تشغيل الوكلاء المؤسسيين مع Eigent و Gemini 3 Pro

الملخص

في البيئات المؤسسية الواقعية، تعمل العديد من الأدوات الداخلية ولوحات البيانات والأنظمة القديمة بالكامل داخل المتصفح، ما يجعلها العمود الفقري للعمليات اليومية للأعمال. لأتمتة هذه الأنظمة المعقدة، نقدم Eigent، وهو تطبيق مفتوح المصدر لقوى عاملة متعددة الوكلاء يعمل محليًا ويمكن إعداده بالكامل من المصدر، مع تركيز قوي على أتمتة المتصفح — ليعمل عمليًا كـ Eigent open source cowork الخاص بك لعمليات سير العمل المؤسسية.

في هذه التدوينة، نستكشف كيف يستفيد Eigent من بنية Workforce الخاصة بـ CAMEL وأتمتة المتصفح للتعامل مع مهام مؤسسية معقدة ومتعددة الخطوات. كما نلقي نظرة أعمق على Gemini 3 Pro، ونحلل أداءه في ثلاث مهام مؤسسية واقعية ونفحص الخصائص المعمارية التي تمكّنه من الأداء بفاعلية في سيناريوهات أتمتة المتصفح الوكيلة طويلة الأفق.

الخلفية: ما هو Eigent وكيف يدعم Gemini 3 Pro

Eigent هو منتج مفتوح المصدر متعدد الوكلاء يعمل على سطح المكتب لديك. وهو مبني ببنية قوى عاملة 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 — عبر العمل في بيئات سطح مكتب حقيقية، دون الحاجة إلى تكاملات API عميقة أو إعادة تهيئة مستمرة لسير العمل.

ومع استمرار تطور النماذج الأساسية، فإن دمجها مع نظام Eigent المفتوح المصدر متعدد الوكلاء يمكّن المطورين ومستخدمي المؤسسات من تطبيق قدرات LLM مباشرة على حالات الاستخدام الواقعية بسرعة وفاعلية. ولهذا السبب دمج Eigent Gemini 3 Pro فور صدوره.

لبدء الاستخدام في وضع السحابة، ما عليك سوى اختيار Gemini 3 Pro من القائمة المنسدلة العلوية. أو، إذا كنت تفضل Bring Your Own Key، فانتقل إلى صفحة إعدادات النموذج في Eigent، وحدد قسم Gemini، وأدخل مفتاح API الخاص بك. بمجرد ضبط اسم النموذج على Gemini 3 Pro، ستكون جاهزًا للبدء. تحتاج إلى مساعدة؟ راجع دليلنا حول [تهيئة مفتاح Google Gemini API الخاص بك].

للحصول على شرح خطوة بخطوة، شاهد الفيديو التعليمي أدناه.

مستودع Github وكيفية إعداد Eigent

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

البدء السريع: إعداد البيئة

لديك طريقتان لتشغيل Eigent: استخدام تطبيق سطح المكتب المسبق الترجمة للاستخدام الفوري، أو إعداد بيئة التطوير لفحص الشيفرة وتخصيص الوكلاء.

الخيار A: تطبيق سطح المكتب "عديم الإعداد"

للمستخدمين الذين يرغبون في البدء بأتمتة المهام فورًا دون لمس الشيفرة:

1. حمّل العميل من الموقع الرسمي.
2. ثبّت .dmg (macOS) أو .exe (Windows).
3. شغّل التطبيق — سيبدأ الـ backend المحلي تلقائيًا.

الخيار B: إعداد المطور

للوصول إلى الشيفرة المصدرية وتشغيل النظام محليًا للتطوير، اتبع الخطوات التالية:

1. المتطلبات الأساسية تأكد من تثبيت Node.js (v18-22) وPython.

2. الاستنساخ والتثبيت

# Clone the repository
git clone https://github.com/eigent-ai/eigent.git
cd eigent

# Install frontend dependencies
npm install

3. تشغيل التطبيق

# Return to root and run dev mode
npm run dev

بمجرد التشغيل، يمكنك تهيئة مزودي LLM لديك (Gemini 3 Pro، إلخ) مباشرة من الإعدادات. لمزيد من المعلومات التفصيلية حول التهيئة والميزات المتقدمة واستكشاف الأخطاء وإصلاحها، يرجى الرجوع إلى التوثيق الرسمي.

