّر وظائف مماثلة تعمل مع DeepSeek، وهو مزوّد بديل يتطور بسرعة ويتيح إمكانات مثيرة للتجارب الخاصة.

وبدلًا من استخدام أطر عمل جاهزة ومكتبات ثقيلة، قرّر تجميع كل ما يحتاجه من الصفر. أتاح له هذا النهج التحكم في كل تفصيل من التنفيذ، وتجنّب التبعيات غير الضرورية، وبناء حل خفيف وسريع حقًا يمكن تعديله بسرعة وفق احتياجاته.

ماذا تحقق عمليًا؟

سُمّي المشروع deepseek-agent، ويضم نحو 2000 سطر من الشيفرة النظيفة المنظّمة جيدًا. لكن الإنجاز الأبرز هو التقشف الشديد في التبعيات: اكتفى المؤلف بأربع مكتبات خارجية فقط، تتولى كل منها مهمة محددة:

  • openai — حزمة SDK للعمل مع واجهة DeepSeek البرمجية (متوافقة تمامًا مع بروتوكول OpenAI)
  • fast-glob — بحث سريع وفعّال عن الملفات في نظام الملفات
  • dotenv — تحميل متغيرات البيئة بسهولة من ملف .env
  • @modelcontextprotocol/sdk — دعم Model Context Protocol للتكامل مع الأدوات والخدمات الخارجية

لا توجد أطر عمل ثقيلة مثل Express ولا طبقات تجريد أخرى تضيف شيفرة دون أن تضيف وظائف. كل شيء مبني على Node.js الخالصة، ما يجعل الشيفرة المصدرية سهلة الفهم والتعديل وسريعة التنفيذ.

ما المفاهيم الأساسية التي جرى تنفيذها؟

رغم صغر حجم الشيفرة وبساطتها، ينفّذ deepseek-agent الآليات الأساسية كلها التي تجعل مساعد الذكاء الاصطناعي الحديث مفيدًا وآمنًا فعلًا:

  • Tool use — يستطيع الوكيل استدعاء الدوال بنفسه: أوامر bash، وعمليات الملفات (القراءة والكتابة والحذف)، وأدوات MCP من أنظمة أخرى
  • Permissions — نظام لإدارة صلاحيات الوصول يتيح للمستخدم الموافقة على العمليات التي قد تكون خطرة قبل تنفيذها
  • Memory — يتذكر الوكيل السياق بين الطلبات ويمكنه الرجوع إلى تفاصيل المحادثات السابقة
  • Context compaction — ضغط ذكي وتلقائي لسجل الحوار كلما طال، لتوفير التوكنات وإبقاء حجمه ضمن حدود معقولة
  • Subagents — إمكانية تشغيل وكلاء متداخلين لمعالجة مهام مختلفة بالتوازي وبشكل مستقل
«قد يبدو أن كتابة وكيل خاص ليست بهذا التعقيد، لكن هناك تفاصيل دقيقة»، يلاحظ المؤلف.

أين تبدأ الصعوبات الحقيقية؟

لكل مفهوم من هذه المفاهيم مزالقه الخاصة التي لا تظهر من النظرة الأولى. يتطلب نظام permissions تصميمًا معماريًا دقيقًا للغاية حتى لا يترك ثغرات في الرقابة الأمنية. ويجب تنفيذ context compaction بذكاء وحذر للحفاظ على المعلومات المهمة فعلًا وعدم فقدان التفاصيل الأساسية من المحادثات السابقة. أما العمل مع بروتوكول MCP فيتطلب فهمًا عميقًا لمواصفاته ولكل دقائق التفاعل مع الأدوات الخارجية.

ويشير المؤلف إلى أنه حتى في 2000 سطر برمجي وُجد عدد هائل من المواضع التي استلزمت مراعاة حالات edge case بعناية، ومعالجة الأخطاء بشكل صحيح وأنيق، والتحسّب لسيناريوهات الفشل والأعطال المختلفة.

