ملاحظة المؤلف: في مقال واحد نشرح ببساطة ما هو Antigravity Orchestrator، وكيفية توزيع الوكلاء الفرعيين عبر الأمر /swarm، وما الذي يميّز تموضعه عن LangGraph وCrewAI.
الملخص: Antigravity Orchestrator هو محرك تنسيق متعدد الوكلاء مدمج داخل منصة Google Antigravity، وليس إطارًا خفيفًا يمكن تثبيته بمفرده عبر pip. يوضح هذا المقال طريقة عمله ونطاق استخدامه من خلال أربعة جوانب: مصفوفة المنتجات، والتجريد ثلاثي الطبقات، وأنماط التنسيق الثلاثة، وآلية السرب /swarm.
الخلاصة أولًا: يمكن فهم Antigravity Orchestrator على أنه “دماغ جدولة المهام الخفي داخل منصة Antigravity”. عندما تكتب أوامر شرطة مائلة مثل /swarm أو /teamwork في بيئة التطوير IDE أو تطبيق الويب أو سطر الأوامر CLI، يستدعي المحرك في الخلفية Task API وWorkflow Runtime من حزمة SDK، فيقسّم المهمة الكبيرة إلى مهام فرعية متعددة ويوزعها على وكلاء فرعيين يعملون بالتوازي، ثم يجمع النتائج في النهاية ضمن مخرجات قابلة للتسليم. في نوفمبر 2026، دخل Orchestrator رسميًا إلى Antigravity مع إطلاق Gemini 4 Neon. وعندما أصبح Gemini 4 Carbon متاحًا بالكامل في 10 نوفمبر، قدّم Sundar Pichai عرضًا حيًا لقدرات /swarm، ومنذ ذلك الحين خرجت هذه الميزة إلى دائرة اهتمام الجمهور.
هل يستحق الأمر أن تستثمر وقتك في تعلمه؟ الجواب يتوقف على شرطين: أولًا، هل يمكن تقسيم مهمتك إلى أجزاء مستقلة عن بعضها وقابلة للتنفيذ بالتوازي؟ وثانيًا، هل يمكنك تقبّل منصة تتخذ من Gemini هدفًا أساسيًا للتحسين وتُبقي شفرة محركها مغلقة؟ إذا تحقق الشرطان معًا، فسيخفض Orchestrator بوضوح تكلفة بناء أنظمة التعاون متعدد الوكلاء. أما إذا كنت تبحث عن حل مستقل عن النماذج ومفتوح المصدر بالكامل، فتظل مكتبات Python مثل LangGraph وCrewAI الخيار الأنسب لك.

خريطة المعرفة وفهرس القراءة لـ Antigravity Orchestrator
يعرض الجدول التالي البنية المعرفية للمقال كاملًا، والعلاقات بين الأقسام وما يستند إليها كل قسم من غيره، إضافةً إلى المشكلة التي يعالجها كل قسم. الترتيب العام يسير من “ما هو” إلى “كيف يعمل”، ثم إلى “هل ينبغي استخدامُه وكيف أبدأ”.
| الرقم | الموضوع | المشكلة التي يعالجها | العلاقة بالأقسام السابقة واللاحقة |
|---|---|---|---|
| 1 | خلفية منصة Antigravity | ضمن أي منظومة منتجات يعمل Orchestrator | يوفّر السياق الأساسي للقسم الثاني |
| 2 | التجريد ثلاثي الطبقات في Orchestrator | ما هو تقنيًا بالضبط | آليات القسمين الثالث والرابع مبنية على هذه الطبقات الثلاث |
| 3 | أنماط التنسيق الثلاثة | ما الفرق بين /swarm و /teamwork و /run-workflow | يُختار نمط /swarm من بين الأنماط الثلاثة للتعمّق فيه في القسم الرابع |
| 4 | آلية السرب في /swarm | كيف يقسّم الوكيل الرئيسي المهام ويُرسل الوكلاء الفرعيين | بالاستناد إلى حالات حقيقية، يوفّر أساسًا للمقارنة في القسم الخامس |
| 5 | المقارنة مع أطر عمل مثل LangGraph | متى تختاره ومتى لا تختاره | يقدّم معايير اتخاذ القرار ويربط بمسار البدء في القسم السادس |
| 6 | مسار البدء والشيفرة | كيف تبدأ من الصفر | يحوّل مفاهيم الأقسام السابقة إلى مستوى الشيفرة العملي |
| 7 | أفضل الممارسات والتأثيرات | كيفية التحكم في اختيار النموذج والصلاحيات والتكلفة | يُختتم بتوصيات قابلة للتنفيذ |
إذا كان هدفك مجرّد معرفة ماهيته، فقراءة الأقسام من الأول إلى الثالث تكفيك. أما إذا كنت تستعد لاتخاذ قرار بشأن اختيار الأداة المناسبة، فننصحك بالتركيز على القسمين الرابع والخامس. وإن كنت تريد التطبيق العملي مباشرة، يمكنك الانتقال على الفور إلى القسمين السادس والسابع.
