Command Palette
Search for a command to run...
برنامج تعليمي عبر الإنترنت | تم تحقيق 41 ألف نجمة: فريق جامعة هونغ كونغ يفتح المصدر لروبوت نانوي مساعد للذكاء الاصطناعي فائق الخفة، وينفذ الوظائف الأساسية لـ OpenClaw في 4000 سطر من التعليمات البرمجية.
لقد أحدثت منصة OpenClaw الرائدة نقلة نوعية في مجال نماذج اللغة، محولةً إياها من مجرد أدوات حوار بسيطة إلى "موظفين رقميين" قادرين على التفاعل المستمر عبر الإنترنت، والتعاون عبر منصات متعددة، واستخدام الأدوات، وتنفيذ المهام. مع ذلك، فإن حجم قاعدة بياناتها الضخمة التي تتجاوز 400 ألف سطر برمجي قد ثبط عزيمة العديد من المطورين عن تعلمها وتطويرها بشكل أكبر.
وفي هذا السياق،قام مختبر ذكاء البيانات بجامعة هونغ كونغ (HKUDS) بنشر برنامج nanobot مفتوح المصدر، وهو مساعد شخصي خفيف الوزن يعمل بالذكاء الاصطناعي.تم ضغط وظيفة الوكيل إلى أقل من 4000 سطر من كود بايثون الخالص، مما قلل التعقيد بشكل ملحوظ بحوالي 991 نقطة TP3T مع الحفاظ على الوظائف الأساسية. وقد حقق هذا التصميم المختصر نجاحًا كبيرًا في مجتمع المصادر المفتوحة، حيث يحظى حاليًا بـ 41.1 ألف نجمة على منصة GitHub.
من حيث الإمكانيات، لم يُضحِّ الروبوت النانوي بالعملية من أجل تصميمه خفيف الوزن؛ بل على العكس، فقد حسّن باستمرار من حدود وظائفه من خلال التحديثات المتواصلة. يدعم الإصدار الأخير قراءة مستندات Office، وإخراج البث المباشر بتقنية SSE باستخدام واجهات برمجة تطبيقات متوافقة مع OpenAI، وموثوقية محسّنة للجلسات المتعددة، وذاكرة مشتركة بين الجلسات، وتشغيل مستقر عبر قنوات متعددة.
في الوقت نفسه، تستمر واجهة المستخدم المدمجة في تحسينها، حيث توفر إمكانية التبديل بين لغات متعددة، والوضع الداكن، وإمكانيات الدردشة الفورية، وتتيح التفاعل المتزامن متعدد الجلسات عبر WebSocket. على مستوى النموذج والنظام البيئي،يدعم برنامج nanobot واجهات نماذج متعددة مثل Kimi K2.6 و MiniMax، وهو متوافق مع حلول الاستدلال المحلية مثل LM Studio.كما أنها تقدم آليات استدعاء أدوات وقت التشغيل (SelfTool) واكتشاف المهارات التلقائي (Dream)، مما يتيح للوكلاء توسيع حدود قدراتهم بشكل ديناميكي.
علاوة على ذلك، خضع المشروع لتحسينات مستمرة في تفاصيله الهندسية، بما في ذلك ضغط السياق، وكتابة الجلسات الذرية، وآليات الإصلاح التلقائي، وتقسيم الرسائل الطويلة (عبر تيليجرام)، وحماية البريد الإلكتروني من الحلقات، وبيئة تنفيذ معزولة أكثر دقة. تُعزز هذه التحسينات بشكل كبير استقرار النظام وتوافره في بيئات الإنتاج الحقيقية. وبالاقتران مع بروتوكول سياق النموذج (MCP)، يُمكن للمطورين أيضًا دمج الأدوات والخدمات الخارجية بمرونة لبناء عمليات مؤتمتة أكثر تعقيدًا.