ماذا يعني ذلك لمنظومة الذكاء الاصطناعي؟

يثبت هذا المشروع أن بناء مساعدي ذكاء اصطناعي قويين ومتكاملين أمر ممكن تمامًا للمطوّرين ذوي الخبرة دون الارتباط بمزوّد واحد. ولا يقتصر النهج البسيط القائم على تقليص التبعيات على توفير الشيفرة وتسهيل الصيانة، بل يجعل الحل أكثر موثوقية ووضوحًا بشكل ملحوظ.

وتتيح البنية المعيارية ربط مزوّدين جدد بسهولة (Claude وGrok والنماذج المحلية) بدلًا من DeepSeek، بمجرد استبدال عميل الواجهة البرمجية وبضعة معاملات إعداد.

القصة

أسئلة وأجوبة حول الخبر

لماذا كانت هناك حاجة إلى حل خاص؟

Claude Code أداة قوية ومتعددة الاستخدامات بإجماع المطوّرين، لكن لها مشكلة جوهرية لدى كثير منهم: فهي مرتبطة ارتباطًا وثيقًا بمنظومة Anthropic وواجهتها البرمجية. أراد المطوّر وظائف مماثلة تعمل مع DeepSeek، وهو مزوّد بديل يتطور بسرعة ويتيح إمكانات مثيرة للتجارب الخاصة. وبدلًا من استخدام أطر عمل جاهزة ومكتبات ثقيلة، قرّر تجميع كل ما يحتاجه من الصفر. أتاح له هذا النهج التحكم في كل تفصيل من التنفيذ، وتجنّب التبعيات غير الضرورية، وبناء حل خفيف وسريع حقًا يمكن تعديله بسرعة وفق احتياجاته.

ماذا تحقق عمليًا؟

سُمّي المشروع deepseek-agent، ويضم نحو 2000 سطر من الشيفرة النظيفة المنظّمة جيدًا. لكن الإنجاز الأبرز هو التقشف الشديد في التبعيات: اكتفى المؤلف بأربع مكتبات خارجية فقط، تتولى كل منها مهمة محددة: openai — حزمة SDK للعمل مع واجهة DeepSeek البرمجية (متوافقة تمامًا مع بروتوكول OpenAI) fast-glob — بحث سريع وفعّال عن الملفات في نظام الملفات dotenv — تحميل متغيرات البيئة بسهولة من ملف .env @modelcontextprotocol/sdk — دعم Model Context Protocol للتكامل مع الأدوات والخدمات الخارجية لا توجد أطر عمل ثقيلة…

ما المفاهيم الأساسية التي جرى تنفيذها؟

رغم صغر حجم الشيفرة وبساطتها، ينفّذ deepseek-agent الآليات الأساسية كلها التي تجعل مساعد الذكاء الاصطناعي الحديث مفيدًا وآمنًا فعلًا: Tool use — يستطيع الوكيل استدعاء الدوال بنفسه: أوامر bash، وعمليات الملفات (القراءة والكتابة والحذف)، وأدوات MCP من أنظمة أخرى Permissions — نظام لإدارة صلاحيات الوصول يتيح للمستخدم الموافقة على العمليات التي قد تكون خطرة قبل تنفيذها Memory — يتذكر الوكيل السياق بين الطلبات ويمكنه الرجوع إلى تفاصيل المحادثات السابقة Context compaction — ضغط ذكي وتلقائي لسجل الحوار…

أين تبدأ الصعوبات الحقيقية؟

لكل مفهوم من هذه المفاهيم مزالقه الخاصة التي لا تظهر من النظرة الأولى. يتطلب نظام permissions تصميمًا معماريًا دقيقًا للغاية حتى لا يترك ثغرات في الرقابة الأمنية. ويجب تنفيذ context compaction بذكاء وحذر للحفاظ على المعلومات المهمة فعلًا وعدم فقدان التفاصيل الأساسية من المحادثات السابقة. أما العمل مع بروتوكول MCP فيتطلب فهمًا عميقًا لمواصفاته ولكل دقائق التفاعل مع الأدوات الخارجية.

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…