🎯 نصيحة تقنية: أسرع طريقة لفهم التنسيق متعدد الوكلاء هي تجربة دورة “التقسيم — التوازي — التجميع” بنفسك. يقدّم القسم 6.3 تنفيذًا محاكى يعتمد على واجهة متوافقة مع OpenAI، ويمكنك من خلال APIYI على apiyi.com استدعاء نماذج مختلفة بمفتاح API واحد كي تتولى أحدُها دور الوكيل الرئيسي والبقية دورَ الوكلاء الفرعيين.
To Know: المصطلحات الأساسية لفهم Antigravity Orchestrator
| المصطلح | شرح مختصر |
|---|---|
| الوكيل (Agent) | نسخة من نموذج قادرة على استدعاء الأدوات وإنجاز مهام متعددة الخطوات بشكل مستقل |
| الوكيل الرئيسي (Orchestrator Agent) | المنسّق العام المسؤول عن تحليل المهام وتفكيكها وإرسال الوكلاء الفرعيين ثم دمج النتائج |
| الوكيل الفرعي (Subagent) | وكيل يتولّى مهمة فرعية محددة، ويمكن إنشاؤه ديناميكيًا وقت التشغيل أو تعريفه مسبقًا |
| Fan-out / Fan-in | التوزيع (Fan-out) يعني إسناد مهمة واحدة إلى عدة منفّذين، والتجمع (Fan-in) يعني تجميع النتائج المتعددة في نقطة واحدة |
| Artifacts | المخرجات النهائية التي ينتجها الوكيل كتسليمات، مثل الشيفرة أو الملفات أو التطبيقات القابلة للتشغيل |
| Workflow Runtime | محرك تنفيذ قائم على الرسوم البيانية ضمن حزمة Antigravity SDK، وهو المسؤول عن إدارة الحالة وجدولة العُقد |
1 المنصة التي ينتمي إليها Antigravity Orchestrator: ما هو Antigravity
1.1 من أين جاء اسم Antigravity
كلمة “Antigravity” تعني حرفيًا “مضاد الجاذبية”، وهو اسم يرمز إلى تحرير التطوير من قيود البرمجة الفردية التقليدية، لـ«يطير» كما لو كان في حالة انعدام الوزن. ويعتقد كثير من المطورين أن هذا الاسم قد يكون مستوحى من المفاجأة (Easter egg) الخاصة بلغة Python وهي import antigravity. هذه المفاجأة مستوحاة من إحدى لوحات كوميكس xkcd، فعند تنفيذ هذا السطر البرمجي تُفتح تلك اللوحة في المتصفح. وتضع Google منصة Antigravity كمنصة للمطورين في «عصر الوكلاء أولاً» (agent-first era)، أي أن الوكيل هو محور العمل، بينما يقتصر دور الإنسان على وصف الأهداف ومراجعة النتائج.
1.2 Antigravity مصفوفة منتجات لا منتج واحد
كثيرون حين يسمعون عن Antigravity لأول مرة يظنونها بيئة تطوير متكاملة (IDE). لكنها في الحقيقة مجموعة منتجات موجهة لسيناريوهات مختلفة، وتتوزع قدرات Orchestrator بين هذه الأشكال المنتجية:
| المنتج | الشكل | الاستخدام الرئيسي |
|---|---|---|
| Antigravity App | تطبيق ويب | برمجة وكيلية كاملة المواصفات داخل المتصفح |
| Antigravity IDE | تطبيق سطح مكتب | مبني على فرع من VS Code مع تكامل عميق لقدرات الوكلاء |
| Antigravity CLI | أداة سطر أوامر | وكيل طرفية مكتوب بلغة Go |
| Antigravity SDK | مكتبة Python | تطوير وكلاء مخصصين |
| Antigravity Extensions | إضافة IDE | تضمين قدرات الوكلاء في المحررات الحالية |
تكشف هذه الجدول حقيقة جوهرية: الأوامر ذات الشرطة المائلة تظهر في واجهات التفاعل مثل App وIDE وCLI، بينما يحمل SDK الواجهات القابلة للبرمجة. وعندما نتناول طبقات التجريد الثلاث في القسم الثاني، سنرى كيف يتكامل هذان المستويان معًا.