تحت الغطاء: الواجهة الكاملة لـ Eigent وبنية CAMEL Workforce

نظرة عامة على نظام Eigent

يُعد Eigent تطبيق سطح مكتب محلي أولًا مع تنسيق متعدد الوكلاء، مدعومًا بـ CAMEL Workforce بصفته محركه الأساسي. ينفذ النظام بنية كاملة المكدس مفصولة، تعمل بالكامل على البنية التحتية المحلية للمستخدم. يضمن هذا التصميم سيادة البيانات بشكل صارم، ويزيل مخاطر الخصوصية المرتبطة بتنفيذ الوكلاء المقيم في السحابة.

1. الواجهة الأمامية

تعمل واجهة المستخدم بمثابة لوحة التحكم لتكوين الوكلاء ومراقبة سير العمل. وهي مبنية باستخدام React و TypeScript ضمن إطار Electron.

تشمل المكونات التقنية الرئيسية ما يلي:

• إدارة الحالة: يُستخدم Zustand للتعامل مع حالة التطبيق العابرة، مما يضمن استجابة فعالة.
• التنسيق البصري: يتم دمج React Flow لإظهار مساحة عمل الوكيل وتتبع تنفيذ الوكلاء في الوقت الفعلي.
• الاتصال: تتواصل الواجهة الأمامية مع الواجهة الخلفية عبر طلبات HTTP محلية آمنة.

2. الواجهة الخلفية

تكمن المنطقية الأساسية في خادم Python محلي يستخدم FastAPI و Uvicorn، ويعمل كبيئة استضافة لإطار العمل متعدد الوكلاء CAMEL.

• بيئة التشغيل: تعمل الواجهة الخلفية على Python 3.10+، وتتم إدارتها بواسطة uv لتحقيق حل اعتمادات عالي الأداء وعزل للبيئة.
• طبقة الاستمرارية: يوفر PostgreSQL، عبر واجهة SQLModel/SQLAlchemy ORM، تخزينًا قويًا للبيانات المنظمة الخاصة بسجلات التدقيق وسجل سير العمل وحالات الوكلاء.
• إطار العمل متعدد الوكلاء: يتولى إطار العمل CAMEL منطق تنسيق الوكلاء (مثل workforce)، ويتفاعل مع نماذج اللغة الكبيرة (LLMs) سواء كانت بعيدة (مثل Gemini) أو محلية (مثل عبر vLLM) لتشغيل الوكلاء. كما يوفر إطار العمل CAMEL مجموعة غنية من الأدوات مثل browser toolkit وterminal toolkit وdocument generation toolkit.

CAMEL Workforce: نظام متعدد الوكلاء مستوحى من الهياكل التنظيمية

في قلب Eigent يكمن CAMEL Workforce، وهو نظام متعدد الوكلاء صُمم لحل المهام المعقدة الواقعية عبر التعاون اللامركزي. يستخدم النظام نمط Producer-Consumer صارمًا، يتم توسطه عبر قناة رسائل غير متزامنة لإدارة رسوم الاعتماد البياني بكفاءة.

1. أدوار الوكلاء

• الوكيل المنسق: يعمل كموزع رئيسي. يحتفظ بالحالة العالمية ويخصص المهام الفرعية إلى عمال محددين بناءً على التوفر والقدرة.
• وكيل المهام: يتولى التفكيك الدلالي للأهداف عالية المستوى إلى وحدات قابلة للتنفيذ وذرية.
• وكيل العامل: يعمل كوحدة التنفيذ المتخصصة. يستهلك وكلاء العامل المهام الفرعية الذرية وينفذونها باستخدام أدوات خاصة بالمجال.

2. الاتصال غير المتزامن: TaskChannel

يتم تحقيق الفصل بين طبقة التنسيق وطبقة التنفيذ عبر TaskChannel. تدير قائمة الرسائل غير المتزامنة هذه توزيع المهام دون حظر خيط التنفيذ الرئيسي.

تدفق التنفيذ:

1. تبدأ القوى العاملة مهمة.
2. تستقصي عُقد العامل عن الإسنادات.
3. عند الاكتمال، تُعاد النتائج.