والأهم من ذلك، أن حاجز التطوير المحيط بالروبوتات النانوية يتم تخفيضه بشكل أكبر - حاليًا،يضم قسم الدروس التعليمية في HyperAI الآن "Nanobot: مساعد شخصي فائق الخفة يعمل بالذكاء الاصطناعي".بعد إعداد البيئة، يتم نشر نموذج GLM-4.7-Flash محليًا باستخدام vLLM. إذا كنت مهتمًا، تفضل بتجربة هذا الوكيل الذكي خفيف الوزن بتقنية الذكاء الاصطناعي مع HyperAI - إنه سهل الاستخدام!
تشغيل عبر الإنترنت:
يتضمن البرنامج التعليمي ما يلي:
- تكوين نشر النموذج المحلي
- خطوات دمج لارك
- الاستخدام الأساسي والاختبار
المزيد من الدروس التعليمية عبر الإنترنت:
نرحب بكم لزيارة موقعنا الإلكتروني الرسمي لمزيد من المعلومات:
تشغيل تجريبي
1. بعد الدخول إلى الصفحة الرئيسية لموقع hyper.ai، حدد صفحة "الدروس التعليمية"، أو انقر فوق "عرض المزيد من الدروس التعليمية"، وحدد "Nanobot: مساعد الذكاء الاصطناعي الشخصي فائق الخفة"، وانقر فوق "تشغيل هذا البرنامج التعليمي".
2. بعد إعادة توجيه الصفحة، انقر فوق "استنساخ" في الزاوية اليمنى العليا لاستنساخ البرنامج التعليمي في الحاوية الخاصة بك.
ملاحظة: يمكنك تبديل اللغات في الزاوية العلوية اليمنى من الصفحة. حاليًا، اللغتان الصينية والإنجليزية متاحتان. سيوضح هذا البرنامج التعليمي الخطوات باللغة الإنجليزية.
3. حدد صور "NVIDIA RTX PRO6000" و "vLLM"، وانقر فوق "متابعة تنفيذ المهمة".
تقدم HyperAI مكافأة تسجيل للمستخدمين الجدد: مقابل $1 فقط، يمكنك الحصول على 20 ساعة من قوة الحوسبة RTX 5090 (بسعر أصلي $7)، والموارد صالحة إلى أجل غير مسمى.
4. انتظر حتى يتم تخصيص الموارد. بمجرد أن تتغير الحالة إلى "قيد التشغيل"، انقر فوق "فتح مساحة العمل" للدخول إلى مساحة عمل Jupyter.
عرض التأثير
بعد إعادة توجيه الصفحة، انقر فوق ملف README الموجود على اليسار واتبع الخطوات الموجودة في الملف لتكوين سطر الأوامر واختباره ودمج التطبيق ذي الصلة (Lark).
نبذة عن الفريق
أُتيحت منصة nanobot رسميًا كمصدر مفتوح من قِبل قسم تطوير البرمجيات بجامعة هونغ كونغ (HKUDS) في فبراير من هذا العام. يقود الفريق هوانغ تشاو، الأستاذ المساعد والمشرف على رسائل الدكتوراه في جامعة هونغ كونغ. تشمل اهتماماته البحثية وكلاء الذكاء الاصطناعي واسعي النطاق، ونماذج اللغة، والتعلم الآلي للرسوم البيانية. وقد حظيت نتائج أبحاثه بأكثر من 17000 استشهاد على جوجل سكولار.
إلى جانب مشروع نانوبوت، أطلق البروفيسور هوانغ تشاو وفريقه العديد من المشاريع مفتوحة المصدر الأخرى ذات التأثير الكبير، بما في ذلك LightRAG وCLI-Anything. وقد حصدت منصة HKUDS مفتوحة المصدر على GitHub أكثر من 240,000 نجمة، ما يضعها ضمن أفضل 50 منصة عالميًا، كما ظهرت في قائمة المشاريع الرائجة على GitHub أكثر من 100 مرة.