1.3 الجدول الزمني لإصدار Antigravity Orchestrator
لم يظهر Orchestrator فجأة من العدم، بل هو نتيجة تطور تدريجي لمنصة Antigravity على مدار عام. وبترتيب زمني، إليك أهم المحطات:
- 18 نوفمبر 2025: إطلاق Antigravity IDE وGemini 3 Pro في اليوم نفسه.
- مايو 2026 (Google I/O): إصدار Gemini 3.5 Flash، وGemini Spark المبني على بيئة تشغيل Antigravity.
- 18 يونيو 2026: توقف Gemini CLI مفتوح المصدر عن الخدمة، والانتقال الكامل إلى Antigravity CLI مغلق المصدر.
- نوفمبر 2026: انضمام Gemini 4 Neon وOrchestrator رسميًا إلى Antigravity.
- 10 نوفمبر 2026: الإتاحة الكاملة لـ Gemini 4 Carbon، وعرض Sundar Pichai لأمر
/swarm.
يُظهر هذا الجدول الزمني اتجاهًا واضحًا: تعمل Google على توحيد قدرات الوكلاء في الطرفية وIDE والمتصفح تحت بيئة تشغيل Antigravity، بينما يشكّل Orchestrator طبقة التنسيق التي تقع فوق هذه البيئة.
2 ما هو Antigravity Orchestrator: تفكيك التجريد ثلاثي الطبقات
2.1 جوهر Antigravity Orchestrator وموضعه
تشير بعض المقالات إلى Antigravity Orchestrator بوصفه “إطار عمل سرب خفيف الوزن”، وهو وصف قد يُوقع القارئ في الاعتقاد الخاطئ بأنه مكتبة مستقلة. الوصف الأدق هو: أنه محرك تنسيق متعدد الوكلاء مدمج في منصة Antigravity. ففي القاعدة يقابل Workflow Runtime وTask API ضمن SDK، بينما يُستدعى من الأعلى عبر أوامر الشرطة المائلة أو SDK API. أما صفة “الخفة” فتتجلى في تجربة الاستخدام: يكفي المستخدم أمر واحد، دون الحاجة إلى كتابة بنية المخطط أو آلات الحالة يدويًا.
2.2 البنية ثلاثية الطبقات لـ Antigravity Orchestrator
تنقسم قدرات Orchestrator من الأعلى إلى الأسفل إلى ثلاث طبقات؛ تستدعي كل طبقة الطبقة التي تليها، وكلما نزلنا أدنى اقتربنا من تفاصيل التنفيذ:
Layer 1: أوامر الشرطة المائلة /swarm، /teamwork، /plan
↓ موجّهة للمستخدمين، أمر واحد يُفعّل التنسيق
Layer 2: SDK API Agent، Subagent، Task API
↓ موجّهة للمطورين، تعريف الوكلاء والمهام عبر الشيفرة
Layer 3: Workflow Runtime محرك تنفيذ المخطط، Fan-out/Fan-in، إدارة الحالة
موجّهة لوقت التشغيل، مسؤولة عن الجدولة والتوازي والحالة
الميزة المباشرة لهذا التقسيم الطبقي هي “محرك واحد ونقاط دخول متعددة”. يستطيع مدير المنتج كتابة /swarm مباشرة داخل IDE، بينما يكتب مهندس الواجهة الخلفية منطق التنسيق نفسه باستخدام SDK، وكلاهما يُنفَّذ في النهاية بواسطة Workflow Runtime. وبمجرد استيعاب هذه النقطة، يسهل فهم الفروق بين الأنماط الثلاثة التي سنستعرضها لاحقًا: فهي ليست سوى نقاط دخول مختلفة في Layer 1، وتقابل أشكالًا مختلفة من المخطط في Layer 3.

