تعرّف Eigent على MiniMax M2.1

في بيئات المؤسسات الحقيقية، تعمل العديد من الأدوات الداخلية ولوحات المعلومات والأنظمة القديمة بالكامل داخل المتصفح. لأتمتة هذه الأنظمة، نستخدم Eigent، وهو تطبيق مفتوح المصدر للعمالة متعددة الوكلاء يعمل محليًا ويمكن إعداده بالكامل من المصدر، مع تركيز قوي على أتمتة المتصفح — ليعمل فعليًا كـ Eigent open source cowork موجود على بنيتك التحتية الخاصة.

في هذه المقالة، نستكشف كيف يستفيد Eigent من CAMEL Workforce وأتمتة المتصفح للتعامل مع مهام مؤسسية معقدة ومتعددة الخطوات. كما نلقي نظرة أقرب على MiniMax M2.1، ونحلل أداءه في سير عمل مؤسسي واقعي والميزات المعمارية التي تمكّنه من العمل بفعالية في سيناريوهات أتمتة المتصفح الوكيلة طويلة الأفق.

الخلفية: ما هو Eigent وكيف يدعم MiniMax M2.1

Eigent هو منتج مفتوح المصدر للعمالة متعددة الوكلاء يعمل على سطح المكتب لديك. وهو مبني على بنية عمالة متعددة الوكلاء، ومدعوم بقدرات عامة مثل أتمتة المتصفح، وأتمتة الطرفية، وMCPs. يتيح هذا التصميم للوكلاء في Eigent تنفيذ المهام بطريقة تشبه إلى حد كبير عمل البشر، والعمل في بيئات سطح مكتب حقيقية دون تكاملات API عميقة أو إعادة تهيئة مستمرة لسير العمل.

ومع استمرار تطور النماذج الأساسية، فإن دمجها مع نظام Eigent مفتوح المصدر متعدد الوكلاء يتيح للمطورين ومستخدمي المؤسسات تطبيق قدرات LLM مباشرة على حالات استخدام واقعية بسرعة وفعالية. يمكنك الانتقال إلى صفحة Model Settings في Eigent، والعثور على قسم OpenAI Compatible، وإدخال مفتاح API وعنوان URL الخاص بك. بمجرد تعيين اسم النموذج إلى MiniMax-M2.1، تكون جاهزًا للبدء. هل تحتاج إلى مساعدة؟ راجع دليلنا حول إعداد مفتاح MiniMax API: https://platform.minimaxi.com/docs/api-reference/text-openai-api.

مستودع GitHub وكيفية إعداد Eigent

مستودع GitHub: https://github.com/eigent-ai/eigent

البدء السريع: يمكنك تشغيل Eigent باستخدام تطبيق سطح المكتب المسبق الترجمة للاستخدام الفوري، أو إعداد بيئة التطوير لفحص الكود وتخصيص الوكلاء.

الخيار A: تطبيق سطح المكتب بدون إعداد

1. حمّل العميل من https://www.eigent.ai/.
2. ثبّت .dmg (macOS) أو .exe (Windows).
3. شغّل التطبيق وسيبدأ الـ backend المحلي تلقائيًا.

الخيار B: إعداد المطور

1. المتطلبات الأساسية: Node.js (v18-22) وPython.
2. استنساخ وتثبيت:

git clone https://github.com/eigent-ai/eigent.git
cd eigent
npm install

3. تشغيل التطبيق:

npm run dev

بعد التشغيل، يمكنك تهيئة مزودي LLM لديك (MiniMax M2.1 وغيرهم) مباشرةً من الإعدادات. لمزيد من المعلومات التفصيلية حول الإعدادات والميزات المتقدمة واستكشاف الأخطاء وإصلاحها، راجع الوثائق الرسمية: https://docs.eigent.ai/get_started/welcome.

تحت الغطاء: الحزمة الكاملة في Eigent وبنية CAMEL Workforce

نظرة عامة على نظام Eigent

Eigent هو تطبيق سطح مكتب محلي أولاً مع تنسيق متعدد الوكلاء، ويعتمد على CAMEL Workforce كمحركه الأساسي. ينفذ النظام بنية مفصولة كاملة الحزمة تعمل بالكامل على البنية التحتية المحلية للمستخدم. يضمن هذا التصميم سيادة البيانات ويتجنب مخاطر الخصوصية المرتبطة بتنفيذ الوكلاء في السحابة.

الواجهة الأمامية

تعمل واجهة المستخدم بوصفها طبقة التحكم لتكوين الوكلاء ومراقبة سير العمل. وهي مبنية باستخدام React وTypeScript ضمن إطار Electron.

تشمل المكونات الرئيسية ما يلي:

• إدارة الحالة: يتولى Zustand الحالة المؤقتة مع استجابة فعّالة.
• التنسيق المرئي: يعرض React Flow مساحة عمل الوكلاء والتنفيذ في الوقت الفعلي.
• الاتصال: تتواصل الواجهة الأمامية مع الواجهة الخلفية عبر طلبات HTTP محلية آمنة.

