التحول نحو أنظمة متعددة الوكلاء

تواجه المؤسسات تحديات تقنية متزايدة عند الانتقال من وكلاء ذكاء اصطناعي منفذين لمهام بسيطة إلى أنظمة متكاملة تتكون من عدة وكلاء يتعاونون معاً. تتطلب هذه الأنظمة المتقدمة بنية تحتية قادرة على استيعاب الجلسات الممتدة لعدة أيام ومشاركة السياق والبيانات بين المكونات المختلفة، وهو ما لا توفره بيئات التشغيل الخفيفة التقليدية. ويمكن الرجوع إلى AWS Machine Learning Blog للاطلاع على التفاصيل الأصلية للمصدر.

للتغلب على هذه القيود، أطلقت أمازون ويب سيرفيسز ميزة جديدة ضمن خدمة Amazon Bedrock AgentCore تتيح للوكلاء العمل على بنية تحتية موحدة. تتيح هذه التقنية للوكلاء المختلفة أن تتشارك نفس المعالج الرسومي ونفس مساحة التخزين، مما يسهل تبادل الملفات والنتائج بين مراحل العمل المختلفة بسلاسة.

آلية عمل خط الإنتاج الموسيقي

يوضح هذا الحل عملياً كيفية بناء خط إنتاج موسيقي متكامل يعتمد على ثلاثة وكلاء متخصصين. يبدأ العمل بوكيل التلحين الذي يحول طلب المنتج الموسيقي إلى إرشادات فنية، ثم يستخدم نموذج توليد موسيقي مفتوح المصدر لتحويل هذه الإرشادات إلى ملف صوتي حقيقي.

بعد توليد الصوت، يتولى وكيل هندسة الصوت قراءة الملف الصوتي من مساحة التخزين المشتركة. يقوم هذا الوكيل بقياس خصائص الصوت، ثم يطلب من نموذج ذكاء اصطناعي تحديد سلسلة معالجة مناسبة تشمل ضبط التوازن والترشيح والحد الأقصى للصوت. يتم تطبيق هذه المعالجة فعلياً على الملف الصوتي، ثم يُعاد قياسه للتأكد من مطابقة النتائج للمعايير المطلوبة.

دور وكيل التدقيق على الجودة

يختتم خط الإنتاج وكيل التدقيق على الجودة، الذي يعيد قياس الملف الصوتي النهائي بشكل مستقل للتحقق من مطابقته للمعايير التي أعلنها وكيل هندسة الصوت. كما يقوم هذا الوكيل بفحص التوافق التوافقي بين المقطع الجديد ومكتبة الأعمال السابقة للموسيقى الخاصة بالاستوديو.

إذا اكتشف وكيل التدقيق أي تشابه غير مقبول أو مخالفة للمعايير، فإنه يعيد الطلب إلى وكيل التلحين لتوليد بديل. يستمر هذا التفاعل حتى يتم إنتاج ملف صوتي نهائي قابل للتشغيل، مع تقديم ثلاثة تقارير تفصيلية توضح القرارات المتخذة في كل مرحلة من مراحل الإنتاج.

مزايا البنية التحتية الموحدة

تعتمد هذه التقنية على ميزة التجميع المشترك عبر معرف جلسة موحدة. على الرغم من أن كل وكيل يعمل ضمن بيئة تشغيل مستقلة، إلا أن استدعاءها بنفس المعرف على نفس مزود الطاقة يضمن عملها على نفس الخادم مع نفس وحدات التخزين المعلقة. هذا يسمح للوكلاء بالوصول إلى مخرجات بعضهم البعض وتشارك نظام الملفات.

توفر البنية التحتية معالج رسومي NVIDIA L4 مخصصاً لتشغيل النماذج التوليدية. يمكن لوكيل التلحين تشغيل نموذج ACE-Step مباشرة على هذا المعالج، حيث يستغرق توليد 20 ثانية من الصوت بجودة عالية حوالي 9 ثوانٍ فقط. يتم حفظ النموذج وتبعياته على وحدة تخزين دائمة، مما يسمح بإعادة استخدامه في كل استدعاء دون الحاجة لإعادة التحميل.

الاستقلالية والمرونة في النشر

تتيح هذه البنية لكل فريق تقني نشر تحديثات على وكلائه بشكل مستقل دون التأثير على فرق العمل الأخرى. يمكن لفريق الذكاء الاصطناعي الصوتي، على سبيل المثال، نشر نسخة جديدة من وكيل التلحين دون الحاجة إلى التنسيق مع فرق هندسة الصوت أو هندسة الإصدار، مما يسرع دورة التطوير ويقلل من التعقيد التشغيلي.

كما تدعم البنية الجديدة الجلسات الممتدة لعدة أيام. يمكن للمنتج الموسيقي العمل على مرحلة التلحين في يوم، ثم إيقاف الجلسة مؤقتاً، واستئناف مرحلة التسليم في اليوم التالي. يتم إيقاف الخادم تلقائياً أثناء عدم الاستخدام، ويعود للعمل فور الاستدعاء التالي دون فقدان أي بيانات أو سياق سابق.

المتطلبات التقنية للتنفيذ

يتطلب تنفيذ هذا الحل امتلاك حساب على أمازون ويب سيرفيسز مع الصلاحيات اللازمة لإنشاء البنية التحتية، بالإضافة إلى تثبيت واجهة سطر الأوامر AWS CLI. يجب أيضاً إعداد شبكة خاصة افتراضية VPC مع مجموعة أمان، وتفعيل الوصول إلى نماذج Anthropic Claude Sonnet 4.6 من خلال وحدة تحكم Amazon Bedrock.

تتطلب البيئة المحلية استخدام أداة متوافقة مع OCI مثل Finch لبناء صور الحاويات، بالإضافة إلى تثبيت مكتبات boto3 أو botocore بإصدارات حديثة تدعم إنشاء مزودي الطاقة. تتوفر جميع الأكواد المصدية الكاملة لهذا الحل في مستودع GitHub الخاص بعينات AgentCore، مما يسهل على المطورين استكشاف التطبيق العملي.

المصادر

• AWS Machine Learning BlogBuild a multi-agent music production pipeline on Amazon Bedrock AgentCore Runtime Instances