3 أنماط التنسيق الثلاثة في Antigravity Orchestrator
يوفّر Orchestrator ثلاثة أنماط للتنسيق، ويكمن الفرق بينها في ما إذا كانت الوكلاء الفرعيون بحاجة إلى تفاعل مستمر فيما بينهم، وما إذا كانت خطوات العمل محددة مسبقًا. إن اختيار النمط الخاطئ هو أكثر المشكلات شيوعًا لدى المبتدئين، لذا لنلقِ نظرة على المقارنة أولًا:
| النمط | طريقة التشغيل | شكل التعاون | المهام المناسبة |
|---|---|---|---|
| نمط السرب (Swarm) | /swarm |
إرسال عدة وكلاء فرعيين دفعة واحدة للعمل بالتوازي، ثم تجميع النتائج في النهاية | المهام الكبيرة القابلة للتقسيم إلى أجزاء مستقلة |
| نمط الفريق (Teamwork) | /teamwork |
فريق من الوكلاء يتعاون باستمرار عبر جولات تفاعل متعددة | المشاريع المعقدة التي تتطلب نقاشًا متكررًا واعتمادًا متبادلًا |
| نمط سير العمل (Workflow) | /run-workflow |
مخطط موجّه معرَّف مسبقًا يدعم التفريعات والحلقات والتوجيه الشرطي | المهام ذات العمليات الثابتة التي تتطلب إعادة إنتاج موثوقة للنتائج |
عند اتخاذ القرار، يمكنك طرح الأسئلة بالترتيب التالي: إذا كانت العملية تسير بالطريقة نفسها في كل مرة، فاختر Workflow. وإذا كانت العملية غير ثابتة، لكن المهام الفرعية لا تحتاج تقريبًا إلى أي تواصل فيما بينها، فاختر Swarm. أما إذا كانت المهام الفرعية بحاجة إلى مواءمة متبادلة مستمرة — كما يحدث حين تعدّل الواجهة الأمامية واجهة برمجية ما فتضطر الواجهة الخلفية إلى التكيّف مع التغيير — فاختر Teamwork. يحقق Swarm أعلى درجة توازٍ وأقصر زمن انتظار، لكنه يفرض في المقابل أعلى المتطلبات من حيث قابلية تقسيم المهام.
4 آلية السرب /swarm في Antigravity Orchestrator
4.1 سير العمل المكوّن من خمس خطوات في /swarm
تُعد /swarm القدرة الأبرز في Orchestrator، ويمر سير عملها الكامل بخمس خطوات:
- يُدخل المستخدم أمر
/swarmمرفقًا بوصف المهمة. - يحلّل الوكيل الرئيسي (Orchestrator Agent) المهمة ويقسّمها تلقائيًا إلى عدد من المهام الفرعية.
- يُنشأ وكيل فرعي لكل مهمة فرعية بصورة ديناميكية، أي ما يُعرف بـ«الوكلاء الفرعية ذاتية الاستنساخ الديناميكية».
- تنفّذ الوكلاء الفرعية مهامها بالتوازي، وتعود النتائج لتتجمّع لدى الوكيل الرئيسي.
- يدمج الوكيل الرئيسي المخرجات ليُنتج ملفات Artifacts النهائية.
الخطوتان 2 و5 هما اللتان تحددان الجودة النهائية: فإذا لم يكن التقسيم محكمًا، وجد الوكلاء الفرعية أنفسهم يكررون العمل أو يتركون ثغرات؛ وإذا ضعفت قدرة الدمج، تعذّر على الأجزاء المختلفة أن تتجمع في كلٍّ متماسك قابل للاستخدام. لهذا السبب، يحتاج الوكيل الرئيسي عادةً إلى نموذج يتمتع بقدرة استدلال أقوى.
4.2 الوكلاء الفرعية الديناميكية والوكلاء الفرعية الثابتة
يدعم Antigravity Orchestrator نوعين من الوكلاء الفرعية، ويمكن استخدامهما معًا داخل المهمة نفسها:
- الوكيل الفرعي الديناميكي ذاتي الاستنساخ: يُنشأ عند الحاجة أثناء التشغيل، ويرث جزءًا من سياق الوكيل الرئيسي، وهو الأنسب للمهام الفرعية المؤقتة الناشئة عن التقسيم.
- الوكيل الفرعي الثابت المخصص: وكيل متخصص يُعرَّف مسبقًا، يمتلك تعليمات نظام ومجموعة أدوات ثابتة، وهو الأنسب للمراحل المتخصصة المتكررة، مثل مراجعة الشيفرة وتوليد الاختبارات.
من التصميمات الأخرى الجديرة بالملاحظة أن كل وكيل فرعي يمكنه الاستعانة بنموذج مختلف. فمثلًا، يُستخدم Carbon للأجزاء التي تتطلب استدلالًا عميقًا، وHydrogen للأجزاء البسيطة والسريعة. هذا الأسلوب في «توزيع النماذج بحسب صعوبة المهمة» هو الوسيلة الجوهرية التي تعتمدها أنظمة الوكلاء المتعددة للتحكم في التكلفة، وسنعرض لها بالتفصيل في القسم 7.
