شرح المكونات الإضافية والدوال في Semantic Kernel لمطوري .NET وPython

By Mirko Peters · 2026-10-23

تعرّف على كيفية ربط المكونات الإضافية والدوال في Semantic Kernel للكود المخصص بنماذج الذكاء الاصطناعي بأمان. أتقن كتابة الأوصاف، وOpenAPI، وخوادم MCP، وحدود الأدوات.

Automatically translated with AI from the original post. Read the English original

تشكّل المكونات الإضافية والدوال في Semantic Kernel اللبنات الأساسية التي تتيح لنماذج اللغة التفاعل بأمان مع البرمجيات الخارجية. فمن خلال إرفاق أوصاف بلغة طبيعية بالكود المخصص، يستطيع المطورون تمكين نماذج الذكاء الاصطناعي من اكتشاف الدوال المؤسسية وتخطيطها وتنفيذها تلقائيًا، دون ترميز المنطق بشكل ثابت أو المخاطرة بكشف قاعدة البيانات مباشرةً.

النقاط الرئيسية

• تجمع المكونات الإضافية في Semantic Kernel الدوال ذات الصلة معًا لعرض قدرات البرمجيات المخصصة مباشرةً على نماذج اللغة الكبيرة.
• أوصاف الدوال تعليمات بالغة الأهمية للذكاء الاصطناعي؛ فالأوصاف الغامضة أو الضعيفة تدفع النموذج إلى التخمين بشكل خاطئ أو إلى الفشل كليًا.
• يمكن كتابة المكونات الإضافية أصلًا بلغة C# أو Python أو Java، أو استيرادها عبر مواصفات OpenAPI، أو دمجها من خلال خوادم Model Context Protocol (MCP).
• تغليف اتصالات قواعد البيانات وعملاء الويب داخل المكونات الإضافية يمنع نموذج الذكاء الاصطناعي من الوصول المباشر إلى البنية التحتية الحساسة.
• الالتزام بتوصيات OpenAI بالإبقاء على قوائم الأدوات النشطة دون عشرة إلى عشرين دالة يحافظ على دقة عالية للنموذج أثناء التنفيذ.

فهم المكونات الإضافية والدوال

عندما يبدأ المطورون ببناء تطبيقات تربط قواعد الشيفرة البرمجية التقليدية بنماذج اللغة الكبيرة، يدركون سريعًا أن هذه النماذج بارعة في توليد النصوص لكنها عاجزة تمامًا عن تنفيذ الأوامر التشغيلية بمفردها. فالنموذج لا يستطيع الاستعلام عن قاعدة بيانات العملاء، أو إرسال بريد إلكتروني، أو تشغيل إضاءة المكتب الذكية، دون وجود طبقة وسيطة. وفي بنية Semantic Kernel، يُبنى هذا الجسر المفقود باستخدام المكونات الإضافية والدوال.

الدالة ببساطة قطعة من الشيفرة القياسية، مكتوبة بلغة C# أو Python أو Java، تنفّذ مهمة محددة. ما يحوّل الدالة العادية إلى أداة جاهزة للذكاء الاصطناعي هو الوصف المرافق لها بلغة طبيعية. عندما يسجّل تطبيقك دالة لدى النواة (kernel)، فإنك ترفق بها بيانات وصفية توضح ما تفعله الدالة، وما المعاملات التي تحتاجها، وما البيانات التي تعيدها. ويقرأ نموذج اللغة الكبير هذه الأوصاف وقت التشغيل ليحدد متى يستدعي الشيفرة الخاصة بك وكيف.

تشريح دالة موصوفة بشكل جيد

يتعامل المبتدئون غالبًا مع أوصاف الدوال على أنها تعليقات اختيارية أو تفاصيل توثيق ثانوية، لكن ضمن منظومة Semantic Kernel يكون الوصف هو التعليمات البرمجية الفعلية الموجّهة للنموذج. فإذا كان وصف الدالة غامضًا أو ملتبسًا أو تقنيًا بشكل مفرط، فسيسيء نموذج اللغة فهم غرضها أو يتجاهل استخدامها كليًا.

كتابة أوصاف فعّالة للذكاء الاصطناعي

لضمان موثوقية عالية في بيئات الإنتاج، يجب كتابة أوصاف الدوال كما لو كنت تشرح هذه القدرة لزميل بشري جديد. فبدلًا من وصف أداة بحث بالشكل get_ord_st() دون أي سياق، ينبغي أن يوضح المكوّن الإضافي صراحةً أن الدالة تسترجع حالة طلب العميل عبر أخذ معرّف الطلب كنص، وتعيد تفاصيل التنفيذ الحالية. فالمدخلات الواضحة، والأنواع المحددة بدقة، والشروح الوظيفية الدقيقة، تُزيل التخمين عن النموذج.

مصادر المكونات الإضافية: الشيفرة، وOpenAPI، وخوادم MCP

يوفر Semantic Kernel مرونة كبيرة، إذ يتيح للمطورين الحصول على المكونات الإضافية من ثلاثة مصادر مختلفة. ويحدد فهم مصدر المكونات الإضافية مدى سهولة توسيعها ومشاركتها بين فرق الهندسة.