الواجهة الخلفية

توجد المنطقية الأساسية في خادم Python محلي باستخدام FastAPI وUvicorn، والذي يستضيف إطار العمل متعدد الوكلاء CAMEL.

• بيئة التشغيل: تعمل الواجهة الخلفية على Python 3.10+ وتُدار بواسطة uv لتحقيق حل اعتمادات عالي الأداء وعزل البيئة.
• طبقة التخزين الدائمة: يخزن PostgreSQL، عبر SQLModel وSQLAlchemy ORM، سجلات التدقيق وتاريخ سير العمل وحالات الوكلاء.
• إطار عمل النظام متعدد الوكلاء: يتولى CAMEL منطق التنسيق (على سبيل المثال، workforce)، ويتفاعل مع LLMs سواء كانت بعيدة (على سبيل المثال، MiniMax) أو محلية (على سبيل المثال، vLLM). كما يوفر CAMEL أدوات مثل أدوات المتصفح والطرفية وإنشاء المستندات.

CAMEL Workforce: نظام متعدد الوكلاء مستوحى من الهياكل التنظيمية

في قلب Eigent يقع CAMEL Workforce، وهو نظام متعدد الوكلاء صُمم لحل المهام المعقدة الواقعية من خلال التعاون اللامركزي. يستخدم النظام نمط producer-consumer صارمًا، يتوسطه قناة رسائل غير متزامنة لإدارة مخططات الاعتماد بكفاءة.

أدوار الوكلاء

• وكيل المنسق: يعمل بوصفه الموزع الرئيسي، ويحافظ على الحالة العالمية ويخصص المهام الفرعية بناءً على التوفر والقدرة.
• وكيل المهام: مسؤول عن التفكيك الدلالي للأهداف عالية المستوى إلى وحدات قابلة للتنفيذ وذرية.
• وكيل العامل: ينفذ المهام الفرعية الذرية باستخدام أدوات متخصصة بالمجال.

الاتصال غير المتزامن: TaskChannel

يتم الفصل بين طبقة التنسيق وطبقة التنفيذ عبر TaskChannel. تدير قائمة الرسائل غير المتزامنة هذه توزيع المهام دون حجب سلسلة التنفيذ الرئيسية.

تدفق التنفيذ:

1. تبدأ Workforce مهمة.
2. تتحقق عقد العامل من التعيينات.
3. عند الاكتمال، يتم دفع النتائج إلى الخلف.

إنشاء DAG ديناميكي

نادراً ما تكون سير العمل المؤسسية خطية. ينفذ CAMEL Workforce آلية ديناميكية لإنشاء الرسم البياني الموجه غير الدوري (DAG). عندما يتم استلام prompt عالي المستوى (على سبيل المثال، "إنشاء خطة سفر")، يفكك وكيل المهام هذا الهدف إلى عقد منفصلة.

يقوم النظام بتعيين الاعتماديات، مما يسمح للجدولة بما يلي:

• تنفيذ العقد المستقلة بالتوازي (على سبيل المثال، يعمل "Search flight ticket" و"Search hotel" بالتزامن).
• حظر العقد التابعة حتى تصل أسلافها إلى حالة DONE.

آليات مقاومة الأعطال

نظرًا للطبيعة غير الحتمية لـ LLMs، يعامل Eigent حالات الفشل على أنها انتقالات حالة متوقعة بدلاً من استثناءات قاتلة. تنفذ البنية آلية استرداد باستخدام ما يلي:

• Retry: يعيد تنفيذ المهمة الفرعية على نفس العامل للتعامل مع الأخطاء المؤقتة.
• Replan: يعدّل وكيل المهام المهمة الفرعية الأصلية بناءً على سجل الفشل قبل إعادة وضع المهمة الفرعية في قائمة الانتظار.
• Reassign: تُنقل المهمة الفرعية إلى عامل مختلف يمتلك مجموعة مهارات متوافقة.
• Decompose: إذا فشلت مهمة بسبب التعقيد، يتم تقسيمها إلى مهام فرعية أصغر.

بنية أتمتة المتصفح في Eigent

لا تفتح الأتمتة متعددة الوكلاء قيمة مؤسسية حقيقية إلا عندما تقترن بقدرات عامة قوية مثل أتمتة المتصفح. يعتمد Eigent بنية ذات طبقتين تفصل التحكم في المتصفح عن تنسيق الوكلاء:

• تتولى طبقة TypeScript تفاعلات المتصفح. وهي تستفيد من واجهات Playwright الأصلية لتنفيذ عمليات DOM، والتقاط لقطات منظمة، وإنشاء لقطات SoM، واكتشاف الحجب، والتعامل مع منطق المتصفح المتقدم مباشرة داخل بيئة JavaScript runtime. وبما أن Playwright أصلي في TypeScript، تحصل هذه الطبقة على إمكانية الوصول إلى ميزات مثل _snapshotForAI() وتحسين الأداء والموثوقية.
• تتولى طبقة Python تنسيق الذكاء الاصطناعي. وهي تدير استدعاءات LLM، واتخاذ قرارات الوكلاء، وتخطيط المهام.
• تتواصل الطبقتان بشكل غير متزامن عبر WebSocket، مما يتيح عمليات غير حاجبة. ترسل Python طلبات عمليات المتصفح، وينفذها TypeScript، وتُعاد النتائج إلى حلقة الوكيل.

