بايتแดนس تطلق Trae Agent: وكيل مستقل مدعوم بالنماذج اللغوية الكبيرة لمهام تطوير البرمجيات بشكل عام

أعلنت شركة بايت دانس، العملاقة الصينية وراء منصة تيك توك وغيرها من المنصات العالمية، عن إطلاق "تاير إيженت"، وهو وكيل متعدد الاستخدامات للهندسة البرمجية يستند إلى نماذج اللغات الكبيرة (LLMs). تم تصميم هذا الوكيل لتنفيذ مهام برمجية معقدة عبر تعليمات اللغة الطبيعية، مما يعيد تعريف طريقة تفاعل المطورين مع أنظمتهم. ما هو تاير إيجينت؟ "تاير إيجينت" هو وكيل ذاتي الاستجابة يستند إلى نماذج اللغات الكبيرة ومصمم لتبسيط عملية تطوير البرمجيات. يعمل وكأنه مهندس برمجيات ذو خبرة، حيث يمكنه: تحليل وفهم التعليمات المكتوبة بلغة طبيعية. تنفيذ مهام برمجية معقدة. توليد كود برمجي دقّيق. اقتراح حلول للمشاكل البرمجية. إجراء عمليات فحص وتصحيح الأخطاء. من خلال واجهة سهلة الاستخدام، يمكن للمطورين وصف ما يريدون ببساطة، و"تاير إيجينت" سيقوم بتفسير وتنفيذ هذه التعليمات باستخدام الأدوات الأساسية. هذا الأسلوب يقلل بشكل كبير من العقبات التي تواجه المبتدئين في التعامل مع قواعد بيانات البرمجيات المعقدة. واجهة السطر الأوامر التفاعلية مع دعم النماذج المتعددة 核心中的“塔尔代理”在于其交互式的命令行界面（CLI）。该界面使用户能够： 使用自然语言描述任务。 执行复杂的编程操作。 查看和编辑代码文件。 进行文件和目录管理。 捕获终端输出并评估运行时错误。 "تاير إيجينت" يدعم العديد من مقدمي خدمة نماذج اللغات الكبيرة، بما في ذلك OpenAI و Anthropic. التكاملات الحالية تشمل Claude-4-Sonnet، Claude-4-Opus، Claude-3.7-Sonnet، و Gemini-2.5-Pro. هذا يوفر للمستخدمين المرونة في اختيار النموذج حسب السياق والحاجات الأداء. أداء رائد على معيار SWE-bench Verified حقق "تاير إيجينت" أداءً رائداً (SOTA) على معيار SWE-bench Verified، وهو معيار صارم لتقييم الوكلاء في مجال الهندسة البرمجية على مهام تصحيح الأخطاء الفعلية. هذا الإنجاز ممكن بفضل نظام توليد تصحيحات أحادي الوكيل فعال يتكون من المكونات التالية: أدوات تعديل القاعدة على أساس استبدال السلسلة (str_replace_based_edit_tool): تتيح للوكيل مشاهدة وإنشاء وتحرير الملفات والمجلدات. تعد هذه الأداة أساسية لتعديل الكود بدقة. واجهة bash: توفر بيئة قشرة مستدامة حيث يمكن للوكيل تنفيذ الأوامر، التقاط مخرجات الطرفية، وتقييم أخطاء التشغيل الفعلي، مما يحاكي تدفق عمل مطور البرمجيات على الطرفية. وحدة التفكير التتابعي (sequential_thinking): تحسن قدرات الوكيل الإدراكية. تهيكل خطوات حل المشكلات من خلال تمكين التفكير التكراري، توليد الفرضيات، والتحقق منها، مشابهًا لعملية التفكير لدى المهندس البشري. أدوات الرسم البياني للمعرفة البرمجية (ckg_tools): تبني رسمًا بيانيًا دلاليًا للمعرفة لكل قاعدة بيانات البرمجيات. هذا يسمح للوكيل بالبحث والتفكير بكفاءة حول الفصول، الدوال، وبنية الملفات. إشارة إنجاز المهمة (task_done): تشير إلى نهاية المهمة وتوفير ملخص مهيكل، ضروري لضمان الوضوح والشفافية في الأتمتة. القدرات الرئيسية تم تصميم هندسة "تاير إيجينت" للتعامل بدقة واستقلالية مع تحديات الهندسة البرمجية في العالم الحقيقي. وهو ملائم بشكل خاص لـ: تصحيح الأخطاء البرمجية. كتابة الكود البرمجي الجديد. تحسين الكود الحالي. إجراء عمليات الاختبار والتحقق. إدارة قواعد البيانات البرمجية المعقدة. مصدر مفتوح وبيئة النظام البيئي تم إصدار "تاير إيجينت" بموجب ترخيص MIT، مما يجعله متاحًا لمطوري البرمجيات، الباحثين، وفرق الشركات. يمكن الوصول إلى الكود المصدر وأدلة التثبيت، توضيحات الهندسة، و أمثلة الاستخدام على GitHub. هذا الإصدار يشكل جزءًا من جهد بايت دانس الأوسع لدفع الابتكار في أدوات تطوير البرمجيات المعززة بالذكاء الاصطناعي، مع وضع "تاير إيجينت" كأداة أساسية لبناء الوكلاء الذاتيين في مجالات الهندسة البرمجية. التطبيقات المحتملة تشمل بعض التطبيقات الواعدة لـ "تاير إيجينت": تصحيح الأخطاء الفعلية: يساعد في تحسين جودة الكود وسرعة التصحيح. كتابة الكود البرمجي الجديد: يوفر حلولًا سريعة وفعالة لمهام البرمجة الجديدة. تحسين الأداء: يمكنه تحسين كفاءة الكود القائم وإعادة هيكلته. اختبار التوافق: يساعد في اختبار تطبيقات البرمجيات على مجموعة متنوعة من البيئات والأنظمة. الخلاصة يُعتبر "تاير إيجينت" خطوة كبيرة للأمام في مجال أدوات الهندسة البرمجية الذاتية، فهو يجمع بين قدرات نماذج اللغات الكبيرة وبيئة تحكم بالخطوات المهيكلة. يدعم عدة مزودي نماذج، يوفر ملخصات مباشرة، ويحقق أداءً رائداً على معيار SWE-bench Verified، مما يقدم إطار عمل واعد لautomating تدفقات العمل البرمجية المعقدة. رغم أن المشروع يمر حاليًا بمرحلته التجريبية الأولى (alpha)، إلا أنه تخضع لتطوير مستمر من قبل فريق بايت دانس، ومن المتوقع تحسينات مستمرة في تكامل النماذج، تنسيق المهام، ودعم أدوات المطورين الأوسع. يُشجع المطورون والباحثون على الاستكشاف، المساهمة، وتقديم الملاحظات عبر المستودع المصدر المفتوح. لمزيد من المعلومات، يمكنك visita الصفحة الرئيسية على GitHub. تُنسب جميع حقوق البحث حول هذا المشروع إلى الباحثين المعنيين. كما يمكنك متابعتنا على Twitter، YouTube، وSpotify، ولا تتردد في الانضمام إلى مجتمعنا في Reddit المختص بالتعلم العميق (100k+ ML SubReddit) و الاشتراك في النشرة الإخبارية الخاصة بنا.