4.3 دراسة حالة: كيف قُسّمت Pelican Campus Quest
مثال /swarm الذي قدّمه سوندار بيتشاي (Sundar Pichai) عيّنة تعليمية ممتازة. كانت المهمة الموكلة إلى الوكيل الرئيسي: «بناء لعبة ثلاثية الأبعاد ذات عالم مفتوح، يستكشف فيها اللاعب حرم Google في Mountain View راكبًا دراجة GBike». وقد قسّمها إلى ثلاثة مسارات متوازية:
- نمذجة الأصول ثلاثية الأبعاد: يستخدم الوكيل الفرعي Blender مستعينًا بأصول ولّدها Omni / Nano Banana.
- بناء محرك اللعبة: يستخدم الوكيل الفرعي Three.js مع shaders لـ WebGL.
- نظام الصوت: يستخدم الوكيل الفرعي Web Audio API إلى جانب موسيقى Lyria.
في النهاية، جرى دمج الأجزاء الثلاثة تلقائيًا في لعبة يمكن اللعب بها داخل المتصفح. وهذا المثال يليق بـ Swarm لأن أجزاءه الثلاثة — النمذجة والمحرك والصوت — لا تحتاج سوى إلى الاتفاق على التنسيقات على مستوى الواجهات، فلا يكاد كلٌّ منها ينتظر الآخر خلال التطوير، وهذا هو بالضبط «قابلية التجزئة» التي أشرنا إليها في القسم 3.
5 مقارنة Antigravity Orchestrator مع LangGraph وCrewAI وAutoGen
5.1 معايير المقارنة
تركز المقارنة التالية على فروق التوجه فقط دون الخوض في مقارنة الأداء، لأن طبيعة هذه الأدوات مختلفة تمامًا: أحدها منصة متكاملة، بينما البقية مكتبات Python. تشمل أبعاد المقارنة: توجه المنتج، وتجريد الوكلاء، وتكامل المتصفح، وربط النماذج، وأسلوب النشر، ودرجة الانفتاح المصدر.

| البُعد | Antigravity | LangGraph | CrewAI | AutoGen |
|---|---|---|---|---|
| التوجه | بيئة IDE متكاملة + منصة | مكتبة Python | مكتبة Python | مكتبة Python |
| نموذج الوكلاء | استنساخ ذاتي ديناميكي + ساكن | عُقد الرسم البياني | تعريف الأدوار | وكلاء حوار |
| تكامل المتصفح | إضافة Chrome أصلية | غير متوفر | غير متوفر | غير متوفر |
| ربط النماذج | مُحسَّن لـ Gemini | مستقل عن النماذج | مستقل عن النماذج | مستقل عن النماذج |
| النشر | Cloud Run / Docker | نشر ذاتي | نشر ذاتي | نشر ذاتي |
| الانفتاح المصدر | حزمة SDK مفتوحة المصدر والنواة مغلقة | مفتوح المصدر بالكامل | مفتوح المصدر | مفتوح المصدر |
| توصية الوصول إلى نماذج متعددة | ضمن منظومة Gemini | يمكن الوصول بشكل موحد عبر APIYI على apiyi.com | نفس ما سبق | نفس ما سبق |
5.2 كيف تختار الأداة المناسبة
يحتفظ LangGraph بالأفضلية في قابلية التحكم ببنية الرسم البياني وفي كونه مفتوح المصدر بالكامل، لكنك ستحتاج إلى بناء تكامل بيئة التطوير وعمليات المتصفح وسلسلة النشر بنفسك. أما Antigravity Orchestrator فيتفوق في “الجاهزية للاستخدام فورًا”، فأمر /swarm واحد يكفي لإنجاز التقسيم والتشغيل المتوازي والتجميع، مع إمكانية التحكم بالمتصفح بشكل أصلي. ويقدم CrewAI أسلوب تعريف الأدوار البديهي، بينما يجيد AutoGen قيادة التعاون عبر الحوار، وكلاهما يحتاج كذلك إلى معالجة النشر وسلسلة الأدوات بنفسك.
ومن هنا يمكن استخلاص قاعدة بسيطة: إذا كان فريقك يعتمد على Gemini بعمق ويريد الحصول على قدرات الوكلاء المتعددين مباشرة داخل بيئة التطوير، فاختر Antigravity؛ أما إذا كنت بحاجة إلى التنقل بين نماذج من مزودين مختلفين، أو لديك متطلبات بشأن قابلية تدقيق المحرك الأساسي، فالمكتبات مفتوحة المصدر هي خيارك.
