الفجوة في الذكاء الاصطناعي المؤسسي
تنسيق الذكاء الاصطناعي المؤسسي ليس له حل وسط. الفرق إما تنمذج بأدوات منخفضة الشفرة هشة وتعيد الكتابة للإنتاج، أو تبني كل شيء من الصفر باستخدام مكتبات وأطر عمل الذكاء الاصطناعي.
EDDI يملأ هذا الفراغ
EDDI هو منصة وسيطة قابلة للنشر، وليس مكتبة. يوفر كل ما تحتاجه الفرق جاهزاً:
- واجهة إدارة مرئية: مدير EDDI لبناء ومراقبة الوكلاء
- التكوين-كشفرة: منطق الوكلاء هو JSON، وليس شفرة مجمعة
- 89 أداة MCP: تحكم أصلي كامل بالذكاء الاصطناعي عبر بروتوكول سياق النموذج
- أمان مؤسسي: OIDC، خزنة، مسارات تدقيق، بدون eval()
- متعدد المستخدمين بالتصميم: مساحات عمل لكل مستخدم مع المشاركة، وConnections تتيح للوكلاء العمل ببيانات الاعتماد الخاصة بكل مستخدم
- بنية تحتية إنتاجية: واجهات REST API، إدارة حالة المحادثة، مقاييس Prometheus
- توسع أفقي: NATS JetStream للبنى الموزعة
من يجب أن يستخدم EDDI؟
- الفرق المؤسسية التي تحتاج منصة تنسيق ذكاء اصطناعي جاهزة للإنتاج
- مهندسو الموجهات الذين يريدون التكرار بدون إعادة النشر
- الصناعات المنظمة التي تتطلب مسارات تدقيق والامتثال لقانون الذكاء الاصطناعي الأوروبي
- فرق المنصات التي تبني خدمات ذكاء اصطناعي داخلية لأقسام متعددة
EDDI مقابل أُطر عمل الوكلاء التقليدية
| البُعد | أُطر Python/Node | EDDI |
|---|---|---|
| التزامن | GIL أو حلقة أحداث أحادية الخيط | خيوط Java 25 الافتراضية، توازٍ حقيقي على مستوى نظام التشغيل |
| منطق الوكيل | مضمّن في شفرة التطبيق | تكوينات JSON مُدارة بالإصدارات، حدّث السلوك دون إعادة نشر |
| نموذج الأمان | يعتمد على تنفيذ شفرة معزول | لا تنفيذ شفرة ديناميكي؛ خزنة بتشفير مغلف وحماية من SSRF |
| الامتثال | يتطلب تنفيذاً مخصصاً | بنية تحتية لـ GDPR و HIPAA وقانون الذكاء الاصطناعي الأوروبي مدمجة |
| مسار التدقيق | تسجيل على مستوى التطبيق | دفتر أستاذ غير قابل للتغيير بـ HMAC-SHA256 مع توقيع تشفيري للوكلاء |
| النشر | pip/npm + بنية تحتية يدوية | تثبيت Docker بأمر واحد، جاهز لـ Kubernetes/OpenShift، صورة معتمدة من Red Hat |
دعم 19 مزود LLM
اتصل بأي مزود LLM رئيسي، أو أحضر الخاص بك عبر أي نقطة نهاية متوافقة مع OpenAI. يغطي <a href="/ar/models/">كتالوج النماذج</a> كل عائلة نماذج وكيفية تشغيلها.
| الفئة | المزودون |
|---|---|
| مختبرات النماذج | OpenAI · Anthropic Claude · Google Gemini · Mistral AI |
| متوافقة مع OpenAI | xAI Grok · DeepSeek · Moonshot Kimi · Alibaba Qwen · Z.ai GLM · MiniMax · OpenRouter · Groq |
| سحابة المؤسسات | Azure OpenAI · Amazon Bedrock · Oracle GenAI · Google Vertex AI |
| استضافة ذاتية | Ollama · Jlama · Hugging Face |
| أي شيء آخر | Cohere أو Together أو vLLM أو بوابة مؤسسية، عبر type openai وbaseUrl |
8 أسئلة يجب أن يطرحها كل مدير تقنية معلومات
عند تقييم منصات تنسيق وكلاء الذكاء الاصطناعي، هذه هي الأسئلة التي تفصل البنية التحتية الإنتاجية عن النماذج الأولية الهشة:
التكلفة الإجمالية للملكية: البناء مقابل النشر
التكلفة الخفية هي البنية التحتية غير المرئية التي يجب على الفرق بناؤها:
البناء باستخدام المكتبات
- طبقة REST API مخصصة (2–4 أسابيع)
- نظام مصادقة و RBAC (2–3 أسابيع)
- استمرارية حالة المحادثة (1–2 أسبوع)
- مسار تدقيق وتسجيل امتثال (2–4 أسابيع)
- واجهة إدارة لغير المطورين (4–8 أسابيع)
- تكامل إدارة الأسرار (1–2 أسبوع)
- توسع أفقي وتنسيق (2–4 أسابيع)
- صيانة مستمرة وترقيع أمني
نشر EDDI
- تثبيت بأمر واحد (5 دقائق)
- كل ما سبق مضمّن جاهزاً
- يركز الفريق على منطق الأعمال، وليس البنية التحتية
- مُطوَّر باستمرار منذ 2006، ومفتوح المصدر منذ 2018
الحالة التجارية
تُقاس قيمة EDDI بما لا تحتاج الفرق لبنائه: واجهات REST API وأنظمة المصادقة والبنية التحتية للتدقيق وواجهات الإدارة وأدوات الامتثال التي كانت ستستهلك شهوراً من وقت الهندسة. ويمكن لتتابع النماذج أن يخفض إنفاق LLM أكثر بتوجيه الاستعلامات البسيطة إلى نماذج أرخص والتصعيد فقط عند انخفاض الثقة: تشير عمليات نشر منشورة لهذا النمط إلى خفض تكلفة الاستدلال بنسبة 31 إلى 58% مع الحفاظ على الجودة (الأدلة).
بالنسبة للصناعات المنظمة، معادلة التكلفة أوضح: البديل عن البنية التحتية للامتثال المدمجة في EDDI هو تنفيذ مخصص يغطي GDPR وقانون الذكاء الاصطناعي الأوروبي وHIPAA وربما أكثر من 15 إطاراً تنظيمياً إضافياً، كل منها يتطلب تنفيذه الخاص لحقوق أصحاب البيانات ومسار التدقيق وأدوات الحوكمة.
هل أنت جاهز للإنتاج؟
احصل على نشر مُدار ودعم مدعوم باتفاقيات مستوى الخدمة (SLA) ومساعدة عملية من الفريق الذي يبني EDDI.
تحدث معنا حول النشر المؤسسي