Deepseek-agent: كيف تكتب Claude Code الخاص بك في 2000 سطر من الكود
أنشأ مطور Claude Code خاصًا به لـ DeepSeek في ليلة واحدة بدلًا من استخدام واجهة API الخاصة بـ Anthropic. النتيجة: نحو 2000 سطر من Node.js خالص، من دون أطر عمل،
شارك مطور على Habr قصة مثيرة للاهتمام: كيف، في ليلة واحدة، كتب نسخته الخاصة تماماً من Claude Code — مساعد ذكاء اصطناعي محبوب في المحطة الطرفية يعمل من سطر الأوامر. بدلاً من أن يكون مرتبطاً بـ API الخاص بـ Anthropic، اختار DeepSeek وقام ببناء كل شيء من الصفر بـ Node.js النقي، مما أنشأ أداة بسيطة لكن قوية حقاً.
لماذا تبني نسختك الخاصة
Claude Code بلا شك أداة قوية وعالمية، لكن لديها مشكلة حرجة واحدة لعديد من المطورين: إنها مرتبطة بقوة بنظام Anthropic البيئي و API الخاص به. أراد المطور الحصول على وظائف مشابهة، لكن تعمل مع DeepSeek — موفر بديل يتطور بسرعة ويقدم إمكانيات مثيرة للاهتمام للتجارب المستقلة. بدلاً من استخدام الأطر الجاهزة والمكتبات الثقيلة، قرر بناء كل شيء من الصفر. سمح هذا النهج له بالتحكم في كل تفصيل من التنفيذ، وتجنب التبعيات غير الضرورية، وإنشاء حل خفيف الوزن وسريع حقاً يمكن تعديله بسرعة وفقاً لاحتياجاته المحددة.
ما الذي ظهر في الممارسة العملية
يسمى المشروع deepseek-agent ويحتوي على حوالي 2000 سطر من الكود النظيف والمنظم جيداً. لكن الإنجاز الرئيسي هو الحد الأدنى من التبعيات. اقتصر المؤلف على أربع مكتبات خارجية فقط، تحل كل منها مهمة محددة:
- openai — SDK للعمل مع DeepSeek API (متوافق بالكامل مع بروتوكول OpenAI)
- fast-glob — بحث سريع وفعال عن الملفات في نظام الملفات
- dotenv — تحميل مناسب لمتغيرات البيئة من ملف .env
- @modelcontextprotocol/sdk — دعم بروتوكول السياق النموذجي للتكامل مع الأدوات والخدمات الخارجية
لا توجد أطر عمل ثقيلة مثل Express أو طبقات استخلاص أخرى تضيف كود بدون إضافة وظائف. كل شيء مبني على Node.js النقي، مما يجعل الكود المصدري بسيطاً في الفهم وسهل التعديل وسريع في التنفيذ.
ما هي المفاهيم الرئيسية المنفذة
على الرغم من الاختزال والحد الأدنى للكود، يطبق deepseek-agent جميع الآليات الرئيسية التي تجعل مساعد الذكاء الاصطناعي الحديث مفيداً وآمناً حقاً:
- Tool use — يمكن للوكيل استدعاء الوظائف بشكل مستقل: أوامر bash، عمليات الملفات (القراءة والكتابة والحذف)، أدوات MCP من الأنظمة الأخرى
- Permissions — نظام إدارة التحكم في الوصول الذي يسمح للمستخدمين بالموافقة على العمليات المحتملة الخطورة قبل التنفيذ
- Memory — يتذكر الوكيل السياق بين الطلبات ويمكنه الإشارة إلى تفاصيل المحادثات السابقة
- Context compaction — ضغط ذكي تلقائي لسجل المحادثة مع نموها، لتوفير الرموز والحفاظ على الحجم ضمن حدود معقولة
- Subagents — القدرة على تشغيل وكلاء متداخلين لمعالجة متوازية ومستقلة للمهام المختلفة
« قد يبدو أنه ليس من الصعب جداً بناء وكيلك الخاص، لكن هناك تفاصيل
دقيقة »، يلاحظ المؤلف.
حيث تبدأ التعقيدات الحقيقية
لكل واحد من هذه المفاهيم مخاطره الخاصة التي تبعد كل البعد عن أن تكون واضحة للوهلة الأولى. يتطلب نظام الأذونات تصميماً معمارياً دقيقاً جداً لتجنب إنشاء ثغرات في التحكم بالأمان. يجب إجراء ضغط السياق بطريقة ذكية وحساسة لحفظ المعلومات المهمة حقاً وعدم فقدان التفاصيل الرئيسية من المحادثات السابقة. يتطلب العمل مع بروتوكول MCP فهماً عميقاً لمواصفاته وجميع تفاصيل التفاعل مع الأدوات الخارجية. يلاحظ المؤلف أنه حتى في 2000 سطر من الكود، كان هناك عدد كبير جداً من الأماكن حيث كان يتعين حساب حالات الحافة بعناية، ومعالجة الأخطاء بشكل صحيح وأنيق، والتنبؤ بسيناريوهات الفشل والخلل المختلفة.
ماذا يعني هذا لنظام الذكاء الاصطناعي البيئي
يثبت هذا المشروع أن مساعدي الذكاء الاصطناعي القويين والمتكاملين تماماً يمكن تحقيقهم تماماً للمطورين ذوي الخبرة دون أن يكونوا مرتبطين بموفر واحد. لا يوفر النهج البسيط مع التبعيات المحدودة الكود فحسب، بل يبسط أيضاً الصيانة، مما يجعل الحل أكثر موثوقية وقابلية للفهم بشكل ملحوظ. تتيح البنية المعمارية النمطية لك الاتصال بسهولة بموفري جدد (Claude و Grok والنماذج المحلية) بدلاً من DeepSeek، ببساطة بدلاً من استبدال عميل API وعدد قليل من معاملات الإعدادات.