3. بناء DAG ديناميكي

سير العمل المؤسسي نادرًا ما يكون خطيًا. ينفذ CAMEL Workforce آلية بناء Directed Acyclic Graph (DAG) ديناميكية. عند استلام prompt عالي المستوى (مثل "Create Travel Plan"), يقوم وكيل المهام بتفكيك هذا الهدف إلى عقد منفصلة.

يرسم النظام الاعتماديات بشكل صريح، ما يسمح للجدولة بما يلي:

• تنفيذ العقد المستقلة بالتوازي (مثل Search Flight Ticket و Search Hotel يعملان بالتزامن).
• حظر العقد التابعة حتى تصل أسلافها إلى حالة DONE.

4. آلية مقاومة الأعطال

نظرًا للطبيعة غير الحتمية لـ LLMs، يتعامل Eigent مع الإخفاقات كتحولات حالة متوقعة بدلًا من استثناءات قاتلة. تنفذ البنية آلية استرداد قوية باستخدام الاستراتيجيات التالية:

• RETRY: يعيد تنفيذ المهمة الفرعية على نفس العامل للتعامل مع الأخطاء المؤقتة.
• REPLAN: يغيّر وكيل المهام المهمة الفرعية الأصلية بناءً على سجل الفشل قبل إعادة وضع المهمة الفرعية في قائمة الانتظار.
• REASSIGN: تُنقل المهمة الفرعية من العامل الحالي إلى وكيل مختلف يمتلك مجموعة مهارات متوافقة.
• DECOMPOSE: إذا فشلت مهمة بسبب التعقيد المفرط، يتم تفكيكها تكراريًا إلى مهام فرعية أصغر.

بنية أتمتة المتصفح في Eigent

ومع ذلك، لا يمكن لبنية القوى العاملة متعددة الوكلاء أن تطلق العنان لأتمتة مؤسسية حقيقية إلا عندما تقترن بالقوة المتنامية للقدرات العامة مثل أتمتة المتصفح. ولهذا نؤكد على بناء وكلاء يمكنهم العمل مباشرة داخل بيئات الأعمال الحقيقية بدلًا من الاعتماد فقط على تكاملات API الصارمة.

يتبنى Eigent بنية من طبقتين تفصل التحكم في المتصفح عن تنسيق الوكلاء:

• طبقة TypeScript مسؤولة عن جميع تفاعلات المتصفح. وهي تستفيد من واجهات Playwright الأصلية لتنفيذ عمليات DOM، والتقاط لقطات منظمة، وإنشاء لقطات SoM، واكتشاف العوائق، والتعامل مع منطق المتصفح المتقدم مباشرة داخل بيئة JavaScript. وبما أن Playwright مدمج أصلاً في TypeScript، تحصل هذه الطبقة على إمكانية الوصول إلى ميزات متقدمة مثل _snapshotForAI() وتضمن أداءً وموثوقية وتجربة تطوير أفضل.
• طبقة Python تتولى التنسيق مع الذكاء الاصطناعي. وهي تدير استدعاءات LLM، واتخاذ قرارات الوكلاء، وتخطيط المهام. يتيح هذا الفصل لـ Python التركيز على منطق الوكلاء، حيث تتفوق منظومة Python في الذكاء الاصطناعي وتنسيق سير العمل.
• تتواصل الطبقتان بشكل غير متزامن عبر WebSocket، مما يتيح عمليات غير حاجزة. ترسل Python طلبات عمليات المتصفح، وتنفذها TypeScript ثم تعيد النتائج. التفاعل شفاف للمستخدم النهائي ويدعم تنفيذ المهام بالتوازي.

تحسن هذه البنية الأداء، وتعزز دقة التفاعل مع العناصر، وتمكّن من قدرات متقدمة مثل تصفية DOM الديناميكية، واللقطات الواعية بمنفذ العرض، وعرض SoM داخل المتصفح. كما تتجنب قيود التطبيقات المعتمدة على Python فقط، مثل الكمون العالي، والوصول المحدود إلى داخليات المتصفح، ومنطق معالجة الصور المعقد. ومن خلال تفويض مهام المتصفح إلى سياق التنفيذ الأصلي، يضمن Eigent أساسًا قويًا لأتمتة المؤسسات المعتمدة على الوكلاء.

