إنشاء مهام سير عمل مستندة إلى الذكاء الاصطناعي الوكيل باستخدام Gemini Nano

تتوفّر واجهة برمجة التطبيقات هذه في إصدار أولي، ولا تخضع لأي اتفاقية مستوى خدمة أو سياسة إيقاف نهائي. قد يتم إجراء تغييرات على واجهة برمجة التطبيقات هذه تؤدي إلى عدم توافقها مع الأنظمة القديمة.

تنبيه: تعتمد مهام سير العمل المستندة إلى الوكلاء واستدعاء الأدوات على توقّعات نماذج الذكاء الاصطناعي التوليدي، والتي قد لا تقترح دائمًا الأداة أو الوسيطات الصحيحة. وتقع على عاتقك مسؤولية سلامة وجودة أي نتائج يتم إنشاؤها أو إجراءات يتم اتخاذها استنادًا إلى توقّعات أدوات النماذج.

تتيح لك مهام سير العمل المستندة إلى الذكاء الاصطناعي الوكيل (com.google.mlkit:genai-agent، إصدار ألفا) في حزمة تعلّم الآلة إنشاء تجارب حوارية مستقلة ومتعددة الجولات على الجهاز فقط تعمل من خلال Gemini Nano وخدمة نظام Android AICore.

تستند فئة AgentRunner إلى فئة GenerativeModel (الوصول المباشر إلى النموذج)، وتعمل على أتمتة الحلقات الوكيلة الكاملة المستندة إلى الأهداف مباشرةً داخل تطبيقك: مراقبة السياق، والاستدلال على إدخالات المستخدم، والتصرف من خلال أدوات Kotlin المكتوبة، وتقييم الملاحظات حتى يتم استيفاء شرط الإنهاء.

الأنماط الشائعة للذكاء الاصطناعي الوكيل

يتم تحسين مهام سير العمل المستندة إلى الذكاء الاصطناعي الوكيل على الجهاز لتنفيذ عمليات استدلال حتمية ومحدّدة، حيث يتم تحويل نية المستخدم إلى إجراءات منظَّمة داخل التطبيق. تشمل الأنماط الشائعة ما يلي:

النقش	مثال
تنفيذ الإجراءات داخل التطبيق والاختصارات	ترجمة الطلبات باللغة الطبيعية إلى أوامر محدّدة للتطبيق، مثل تطبيق تعديلات على الصور في لوحة تعديل، أو تعديل إعدادات التشغيل، أو تبديل إعدادات التطبيق المفضّلة
البحث المنظَّم والحساب المحلي	جلب سجلّ معيّن حسب رقم التعريف (مثل حالة طلب أو رصيد حساب) وإجراء عمليات حسابية متعدّدة الخطوات (مثل استهلاك القروض أو مقاييس اللياقة البدنية)
الفلترة والتنظيم استنادًا إلى المحادثات	الاستعلام عن عناصر التطبيق المحلية وتحسينها بشكل تفاعلي، مثل البحث في قائمة مهام محلية أو فلترة قائمة تشغيل أو ترتيب عناصر الكتالوج استنادًا إلى معايير المستخدم
إدخال موجَّه متعدّد الخطوات	إرشاد المستخدمين خلال عملية إدخال البيانات المنظَّمة خطوة بخطوة، والتحقّق من صحة المدخلات الوسيطة باستخدام الأدوات المحلية قبل الإرسال النهائي

ملاحظة: Gemini Nano هو نموذج يعمل على الجهاز فقط وتم تحسينه لتنفيذ المهام بسرعة وبشكل خاص وحتمي. للحصول على أفضل النتائج، يجب تصميم الأدوات بمسؤوليات مميزة وأنواع واضحة وأوصاف معلَمات موجزة. للاسترجاع الدلالي في الملفات المحلية أو محتوى التطبيق، يمكن للأدوات الاستعلام عن فهارس البحث المحلية أو التضمينات على الجهاز فقط. بالنسبة إلى قواعد المعرفة الضخمة على مستوى الإنترنت أو مجموعات الوكلاء المتعددة المعقدة، ننصحك باستخدام بنية مختلطة مع نماذج سحابية.

الأداء والخصوصية على الجهاز فقط

يتم تشغيل سير العمل المستند إلى الذكاء الاصطناعي الوكيل على Android AICore لتوفير تنفيذ خاص وسريع الاستجابة مباشرةً على جهاز المستخدم:

• الاستدلال المحلي وخصوصية الطلبات: يتم تنفيذ حلقة الاستدلال والتخطيط في النموذج بالكامل على الجهاز فقط بدون أي وقت استجابة للشبكة. تبقى بيانات طلبات المستخدمين خاصة على الجهاز. ومع ذلك، يمكن للأدوات الفردية التي تم تنفيذها في تطبيقك إجراء طلبات الشبكة أو طلب بيانات من Cloud APIs إذا كانت حالة الاستخدام تتطلّب بيانات خارجية.
• جلسات متعددة الردود مُدارة: تحتفظ واجهة AgentSession بسجلّ المحادثات في الذاكرة على مستوى الردود، ما يغنيك عن إدارة النصوص يدويًا. يمكنك استعادة الذاكرة في أي وقت باستخدام الطرق session.close() أو deleteSession(sessionId) أو clearAllSessions().
• قيود التنفيذ: تفرض إعدادات الوكيل حدًا أقصى لعدد الجولات (الحد الأقصى لـ maxTurns، والذي يكون تلقائيًا 10) كـ شرط لإنهاء الموارد لمنع حلقات التنفيذ غير المنضبطة والحفاظ على عمر البطارية وحماية استجابة الجهاز.