تحسن هذه البنية الأداء، وتعزز دقة تفاعلات العناصر، وتمكّن قدرات متقدمة مثل تصفية DOM الديناميكية، واللقطات المدركة لمنطقة العرض، وعرض SoM داخل المتصفح. ومن خلال إسناد مهام المتصفح إلى سياق التنفيذ الأصلي، يضمن Eigent أساسًا متينًا لأتمتة المؤسسات القائمة على الوكلاء.

اختبار MiniMax M2.1 على مهام مؤسسية واقعية

اختبرنا Eigent مع MiniMax M2.1 لأتمتة عمليات المبيعات باستخدام قدرات أتمتة المتصفح في Eigent. غطت مهام الوكلاء مراحل حقيقية من دورة المبيعات، بما في ذلك التقاط العملاء المحتملين وإنشاؤهم، والتأهيل وإدارة المسار، وإعداد العروض، والتفاوض، والإغلاق، وإدارة المنتجات.

عبر التشغيلات التجريبية، أظهر MiniMax M2.1 باستمرار ثلاث نقاط قوة:

1. يتعامل جيدًا مع هياكل الصفحات المعقدة، بما في ذلك iframes والعناصر المتداخلة.
2. يراجع أفعاله الخاصة ليبقى دقيقًا ويحافظ على قِصر الخطوات.
3. يستخدم الأدوات بكفاءة ومرونة، متجنبًا الخطوات غير الضرورية.

المهمة:

"لدينا جهة اتصال جديدة في Global Media - Jennifer Martinez (jennifer.m@globalmedia.com) هي Senior Marketing Manager الجديدة لديهم. أضفها إلى Salesforce لدينا وتأكد من أنها مرتبطة بالشركة الصحيحة."

في هذه المهمة، عمل MiniMax M2.1 داخل واجهة Salesforce معقدة لإضافة جهة اتصال جديدة، Jennifer Martinez (Senior Marketing Manager)، إلى Global Media والتأكد من ربطها بشكل صحيح بالحساب المناسب. تطلب ذلك التنقل عبر عدة طبقات من الواجهة، وتحديد نقاط الدخول الصحيحة، وإنشاء جهة الاتصال، وملء الحقول الأساسية، والتحقق من ارتباط الحساب.

تُظهر النتائج أن MiniMax M2.1 نفذ كل خطوة بدقة دون نقرات خاطئة أو تعطل في سير العمل. وهذا يوضح قدرة النموذج القوية على فهم واجهات المستخدم المؤسسية المعقدة، وتخطيط الإجراءات متعددة الخطوات، وتنفيذ المهام من البداية إلى النهاية بشكل موثوق.

كيف يحسن MiniMax M2.1 أداء المهام

يُعد MiniMax M2.1 خيارًا قويًا للوكلاء المؤسسيين المستقلين. فهو يتعامل مع المهام طويلة الأفق ومتعددة الخطوات بموثوقية ويقدم توازنًا بين الأداء والكفاءة والتنوع.

تحسين الاستدلال واستمرارية سير العمل

مقارنةً بسلفه، ينتج M2.1 سلاسل استدلال أكثر إيجازًا وكفاءة، واستجابة أفضل، واستهلاكًا أقل للرموز. وهو مصمم لإدارة أفضل للسياق عبر خطوات متعددة، مما يساعد على الحفاظ على الاستمرارية المنطقية أثناء استدعاءات الدوال ويقلل من احتمال حدوث أخطاء لاحقًا في سير العمل.

قدرات التعميم لدى الوكيل والأدوات

يعمل M2.1 بشكل جيد عبر مجموعة متنوعة من أطر بناء الوكلاء وبيئات الأدوات. كما يعمم بشكل موثوق مع أدوات مختلفة ويدعم سير العمل المتكاملة، مما يجعله عمليًا لأتمتة المؤسسات.

المتانة في التخطيط طويل الأفق

غالبًا ما تنطوي أتمتة المؤسسات على عدم يقين، مثل حالات واجهة المستخدم الديناميكية، وتأخيرات التحميل، والتفاعلات غير المتوقعة. ومن خلال تحسين الاستدلال وكفاءة التنفيذ، يُظهر M2.1 قدرة على الصمود في تسلسلات المهام الأطول.

استكشف Eigent وMiniMax M2.1

Eigent مفتوح المصدر بالكامل، وندعو المطورين والباحثين وفرق المؤسسات إلى الاستكشاف والتوسعة والمساهمة:

• GitHub: https://github.com/eigent-ai/eigent
• Hugging Face: https://huggingface.co/MiniMaxAI/MiniMax-M2.1
• Discord: https://discord.camel-ai.org/