أثناء تنفيذ مهام متعددة الوكلاء في سيناريوهات أتمتة المؤسسات، توفر الأتمتة المعتمدة على المتصفح ميزة طبيعية في وضوح العملية. فكل خطوة شفافة وقابلة للفحص وسهلة التصحيح، مما يجعلها أكثر عملية بكثير لسير العمل المعقد والمتطور.

اختبار Gemini 3 Pro في مهام مؤسسية واقعية مع أتمتة متصفح Eigent

لقد اختبرنا Eigent مع Gemini 3 Pro لأتمتة عمليات المبيعات باستخدام قدرات أتمتة المتصفح في Eigent. تتمثل مهام الوكلاء في أتمتة المراحل المختلفة لدورة المبيعات الواقعية، بما في ذلك التقاط العملاء المحتملين وإنشاؤهم، والتأهيل وإدارة مسار العمل، وإعداد عروض الأسعار، والتفاوض، والإغلاق، وإدارة المنتجات.

عبر عمليات التشغيل التجريبية، أظهر Gemini 3 Pro باستمرار ثلاث نقاط قوة رئيسية:

1. يتعامل جيدًا مع هياكل الصفحات المعقدة، بما في ذلك iframes والعناصر المتداخلة: يمكنه العثور على المحتوى والأزرار الصحيحة بموثوقية، حتى في التخطيطات المعقدة.
2. يفحص أفعاله الخاصة ليبقى دقيقًا ويختصر الخطوات: يستخدم حلقة تغذية راجعة لتصحيح الأخطاء والتأكد من أن المهمة أُنجزت بالشكل الصحيح.
3. يستخدم الأدوات بكفاءة ومرونة: يتجنب الخطوات غير الضرورية ويعرف كيف يدمج الأدوات بذكاء عند الحاجة.

المهمة النموذجية 1:

حدّد جميع شركات B2B في دفعتَي Y Combinator لفصلي الشتاء والصيف 2025 التي يرتبط تركيزها الصناعي بالتسويق. بعد الحصول على قائمة الشركات كاملة، ابحث بشكل مستقل في معلومات منتج كل شركة بالتفصيل واجمع جميع النتائج في ملف CSV نظيف ومنظم جيدًا.

توضح هذه المهمة قدرة الوكيل على التعامل مع التنقل التكراري واستخراج البيانات الديناميكية. بخلاف الاستخلاص البسيط من صفحة واحدة، يتطلب هذا سير العمل من الوكيل أولًا التفاعل مع دليل Y Combinator لتطبيق فلاتر محددة (Batch، Industry، ووسم B2B)، ثم تنفيذ نمط "القائمة إلى التفاصيل".

يكمن التحدي هنا في الحفاظ على السياق: يجب على الوكيل التعمق في ملفات الشركات الفردية لاستخراج تفاصيل المنتج المحددة، ثم العودة إلى القائمة الرئيسية دون فقدان موقعه أو تكرار الإدخالات. نجح Gemini 3 Pro في تنسيق هذه الحلقة، وتحليل تخطيطات صفحات الهبوط المتنوعة وتطبيع المعلومات غير المنظمة إلى تنسيق CSV نظيف دون تدخل يدوي.

المهمة النموذجية 2:

إن صفقة salesforce.com - 200 Widgets تسير بشكل جيد. انقلها من مرحلة 'Needs Analysis' إلى مرحلة 'Proposal'، وانقر على “Mark as Current Stage’ ثم اذهب وانقر على "Contact Roles" وأعطني اسم جهة الاتصال ورقم الهاتف. عد إلى صفحة Opportunities وقم بتحرير هذا الحقل Next Step ليصبح “book a meeting with + اسم جهة الاتصال ورقم الهاتف.”

تمثل مهمة أتمتة المتصفح هذه تحديًا للنماذج القياسية. أولًا، يجب أن تحدد Opportunity ذات الصلة على الصفحة الرئيسية لـ Salesforce. ثانيًا، تحتاج إلى تحديث مرحلة Opportunity، ثم الانتقال إلى صفحة محددة واسترجاع معلومات جهة الاتصال، وأخيرًا تعديل حقل 'Next Step' ضمن تلك المعلومات.

لذلك، تتطلب هذه المهمة إظهار أداء ثابت طويل الأفق، وفهمًا عميقًا للمهام المعقدة، وتخطيطًا منطقيًا للمهام، والقدرة على تنفيذ عمليات مستقرة عبر الصفحات داخل بيئة Salesforce.