الاختيار بين الإنشاء المخصّص والوكلاء وواجهات برمجة التطبيقات الخاصة بمهام معيّنة

تنظّم "حزمة تعلّم الآلة" إمكانات الذكاء الاصطناعي التوليدي على الجهاز فقط حسب مقدار التخصيص والتنسيق الذي تحتاجه الميزة:

• الإنشاء المخصّص والوكلاء: يمكنك العمل مباشرةً مع النموذج الأساسي Gemini Nano عندما تتطلّب الميزة تعليمات مخصّصة أو منطقًا خاصًا بالمجال. اختَر مهام سير العمل المستندة إلى الوكلاء (باستخدام الفئة AgentRunner المبنية على الفئة GenerativeModel) عندما تريد جلسات متعددة الأدوار مُدارة وحلقات استدعاء أدوات مبرمَجة، أو اختَر الوصول المباشر إلى النموذج (باستخدام الفئة GenerativeModel) لإنشاء طلبات مخصّصة أو مخرجات منظَّمة مكتوبة أو سجلّ متعدد الأدوار مُدار من قِبل العميل.
• الكلام والصوت: يمكنك استخدام نماذج مخصّصة للكلام والذكاء الاصطناعي التوليدي (مثل التعرّف على الكلام) لتحويل المحتوى الكلامي الصوتي إلى نص.
• مهام النصوص والصور: يمكنك استخدام أنواع ميزات مُعدّة مسبقًا ومخصّصة للمهام ومحوّلات LoRA محسّنة بالإضافة إلى النموذج الأساسي المشترَك (مثل وصف الصورة والتلخيص والتدقيق اللغوي وإعادة الكتابة) لحالات استخدام الرؤية والكتابة الجاهزة بدون هندسة الطلبات.

يوضّح الجدول التالي مقارنة بين هذه الطرق:

التفكير في الشراء	مهام سير العمل المستندة إلى الذكاء الاصطناعي الوكيل (AgentRunner)	الوصول المباشر إلى النماذج (GenerativeModel)	واجهات برمجة التطبيقات لمهام النصوص والصور
الهندسة المعمارية	طبقة تنسيق عالية المستوى مبنية على GenerativeModel.	واجهة مباشرة لنموذج Gemini Nano الأساسي للطلبات المخصّصة	أنواع الميزات الخاصة بالمهام المستندة إلى محوّلات LoRA المضبوطة بدقة بالإضافة إلى النموذج الأساسي المشترك
سياق المحادثة المترابطة	جلسات مُدارة متعددة الجولات (AgentSession): تحتفظ هذه الميزة بسجلّ المحادثات في الذاكرة تلقائيًا على مستوى الجولات، ما يغنيك عن إدارة النصوص يدويًا (تتيح أيضًا تنفيذ جولة واحدة مؤقتة).	سياق المحادثة المترابطة الذي يديره العميل: يتيح GenerateContentRequest استخدام المحادثات المتعدّدة الأدوار List<Content> (الدوران USER وMODEL) وsessionId للمطوّرين الذين يريدون إدارة سجلّ المحادثات الخاص بهم مباشرةً.	Stateless, single-input task calls.
استدعاء الأدوات والإجراءات	حلقة استدعاء الأدوات المبرمَجة: تكتشف هذه الأداة دوال AppFunctions المسجَّلة في Android، وتنفّذ الطلبات التي يختارها النموذج، وتُعيد إدخال النتائج في النموذج تلقائيًا.	بيانات الأدوات التي يديرها العميل: يقبل GenerateContentRequest مخططات الأدوات ويُصدر طلبات استدعاء الدوال ليتم تنفيذها وإرجاعها يدويًا من خلال تطبيقك.	لا ينطبق (مسار مهام ثابت).
حالات الاستخدام	يمكنك استخدامها عندما تريد تنسيقًا آليًا لتنفيذ الأدوات المتعدّدة الخطوات وإدارة الجلسات المتعدّدة الأدوار في الذاكرة.	يمكنك استخدامها لإنشاء طلبات مخصّصة أو فهم الصور المتعددة الوسائط أو الحصول على مخرجات منظَّمة مكتوبة (@Generable) أو عندما تريد إدارة سجلّ المحادثات أو إرسال الأدوات مباشرةً.	يمكنك استخدامها عندما تتطابق ميزتك مع مهمة كتابة أو رؤية عادية وتريد الحصول على جودة جاهزة من LoRA المضبوطة بدقة مع الحد الأدنى من الإعداد.

الخطوات التالية

• لإعداد مشروعك وإنشاء وكيلك الأول، يُرجى الاطّلاع على بدء استخدام سير العمل المستند إلى الوكلاء.
• لمعرفة كيفية عرض الوظائف داخل التطبيق للوكيل، يُرجى الاطّلاع على تحديد الأدوات.
• لإدارة الجلسات المتعدّدة والذاكرة على مدار مراحل نشاط Android، يُرجى الاطّلاع على إدارة الجلسات ومراحل النشاط.
• لجمع الردود المتسلسلة وتعديل واجهة المستخدم، يُرجى الاطّلاع على أحداث البث وتكامل واجهة المستخدم.