💡 توصية الاختيار: إذا سلكت مسار المكتبات مفتوحة المصدر، فيُنصح بتوحيد طبقة الوصول إلى النماذج عبر واجهة متوافقة مع OpenAI. فمن خلال APIYI على apiyi.com، يكفيك مفتاح واحد للتبديل بين نماذج مثل GPT وClaude وGemini داخل LangGraph أو CrewAI، مما يسهّل تخصيص نموذج مختلف لكل عقدة ضمن مخطط التنسيق نفسه.
6 مسار البدء من الصفر مع Antigravity Orchestrator
6.1 الترتيب الموصى به للتعلم
وفقًا لمنهجية «استخدم أولًا، ثم اكتب، وأخيرًا اضبط»، يمكن تقسيم مسار البدء إلى سبع خطوات:
- المفاهيم: افهم ما هو Antigravity ولماذا نحتاجه (القسمان الأول والثاني من هذا المقال).
- التثبيت: اختر إحدى الطرق الثلاث: تطبيق الويب (Web App)، أو تنزيل بيئة التطوير (IDE)، أو التثبيت عبر سطر الأوامر.
- الوكيل الأول: اكتب وكيل Hello World باستخدام SDK.
- فهم Orchestrator: تعرّف على العلاقة بين Workflow Runtime وTask API.
- أول Swarm: شغّل
/swarmعمليًا داخل IDE أو سطر الأوامر (CLI). - التعمق في الوكلاء الفرعيين: قارن بين فعالية الوكلاء الفرعيين الديناميكيين والثابتين.
- أفضل الممارسات: اختيار النموذج، وإدارة الصلاحيات، والتحكم في التكاليف.
6.2 اكتب أول وكيل باستخدام Antigravity SDK
أبسط وكيل يمكن بناؤه عبر SDK يحتاج فقط إلى كائن إعداد واحد واستدعاء محادثة واحد:
from google.antigravity import Agent, LocalAgentConfig
config = LocalAgentConfig(
system_instructions="You are an expert assistant.",
)
async with Agent(config) as agent:
response = await agent.chat("Hello!")
print(await response.text())
إذا كنت بحاجة إلى مخرجات متدفقة (streaming)، فما عليك سوى التكرار على response مباشرةً. أما إضافة الأدوات إلى الوكيل فأمر بسيط أيضًا؛ يكفي أن تمرّر دوال Python العادية إلى tools:
import sys
# استجابة متدفقة
async for token in response:
sys.stdout.write(token)
sys.stdout.flush()
# أداة مخصصة
def get_weather(city: str) -> str:
return f"It's sunny in {city}."
config = LocalAgentConfig(tools=[get_weather])
تساعد إشارات الأنواع (type annotations) الموجودة في توقيع الدالة الوكيل على فهم معنى كل معامل. وفي المشاريع الفعلية، يُنصح بكتابة docstring واضحة لدوال الأدوات، حتى يتمكن الوكيل الرئيسي عند تقسيم المهام من تحديد بسهولةٍ أكبر أي أداة ينبغي تسليمها لأي وكيل فرعي.
6.3 محاكاة التوزيع (Fan-out) والتقارب (Fan-in) في السرب باستخدام واجهة متوافقة مع OpenAI
محرك الـ Orchestrator الأساسي مغلق المصدر، لكن فكرة «التجزئة — التوازي — التجميع» يمكن إعادة إنتاجها باستخدام أي نموذج. الشيفرة التالية تحاكي نسخة مصغّرة من /swarm: الوكيل الرئيسي يتولى تفكيك المهمة وتجميع النتائج، بينما تنفّذ الوكلاء الفرعية عملها بالتوازي. ليست هذه تنفيذًا لـ Antigravity، بل مثال تعليمي يساعد على فهم خطوات العمل الخمس الموضحة في القسم 4.1.