المكونات الإضافية البرمجية الأصلية

أبسط طريقة هي كتابة الإضافات (Plugins) مباشرةً داخل قاعدة شيفرة التطبيق الحالي، باستخدام اللغة الأصلية التي يدعمها مشروعك. سواء كنت تبني واجهة خلفية للمؤسسات بلغة C# أو خط معالجة بيانات بلغة Python، فإن دواليبك المخصصة تتكامل بسلاسة مع الحاوية الأساسية (Kernel).

OpenAPI وبروتوكول سياق النموذج (MCP)

إلى جانب الشيفرة الأصلية، يمكنك استيراد قدرات خارجية باستخدام صيغ ويب موحّدة مثل OpenAPI. كما تستفيد التطبيقات الحديثة من خوادم Model Context Protocol (MCP). تتيح خوادم MCP لفريق مركزي بناء قدرة آمنة مرةً واحدة ومشاركتها عبر عدة تطبيقات وبيئات تطوير، ما يمكّن صنّاع الحلول منخفضة الشيفرة ومهندسي البرمجيات من الوصول إلى منطق العمل نفسه تماماً.

أفضل الممارسات الأمنية والمعمارية

من أقوى المزايا المعمارية لاستخدام إضافات Semantic Kernel هو العزل. فالإضافة المصمَّمة جيداً تعمل كحدٍّ آمن يفصل بين نموذج اللغة وبنيتك التحتية المؤسسية. تُغلّف الإضافة اتصالات قواعد البيانات الداخلية ومفاتيح واجهات البرمجة وعملاء الويب الحساسة داخلياً. لا يتعامل نموذج الذكاء الاصطناعي أبداً مع بيانات اعتمادك أو جداول قاعدة البيانات الخام؛ بل يرى فقط وصف الدالة بنص عادي والمخرجات المنقّاة التي تعيدها حلقة التنفيذ.

إدارة حدود الأدوات لتحقيق أعلى دقة

يُغري المطوّرين بناء صناديق أدوات ضخمة تحتوي على عشرات أو مئات الدوال، غير أن البيانات التجريبية الصادرة عن OpenAI تدعو إلى الحذر. فدقة النموذج تنخفض بشكل ملحوظ كلما زادت قائمة الأدوات المتاحة. وتقتضي أفضل الممارسات إبقاء الأدوات النشطة في الطلب الواحد أقل من عشرة، وتجنّب تجاوز إجمالي عشرين بشكل صارم. فالدوال القليلة والمركّزة تتفوق باستمرار على مكتبة مكتظة من الأدوات الثانوية.

الخاتمة

إتقان إضافات الدوال في Semantic Kernel هو المفتاح لتحويل نماذج اللغة الثابتة إلى وكلاء ديناميكيين قادرين على تنفيذ مسارات العمل الواقعية. فمن خلال صياغة أوصاف دقيقة للدوال، والاستفادة من معايير OpenAPI وMCP، والحفاظ على حدود أمنية صارمة، يمكن للمطورين بناء تطبيقات ذكاء اصطناعي متينة وقابلة للتوسع دون كشف البنية التحتية الحساسة. لمعرفة المزيد عن طريقة تنسيق النواة للذاكرة والموصلات والتخطيط، استمع إلى الحلقة الكاملة من بودكاست M365 FM للحصول على شرح كامل وخالٍ من المصطلحات المعقدة لطبقة تنسيق الذكاء الاصطناعي لدى Microsoft.

الأسئلة المتداولة

ما هي إضافة Semantic Kernel؟

إضافة Semantic Kernel هي مجموعة من الدوال ذات الصلة تُتاح لنموذج لغوي كبير، ما يتيح للذكاء الاصطناعي فهم منطق البرمجيات المخصص واستدعاءه تلقائياً.

لماذا تُعدّ أوصاف الدوال بالغة الأهمية في Semantic Kernel؟

تعمل أوصاف الدوال كتعليمات لنموذج الذكاء الاصطناعي. يقرأ النموذج هذه الأوصاف ليقرر أي دالة يستدعي، لذا فإن الأوصاف الغامضة تؤدي إلى فشل التنفيذ أو تخمينات خاطئة.

هل يمكن لنماذج الذكاء الاصطناعي الوصول إلى قاعدة بياناتي مباشرةً عبر الإضافات؟

لا. تُغلّف الإضافات التفاصيل الحساسة مثل اتصالات قواعد البيانات وبيانات الاعتماد، مما يضمن أن نموذج الذكاء الاصطناعي يتعامل فقط مع أوصاف بنص عادي ومخرجات دوال منقّاة.

كم عدد الدوال التي ينبغي تضمينها في طلب إضافة واحد؟

يُوصى بإبقاء الأدوات النشطة أقل من عشرة، مع حد أقصى صارم هو عشرون، لمنع تدهور دقة النموذج الناجم عن تحميل الأدوات بشكل زائد.