علاوة على ذلك، ومن خلال تفكيك كمي (مثل ربط إجراء كل خطوة بمناطق الصفحة، وتتبع عدد مرات الفشل/إعادة المحاولة)، يمكننا مواءمة مرجع إجراءات المتصفح مع العناصر في اللقطات عنصرًا بعنصر. يتيح ذلك تحليلًا أعمق لأداء Gemini 3 Pro فيما يتعلق بدقة وفعالية استدعاء الأدوات وإجراءات المتصفح:

استنادًا إلى نتائج التشغيل الثلاثة، يمكننا أن نرى أن Gemini 3 Pro يُظهر قوة عالية في التحمل وقابلية للتدقيق في سيناريوهات مهام المتصفح طويلة الأفق.

• تدفق التنفيذ: يُظهر تخطيطًا موثوقًا لمسار التنفيذ انطلاقًا من هدف المهمة المُفسَّر وحالة البيئة.
• الاستقرار والمرونة: احتوت صفحة متصفح المهمة الحالية على ما يصل إلى 13 طبقة من التعشيق، ومع ذلك حافظ Gemini 3 Pro على انخفاض في إعادة المحاولات، وعدم وجود حلقات لا نهائية أثناء تنفيذ المهمة.
• الكفاءة: أظهرت سجلات المجموعات الثلاث شبه انعدام في استدعاءات الأدوات المكررة، ولم تُظهر أبدًا نقرات متعددة أو إدخالات متكررة. أدت هذه الكفاءة، جنبًا إلى جنب مع الأدوات المساعدة المرنة (Note/Screenshot)، إلى إجراءات متصفح أقل وأكثر استقرارًا.

المهمة النموذجية 3:

“ أنا أستعد لمراجعة المبيعات الشهرية. من فضلك ادخل إلى forecast الخاص بي، وابحث عن الفرصة الموجودة ضمن حساب Global Media والتي هي في مرحلة Commit، وحدّث Close Date إلى November 26th. ”

ماذا لو زدنا تعقيد صفحة الويب في المهمة؟

المهمة التالية موضوعة على صفحة Salesforce Forecast. تُستخدم صفحة Forecast من قبل فرق المبيعات للإحصاءات والنظرة العامة؛ وهي شديدة التعقيد في المتصفح، إذ تحتوي على ما يقارب 4,763 عنصرًا في لقطة واحدة. وبعد فك الترميز متعدد المستويات، تحتوي اللقطة على 1,222 سطرًا بعمق تعشيق أقصى يبلغ 18 طبقة ومتوسط عمق يقارب 14.33. وهذا يعني أن الصفحة لا تحتوي فقط على عدد كبير من العناصر، بل تتميز أيضًا بهيكل هرمي عميق: هياكل متعددة الطبقات مثل List → List Item → Link/Button → Icon → Paragraph/Grid Row.

صفحة Salesforce Forecasts

في اختباراتنا، نفّذ Gemini 3 هذه المهمة بإتقان في جميع المرات الثلاث. فهو يحتاج إلى القدرة على تحديث الحقول بشكل صحيح داخل صفحة كثيفة وعميقة التعشيق كهذه، مع الاستمرار في التمركز بنجاح على الفرصة المستهدفة (Global Media 180 Widgets) وإكمال تحديث Close Date، وهو ما يعد دليلًا على قدرات Gemini 3 Pro القوية في التحليل، وتخطيط المسار، والتنفيذ المستقر في سيناريوهات استخدام المتصفح.

كيف يحسن Gemini 3 Pro أداء المهام

يبرز Gemini 3 Pro كخيار متوازن جيدًا للوكلاء المؤسسيين المستقلين. في مهامنا الواقعية، يتعامل باستمرار مع سير العمل الطويل الأفق المعتمد على المتصفح بدرجة عالية من الموثوقية. ومع نسبة التكلفة إلى الأداء الملائمة، فإنه يقدم خيارًا عمليًا لتوسيع نطاق الأتمتة المعتمدة على الوكلاء في بيئات المؤسسات.

