أطلقت Microsoft خدمة Foundry Toolbox وميزتها المرافقة Tool Search، وهي خدمة بنقطة نهاية واحدة (single-endpoint service) تتيح للمطورين ربط وكلاء الذكاء الاصطناعي (AI agents) بمئات الأدوات دون الحاجة إلى توصيل كل وكيل على حدة. وقد ساهمت Tool Search في تقليل رموز الإدخال (input tokens) بنسبة تصل إلى 94% عندما كان الكتالوج يحتوي على أكثر من 600 أداة.

لماذا تبرز أهمية وجود صندوق أدوات مركزي

يحتاج وكلاء الذكاء الاصطناعي إلى قدرات خارجية — مثل قواعد البيانات، وأنظمة إدارة علاقات العملاء (CRMs)، ومنصات التحليل — لتلبية طلبات المستخدمين. وحتى الآن، كانت العديد من المؤسسات تقوم بتوصيل كل وكيل مباشرة بواجهات برمجة التطبيقات (APIs) المطلوبة. وكان المهندسون يكررون إعدادات بيانات الاعتماد، وفرض السياسات، وأكواد معالجة الأخطاء لكل وكيل جديد. وكانت النتيجة شبكة متشابكة من الإعدادات المكررة التي يصعب تدقيقها وعرضة للثغرات الأمنية.

يستبدل Foundry Toolbox هذا الأسلوب غير المنظم بطبقة خدمة موحدة. فبدلاً من وجود عشرات الوكلاء، حيث يشير كل منهم إلى عشرات نقاط النهاية المنفصلة، تتواصل جميع الوكلاء مع نقطة نهاية واحدة لـ "صندوق الأدوات" (toolbox). يتولى صندوق الأدوات إدارة الإصدارات، وسلاسل الاتصال (connection strings)، والسياسات الأمنية، مما يتيح للفرق إدارة منظومة الأدوات بأكملها من مكان واحد. وتلاحظ الشركات التي تشغل عشرات الوكلاء عبر وحدات أعمال متعددة انخفاضاً فورياً في الأعباء التشغيلية.

تخلق كتالوجات الأدوات الضخمة تكلفة خفية: استهلاك الرموز (token usage). فعندما يتلقى النموذج اللغوي أمراً (prompt) يسرد كل أداة متاحة، تتضخم نافذة السياق (context window)، مما يستهلك رموزاً كان من الممكن استغلالها في التفكير أو في النصوص الموجهة للمستخدم. تعالج Tool Search هذه المشكلة من جذورها.

عندما يقوم الوكيل بتفعيل Tool Search، يقوم النموذج أولاً باستدعاء أداة وصفية تسمى tool_search، واصفاً باللغة الإنجليزية البسيطة ما يحتاجه (على سبيل المثال: "find the latest sales forecast for region X"). تعيد الخدمة قائمة قصيرة ومرتبة من الأدوات المرشحة التي تتوافق مع القصد. ثم يستدعي النموذج call_tool، مختاراً المدخل الأكثر ملاءمة من تلك القائمة. ومن خلال عرض المجموعة الفرعية ذات الصلة فقط، يظل الأمر (prompt) صغيراً جداً، مما يوفر ما يصل إلى 94% من رموز الإدخال في اختبار القياس الذي شمل 600 أداة.

كما يعمل سير العمل المكون من خطوتين على تحسين دقة الاختيار. ففي نفس اختبار القياس، اختار النموذج الأداة الصحيحة بشكل متكرر أكثر مما كان عليه عندما كان مضطراً للبحث في الكتالوج الكامل، مما قلل من الاستدعاءات الخاطئة والمحاولات غير الضرورية.

كيف تحقق أقصى استفادة من صندوق الأدوات

  • كتابة بيانات وصفية (metadata) ممتازة – تعتمد Tool Search على اسم كل أداة ووصفها. فالتسميات الغامضة مثل "Get data" لا تمنح النموذج الكثير للعمل به. بينما توجه العناوين التفصيلية مثل "Retrieve customer renewal risks and contacts" محرك البحث إلى المطابقة الصحيحة.
  • تثبيت الأدوات المستخدمة بكثرة – إذا كان الوكيل يحتاج دائماً إلى أداة معينة في كل دورة، فقم بتثبيت تلك الأداة في إعدادات الوكيل. يتجاوز التثبيت خطوة البحث، مما يقلل من زمن الاستجابة (latency) واستهلاك الرموز.
  • التنظيم حسب القدرة – بدلاً من صندوق أدوات ضخم يغطي المؤسسة بأكملها، قم بتقسيم الأدوات إلى مجموعات منطقية (مثل sales-tools، CRM-tools). المجموعات الأصغر تحد من نطاق تأثير الأخطاء في الإعدادات وتحافظ على تركيز نتائج البحث.
  • الاختبار قبل النشر – إصدارات صندوق الأدوات غير قابلة للتغيير (immutable)؛ فبمجرد تعيين إصدار كافتراضي، يبدأ جميع الوكلاء في استخدامه. استخدم نقطة نهاية المطور للتحقق من الإصدار الجديد بشكل منعزل قبل تعميمه على مستوى الشركة.

تبرز أهمية هذه الممارسات بشكل أكبر عندما يصل عدد الأدوات إلى المئات. بالنسبة لوكيل واحد لديه عدد قليل من الأدوات المساعدة، قد تظل الاتصالات المباشرة هي المسار الأبسط. ولكن مع تعدد الفرق وتوسع صندوق الأدوات، فإن النموذج المركزي يثبت جدواه من خلال تقليل التكرار، وتعزيز الأمن، وتوفير الرموز بشكل ملموس.

الخلاصة: تمنح Foundry Toolbox و Tool Search عمليات نشر الذكاء الاصطناعي الكبيرة وسيلة للسيطرة على انتشار الأدوات، وتقليل هدر الرموز بنسبة تصل إلى 94%، وفرض سياسات أمنية متسقة — كل ذلك من خلال إضافة طبقة خدمة واحدة مُدارة جيداً. والفرق التي تستطيع تحمل تكلفة الإعداد الأولي والانضباط في كتابة البيانات الوصفية ستجني ثمار منظومة وكلاء أكثر رشاقة وقابلية للتحكم.