import asyncio
from openai import AsyncOpenAI
client = AsyncOpenAI(
api_key="YOUR_API_KEY",
base_url="https://api.apiyi.com/v1" # واجهة APIYI المتوافقة مع OpenAI
)
PLANNER_MODEL = "your-reasoning-model" # الوكيل الرئيسي: نموذج قوي في الاستدلال، راجع قائمة نماذج المنصة
WORKER_MODEL = "your-fast-model" # الوكيل الفرعي: نموذج سريع ومنخفض التكلفة
async def ask(model: str, system: str, prompt: str) -> str:
resp = await client.chat.completions.create(
model=model,
messages=[{"role": "system", "content": system},
{"role": "user", "content": prompt}],
)
return resp.choices[0].message.content
عرض شيفرة محاكاة السرب الكاملة
import asyncio
from openai import AsyncOpenAI
client = AsyncOpenAI(
api_key="YOUR_API_KEY",
base_url="https://api.apiyi.com/v1" # مفتاح واحد لاستدعاء نماذج متعددة
)
PLANNER_MODEL = "your-reasoning-model"
WORKER_MODEL = "your-fast-model"
async def ask(model: str, system: str, prompt: str) -> str:
resp = await client.chat.completions.create(
model=model,
messages=[{"role": "system", "content": system},
{"role": "user", "content": prompt}],
)
return resp.choices[0].message.content
async def swarm(task: str, max_workers: int = 3) -> str:
# الخطوة 2: الوكيل الرئيسي يفكك المهمة (قبل التوزيع Fan-out)
plan = await ask(
PLANNER_MODEL,
"你是主代理。把任务拆成互相独立、可并行的子任务,每行一个,不要编号。",
task,
)
subtasks = [s.strip("- ").strip() for s in plan.splitlines() if s.strip()]
subtasks = subtasks[:max_workers]
# الخطوتان 3-4: إنشاء وكيل فرعي لكل مهمة فرعية وتنفيذها بالتوازي (Fan-out)
results = await asyncio.gather(*[
ask(WORKER_MODEL, "你是只负责单一子任务的子代理,输出简洁可交付的结果。", s)
for s in subtasks
])
# الخطوة 5: الوكيل الرئيسي يدمج النتائج (Fan-in)
merged = "\n\n".join(f"【{s}】\n{r}" for s, r in zip(subtasks, results))
return await ask(
PLANNER_MODEL,
"你是主代理。整合子代理的产出,消除重复与冲突,输出最终方案。",
f"原始任务:{task}\n\n子代理产出:\n{merged}",
)
if __name__ == "__main__":
print(asyncio.run(swarm("为一个浏览器小游戏设计美术、玩法和音效三部分方案")))
تُوضِّح هذه الشيفرة نقطتين رئيسيتين: استخدام الوكيل الرئيسي والوكلاء الفرعيين لنماذج مختلفة، وتنفيذ المهام الفرعية بشكل متوازٍ عبر asyncio.gather. عند مقارنتها بالقسم الرابع، ستدرك ما الذي ينجزه Orchestrator تلقائيًا نيابةً عنك في Layer 3، بما في ذلك إدارة الحالة وإعادة المحاولة عند الفشل ودمج المخرجات.
🚀 بداية سريعة: يمكن تشغيل المثال أعلاه مباشرةً، كل ما عليك هو الحصول على مفتاح من APIYI عبر apiyi.com، ثم استبدال اسمي النموذجين بنماذج متاحة على المنصة. يحصل المستخدمون الجدد على رصيد اختبار مجاني يكفي لإجراء عدة جولات من تجارب التجزئة والدمج.
7 أفضل الممارسات والتأثيرات في Antigravity Orchestrator
7.1 اختيار النموذج: التقسيم الطبقي حسب صعوبة المهمة
تتضاعف تكاليف أنظمة الوكلاء المتعددين كلما زاد عدد الوكلاء الفرعيين، ولهذا فإن تقسيم النماذج طبقيًا هو المبدأ الأول الذي يجب الالتزام به. أسند المهام التي تحدد الجودة الشاملة — مثل التفكيك والتجميع — إلى نماذج استدلال قوية مثل Carbon في Antigravity، وأوكل مهام تحويل الصيغ وكتابة الشيفرة النمطية والاستعلامات البسيطة إلى نماذج أسرع مثل Hydrogen. وعندما تعيد بناء بنية مشابهة خارج Antigravity، يمكنك تطبيق الفكرة الطبقية نفسها عبر خدمة APIYI على apiyi.com، لتحديد نموذج مختلف لكل دور داخل الشيفرة نفسها، ومقارنة الجودة بالتكلفة قبل تثبيت الإعداد النهائي.
