التطبيقات والبرامج

أمازون تطلق نظام استرجاع وكيلي مدعوم بالذكاء الاصطناعي عبر CDK

تتيح أمازون ويب سيرفيسز الآن بناء أنظمة استرجاع الوكلاء (Agentic Retrieval) على قاعدة معرفة Bedrock المدارة، مع دمج أدوات المراقبة والتقييم في عملية النشر عبر AWS CDK.

رضوان عبدالهاديمحرر وكاتب تقني

نُشر: 26 أكتوبر 2026 · آخر تحديث: 26 أكتوبر 2026 · 4 دقائق قراءة

أمازون تطلق نظام استرجاع وكيلي مدعوم بالذكاء الاصطناعي عبر CDK — الصورة: AWS Machine Learning Blog

تجاوز حدود أنظمة RAG التقليدية

تواجه أنظمة توليد المعلومات المعززة بالاسترجاع (RAG) التقليدية تحديات كبيرة عند التعامل مع أسئلة معقدة تتطلب دمج معلومات من مصادر متعددة أو اختيار المصدر الصحيح ديناميكياً. في هذه الأنظمة، يتم تنفيذ عملية استرجاع واحدة تليها عملية توليد واحدة، مما قد يؤدي إلى إجابات ناقصة أو غير دقيقة عندما يكون الإجابة موزعة على عدة مجموعات بيانات. لحل هذه المشكلة، تتجه أمازون ويب سيرفيسز نحو مفهوم الاسترجاع الوكيلي (Agentic Retrieval)، حيث يتدخل وكيل ذكاء اصطناعي في الحلقة لاتخاذ قرارات حول ما يجب استرجاعه، ومن أي قاعدة معرفة، ومتى يجب إعادة النظر في النتائج قبل صياغة الإجابة النهائية.

قاعدة المعرفة المدارة كأساس جديد

يختلف هذا الحل الجوهري عن المقاربات السابقة التي كانت تتطلب إدارة قواعد بيانات متجهة مثل Amazon OpenSearch Serverless يدوياً. مع إطلاق قاعدة المعرفة المدارة (Managed Knowledge Base) في Amazon Bedrock، تتولى أمازون إدارة عمليات الإدخال والتخزين والفهرسة والاسترجاع بالكامل، بما في ذلك استخدام نماذج مدمجة وإعادة ترتيب النتائج. هذا يعني أن المطورين لم يعودوا بحاجة إلى إنشاء أو توسيع أو دفع تكاليف وحدات معالجة OpenSearch، مما يقلل من التعقيد التشغيلي بشكل كبير. كما أن ميزة الاسترجاع الوكيلي متاحة حصرياً على هذه القاعدة المدارة، مما يجعلها الخيار الأمثل لبناء تطبيقات المؤسسات التي تتطلب دقة عالية في الاستدلال.

دور AgentCore في تمكين الوكلاء

يلعب Amazon Bedrock AgentCore دوراً محورياً في هذا الحل من خلال توفير البنية التحتية اللازمة لتشغيل الوكلاء. يوفر AgentCore بوابة (Gateway) تعرض كل قاعدة معرفة كأداة قابلة للاستدعاء عبر بروتوكول سياق النموذج (MCP)، بالإضافة إلى بيئة تشغيل (Runtime) تستضيف وكيل الاستدلال. كما يتضمن واجهة برمجة تطبيقات AgenticRetrieveStream التي تعيد ترتيب النتائج داخلياً وتعيد إجابة مركبة مدعومة بالاستشهادات. هذا التصميم يسمح للوكيل بالتخطيط متعدد الأدوار وتنفيذ عمليات الاسترجاع بشكل ديناميكي، مما يحسن من جودة الإجابات على الأسئلة المعقدة التي تتطلب تفاعلاً متكرراً مع البيانات.

المراقبة والتقييم كجزء من التصميم

أحد التحديات الرئيسية في أنظمة الوكلاء هو صعوبة تتبع مسار الاستدلال وتقييم جودة المخرجات، خاصة عندما يتخذ الوكيل مسارات مختلفة لكل سؤال. لمعالجة ذلك، يتضمن هذا الحل طبقات متعددة من المراقبة عبر Amazon CloudWatch، مع لوحات معلومات تغطي سبع طبقات من القياسات، بدءاً من زمن الاستجابة وحجم الاستدعاءات وصولاً إلى استخدام الرموز (Tokens). كما يوفر النظام شكلين من التقييم: تقييم فوري عند الطلب، وتقييم مستمر، مما يتيح للمهندسين فهم سلوك النظام وضمان دقة الإجابات بشكل دائم. هذه الميزات تجعل المراقبة عنصراً أساسياً في التصميم بدلاً من كونها إضافة لاحقة.

النشر عبر AWS CDK

يتم تنفيذ هذا الحل بالكامل كتطبيق AWS CDK واحد بلغة بايثون، مما يضمن اتساق البنية التحتية وسهولة إدارتها. على عكس الحلول السابقة التي كانت تتطلب تسلسل يدوي لأكواد CDK متعددة، يستنتج CDK الترتيب الصحيح تلقائياً. يبدأ النظام بمخزن Amazon S3 كمصدر للبيانات، ثم ينتقل إلى إنشاء قاعدة المعرفة المدارة، وتكوين بوابة AgentCore، وتعيين وكيل الاستدلال. هذا النهج يبسط عملية النشر ويقلل من الأخطاء البشرية، مع توفير بيئة قابلة للتطوير تدعم متطلبات المؤسسات الكبيرة.

مقارنة مع الحلول السابقة

يأتي هذا التطور كتحسين كبير على ما تم نشره في عام 2024، حيث كانت الحلول تعتمد على تصميم ضربة واحدة (Single-shot) وتتطلب إدارة يدوية لمكونات مثل مجموعات OpenSearch Serverless. اليوم، مع قاعدة المعرفة المدارة، اختفت الحاجة إلى إدارة قواعد البيانات المتجهة، وأصبح الاسترجاع وكيلياً بطبيعته. كما أن نصف مكونات التطبيق تقريباً مخصص الآن لتوفير الرؤية والشفافية حول سلوك الوكيل، مما يعكس تحولاً في فلسفة بناء أنظمة الذكاء الاصطناعي من مجرد توليد إجابات إلى إدارة عمليات معقدة قابلة للمراقبة والتقييم.