ميزة "استمرارية الحالة" (Thought Signatures) التمييز التقني الأساسي الذي لاحظناه هو تطبيق Gemini 3 Pro لـ Thought Signatures. في تفاعلات LLM التقليدية، يعتمد النموذج بالكامل على نص سجل المحادثة لإعادة بناء سياقه بين الجولات. في سير العمل المعقد والطويل الأفق، قد يؤدي ذلك أحيانًا إلى "انحراف السياق"، حيث يفقد الوكيل تتبع القصد الأصلي بعد عدة تفاعلات مع المتصفح. يعالج Gemini 3 Pro هذا بإرجاع thoughtSignature، وهو تمثيل مشفر لحالة الاستدلال الداخلية الخاصة به، بعد كل خطوة.

الأثر على Eigent

عندما ينفذ وكلاؤنا مهامًا متسلسلة (مثل "Check flight status" ثم "Book Taxi")، تتم إعادة تمرير هذه التوقيع إلى النموذج. في اختباراتنا، ساعدت هذه الآلية الوكيل على الحفاظ على استمرارية منطقية أفضل أثناء استدعاءات الوظائف متعددة الخطوات، مما خفض معدل أخطاء المنطق في المراحل اللاحقة من سير العمل مقارنة بالنماذج النظيرة.

المرونة في التخطيط طويل الأفق

غالبًا ما تتطلب أتمتة المؤسسات التنقل عبر حالات عدم اليقين — مثل التعامل مع شاشات تسجيل الدخول أو حالات التحميل أو النوافذ المنبثقة غير المتوقعة.

أظهر Gemini 3 Pro قدرة عالية على التحمل في الجلسات الأطول (10+ خطوات). ويتوافق هذا مع أدائه في معايير مثل Vending-Bench 2، التي تقيم التخطيط طويل الأفق.

بالنسبة للاستفسارات القياسية، قد يكون الفارق في الأداء بين النماذج العليا ضئيلًا. ومع ذلك، في الأتمتة الوكيلة حيث تُعد المحافظة على الحالة والتعافي من الأخطاء أمرًا بالغ الأهمية، يقدم Gemini 3 Pro حاليًا أساسًا موثوقًا لمنصة Eigent. إن قدرته على الحفاظ على "حالة الاستدلال" عبر Thought Signatures تجعله الخيار العملي لسير العمل المؤسسي المعقد متعدد الخطوات.

الخاتمة والخطوات التالية

من خلال هذه التدوينة، استكشفنا كيف يوفّر Eigent، المدعوم بـ بنية القوى العاملة متعددة الوكلاء من CAMEL وقدرات على مستوى المتصفح، بيئة جاهزة للإنتاج لنشر وكلاء ذكاء اصطناعي يمكنهم العمل فعليًا داخل الأنظمة المؤسسية. ومن خلال الجمع بين الاستقلالية على مستوى الأدوات وسير العمل القابل للتجاوز من قبل المستخدم، يظل النظام قابلًا للتحكم والملاحظة والتدقيق، وهي الخصائص الأساسية لأي نشر موجّه إلى B2B.

كما أوضحنا كيف يقدم Gemini 3 Pro، عند دمجه داخل Eigent، توازنًا مثاليًا بين القدرة على الاستدلال والاستقرار والفعالية من حيث التكلفة. إن توافقه المعماري مع التنفيذ متعدد الوكلاء، خاصة عبر ميزات مثل Thought Signatures، يجعله مناسبًا بشكل خاص لسير العمل عالي المخاطر وطويل الأفق النموذجي لحالات استخدام المؤسسات.

وفي المستقبل، نواصل العمل على:

• إبراز حالات الفشل في عمليات النشر المؤسسية الواقعية، وتحديد أنماط المهام التي تواجه فيها النماذج الأساسية الحالية صعوبة في تتبع الحالة أو التعافي من الأخطاء أو grounding الأدوات.
• إنشاء معيار موحد لأتمتة المتصفح المؤسسي، عبر جمع مهام أتمتة مؤسسية وسيناريوهات واقعية تشمل عملاء البريد الإلكتروني، وأنظمة المراسلة، والمستندات، وواجهات المتصفح، ومنصات ERP/CRM.
• بناء بيئة تعلم معزز لسير العمل المؤسسي المعتمد على المتصفح، بما يتيح التعلم المعزز للوكلاء من خلال مكافآت قائمة على المهام، وتتبع المسارات، وتحليل السلوك طويل الأفق.

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

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

👉 انضم إلى مجتمع Discord الخاص بنا: https://discord.camel-ai.org