7.2 إدارة الصلاحيات: تقييد نطاق أدوات الوكلاء الفرعيين
يرث الوكيل الفرعي الديناميكي جزءًا من سياق الوكيل الرئيسي، وإذا لم تكن صلاحيات الأدوات مقيدة، فقد ينفذ أحد الوكلاء الفرعيين عمليات تتجاوز نطاق مسؤوليته. والأسلوب الأكثر أمانًا هو: وضع قدرات كتابة الملفات وتنفيذ الأوامر والتعامل مع المتصفح في وكيل فرعي ثابت مخصص، مع تحديد تعليمات النظام ومجموعة أدواته بوضوح؛ فيما يقتصر دور الوكلاء الفرعيين الديناميكية على مهام القراءة فقط أو مهام التوليد. أما العمليات التي تمس بيئة الإنتاج فينبغي الإبقاء فيها على خطوة تأكيد يدوية من الإنسان.
7.3 التحكم في التكاليف: قدّر أولًا ثم وسّع مستوى التوازي
كلما ارتفع مستوى التوازي في /swarm قصرت مدة الانتظار، لكن استهلاك التوكنات (token) يزداد في المقابل. ننصحك بالبدء بمهام صغيرة لترى كم مهمة فرعية يفككها الوكيل الرئيسي عادةً وكم يستهلك كل منها، قبل أن تقرر التوسع إلى مهام أكبر. وبالنسبة للفرق الحساسة تجاه الميزانية، يمكن أولًا اختبار استراتيجية التفكيك في مكتبات تنسيق مفتوحة المصدر باستخدام نماذج منخفضة التكلفة؛ فنظام الفوترة حسب الاستخدام في APIYI على apiyi.com يسهّل التحكم في تكاليف التجريب، وبعد التأكد من نجاح العملية يمكن الانتقال إلى Antigravity للحصول على إمكانات المنصة الكاملة.
7.4 تأثير Antigravity Orchestrator على المطورين
يعني ظهور Orchestrator أن تنسيق الوكلاء المتعددين ينتقل من مرحلة «مهندس يرسم بنية المخطط بيده» إلى «مستخدم يطلق العملية بأمر واحد». هذا يخفض حاجز الاستخدام، لكنه يأتي معه ارتباط بالمنصة: أداة Gemini CLI مفتوحة المصدر توقفت عن الخدمة، والمحرك الأساسي مغلق المصدر ومحسّن أساسًا لـ Gemini. وبالنسبة للمطورين الأفراد والفرق التي تعتمد على Gemini أساسًا، فإن هذا تحسين ملموس في الكفاءة؛ أما الفرق التي تحتاج إلى تعدد النماذج وقابلية التدقيق والنشر الخاص، فلا يزال الجمع بين إطار عمل مفتوح المصدر وطبقة وصول موحدة للنماذج هو التوليفة الأكثر مرونة.
وطريقة الحكم النهائية بسيطة: خذ مهمة حقيقية من مهامك الحالية وحاول تقسيمها إلى ثلاث مهام فرعية لا يعتمد أحدها على الآخر. إذا نجح التقسيم، فمن المرجح أن يوفر لك /swarm وقتًا كبيرًا؛ وإذا لم ينجح، فإن نمط Teamwork أو Workflow — أو حتى الوكيل المنفرد — هو نقطة البداية الأنسب.

المراجع
-
xkcd 353 – Python: مصدر الشريحة الترفيهية (Easter Egg) الشهيرة
import antigravity- الرابط:
xkcd.com/353 - الوصف: يساعدك على فهم المصدر الثقافي وراء اسم Antigravity
- الرابط:
-
فيديو البدء مع Google Antigravity: عرض تعريفي رسمي للمبتدئين
- الرابط:
youtube.com/watch?v=nTOVIGsqCuY - الوصف: مناسب للمطورين الذين يتعاملون مع Antigravity لأول مرة
- الرابط:
-
تغريدة Sundar Pichai: عرض توضيحي لقدرات /swarm
- الرابط:
twitter.com/sundarpichai/status/2120198811297694192 - الوصف: العرض الرسمي عند طرح Gemini 4 Carbon
- الرابط:
-
النسخة القابلة للعب من Pelican Campus Quest: لعبة متصفح مولّدة بواسطة /swarm
- الرابط:
aistudio.google.com/apps/bundled/pelican-campus-quest - الوصف: لتجربة المنتج النهائي للوضع السربي (Swarm) بشكل مباشر
- الرابط:
الكاتب: الفريق التقني في APIYI
للتبادل التقني: يسعدنا تواصلك معنا من خلال الصفحة الرئيسية لموقع APIYI على apiyi.com، ولمزيد من الموارد يمكنك زيارة مركز التوثيق docs.apiyi.com
