الذكاء الاصطناعي

أمازون تطلق AWS Agent Registry لاكتشاف أدوات الذكاء الاصطناعي ديناميكياً

مع تزايد عدد الأدوات التي يحتاجها وكلاء الذكاء الاصطناعي، تصبح الأساليب التقليدية للتكامل الثابت غير عملية. يقدم AWS Agent Registry نهجاً جديداً يعتمد على الاكتشاف الديناميكي في الوقت الفعلي.

رضوان عبدالهاديمحرر وكاتب تقني

نُشر: 21 أكتوبر 2026 · آخر تحديث: 21 أكتوبر 2026 · 4 دقائق قراءة

أمازون تطلق AWS Agent Registry لاكتشاف أدوات الذكاء الاصطناعي ديناميكياً — الصورة: AWS Machine Learning Blog

تحدي التكامل الثابت في الأنظمة المؤسسية

تواجه أنظمة الذكاء الاصطناعي تحدياً متزايداً مع توسع نطاق الأدوات المتاحة للوكلاء. فعندما ينمو عدد الأدوات من بضعة إلى مئات، تفقد الأساليب التقليدية التي تعتمد على الترميز الثابت (Hardcoded) فعاليتها. في البيئات المؤسسية التي تعرض مئات واجهات برمجة التطبيقات الداخلية لإدارة الأسعار والطلبات والمخزون، قد يستهلك النموذج اللغوي كميات كبيرة من الرموز (Tokens) فقط للتمييز بين أسماء الأدوات، مما يقلل من قدرته على معالجة طلبات المستخدم الفعلية. كما أن إضافة كل ميزة جديدة تتطلب تغييرات في الكود وإعادة نشر النظام، مما يبطئ وتيرة العمل بين الفرق المختلفة.

حلول AWS Agent Registry والاكتشاف الديناميكي

لمعالجة هذه المشكلة، تقدم أمازون ويب سيرفيسز خدمة AWS Agent Registry، وهي خدمة مُدارة لتصنيف واكتشاف خوادم بروتوكول سياق النموذج (MCP) والوكلاء ومهاراتهم. تتيح هذه الخدمة للمنشرين تسجيل وصفات محددة للبروتوكول ووصفات قابلة للبحث. في الوقت الفعلي، يمكن للمنسق (Orchestrator) البحث في السجلات المعتمدة واكتساب الوصول إلى نقاط النهاية (Endpoints) وبيانات الوصف لبناء عميل (Client) مناسب. من المهم التوضيح أن نتائج البحث في السجل لا تتضمن بيانات الاعتماد أو مخطط المصادقة، بل توفر فقط البيانات الوصفية اللازمة للاتصال، مما يفرض على التطبيق الحصول على الصلاحيات عبر مسار إعدادات موثوق ومنفصل.

آلية عمل حلقة الاكتشاف والتنفيذ

يعتمد الحل المقدم على حلقة عمل ثلاثية: الاكتشاف، الإنشاء، والتنفيذ. يرسل المنسق استعلاماً بلغة طبيعية إلى مستوى البيانات في AWS Agent Registry. تتضمن الاستجابة هوية السجل، الاسم، الوصف، نوع السجل، الحالة، الإصدار، ووصفات البروتوكول مثل بيانات MCP أو بطاقة وكيل A2A. بناءً على نوع الوصف، يبني المنسق العميل المناسب. على سبيل المثال، إذا كان السجل يمثل خادم MCP، يشير الوصف إلى نقطة نهاية Amazon Bedrock AgentCore Gateway، حيث يقوم التطبيق بجلب رمز وصول OAuth من Cognito لإنشاء العميل. أما في حالة وكلاء A2A، فيحتوي الوصف على بطاقة وكيل تحدد نقطة نهاية AgentCore runtime، ويتم استدعاؤها عبر عميل boto3 الذي يوقّع الطلب باستخدام صلاحيات AWS الخاصة بالمستخدم.

بنية تحتية آمنة ومفصولة

تضمن البنية المعمارية المرجعية فصل البيانات الوصفية عن بيانات المصادقة. يوفر AWS Agent Registry كتالوجاً قابلاً للبحث ومُداراً، حيث تكون فقط السجلات التي أكملت سير عمل الاعتماد متاحة للاستخدام. يعرض Amazon Bedrock AgentCore Gateway أدوات Lambda الخاصة بإدارة الطلبات كخادم MCP، مع تهيئة المصادقة باستخدام رموز JWT من Cognito. يستضيف Amazon Bedrock AgentCore runtime المنسق والوكلاء الفرعيين، حيث تستخدم الاستدعاءات صلاحيات IAM. يوفر Amazon Bedrock النموذج اللغوي الأساسي، حيث يوضح المثال استخدام نموذج Anthropic Claude Sonnet عبر معرف نموذج بين المناطق.

سيناريوهات تجريبية وإدارة الموارد

تختبر الأمثلة البرمجية المقدمة ثلاث سيناريوهات رئيسية: استدعاء MCP فقط (حالة الطلب)، تسلسل MCP مع A2A (الأسعار والخصومات)، ومطابقة دلالية بحتة لنية المستخدم الغامضة (الإرجاع والاسترداد). تتضمن حزمة الأمثلة سكربت نشر، والمنسق، ووحدات مساعدة، وسكربت تنظيف. يستخدم النظام عميل مستوى التحكم لإدارة دورة حياة السجلات، وعميل مستوى البيانات لاكتشافها في الوقت الفعلي. يجب أن تحتوي وصفات السجلات على لغة واضحة تميز الميزة عن غيرها، مع تقييم جودة البحث باستخدام استعلامات تمثيلية، دون افتراض أن نمو الكتالوج يحسن الترتيب تلقائياً.

أهمية الفصل بين الوصف والصلاحيات

يؤكد هذا النهج على مبدأ الأمان من خلال عدم تضمين بيانات الاعتماد في نتائج البحث. يجب على المطورين استخدام مسارات موثوقة للحصول على الصلاحيات، مثل Cognito OAuth أو IAM. يضمن هذا الفصل أن الاكتشاف الدلالي لا يكشف عن معلومات حساسة، مما يسمح للمنسق ببناء وكيل داخلي مؤقت (Ephemeral Inner Agent) يحتوي فقط على الأدوات المكتشفة ديناميكياً. بعد انتهاء الجولة، يتم تفكيك الوكيل الداخلي وعملائه، ويحصل الطلب التالي على بحث جديد ومجموعة أدوات جديدة، مما يحافظ على كفاءة النظام وأمانه مع توسع نطاق الأدوات.