انتشر مؤخرًا مصطلح جديد في مجتمعات المطورين العالمية وهو: Claudex. هذا المصطلح ليس اسمًا لمنتج رسمي، بل هو لقب أطلقه المطورون على عملية "تشغيل نماذج OpenAI داخل واجهة Claude Code". حيث شارك أحد المطورين على منصات التواصل الاجتماعي طريقة إعداد من ثلاث خطوات فقط، مع تعليق ساخر: "إذا لم تكن لديك الجرأة لتثبيت عميل Codex بشكل منفصل، يمكنك البقاء في واجهة Claude Code المألوفة وتوجيهها نحو نموذج GPT-5.6 Sol". انتشر هذا المنشور بسرعة بعد أن قام Theo (t3.gg) بإعادة نشره مع إضافة توضيحات تقنية، ليصبح أحد أكثر المواضيع إثارة للجدل في أوساط أدوات البرمجة المعتمدة على الذكاء الاصطناعي خلال الأسابيع القليلة الماضية. ستقوم هذه المقالة بتفكيك معنى Claudex، ومبدأ عمل أداة CLIProxyAPI التي يعتمد عليها، بالإضافة إلى خطوات الإعداد والمتغيرات البيئية بالتفصيل.
ما هو Claudex: دمج بين الواجهة والنموذج
اسم Claudex هو مزيج من كلمتي Claude وCodex، ويشير إلى أسلوب استخدام هجين: الاحتفاظ بواجهة سطر الأوامر وآلية استدعاء الأدوات الخاصة بـ Claude Code، مع توجيه طلبات الاستدلال الفعلية إلى نموذج GPT-5.6 Sol من OpenAI. السبب وراء رغبة المطورين في تجربة هذا المزيج ليس مجرد حب الاستطلاع، بل لأن الاختبارات المقارنة التي ظهرت في المجتمع كشفت أن أداء GPT-5.6 Sol ضمن منطق جدولة المهام في Claude Code يبدو أكثر استقرارًا مقارنة ببيئة Codex الأصلية.
تكمن المشكلة في عيب معروف في نظام (harness) الرسمي لـ Codex. وفقًا لتقارير المطورين على GitHub، يدخل GPT-5.6 Sol افتراضيًا في وضع جدولة الوكيل الفرعي (sub-agent)، وهذا الوضع يخفي حقولًا أساسية مثل agent_type وmodel وreasoning_effort وservice_tier، مما يؤدي إلى إجبار كل مهمة فرعية يشتقها Sol على وراثة التكوين الكامل عالي التكلفة الخاص بـ Sol نفسه، حتى لو كانت المهمة الفرعية لا تحتاج إلا إلى نماذج أخف مثل Terra أو Luna. بمعنى آخر، آلية توجيه الوكيل الفرعي داخل بيئة Codex بها خطأ برمجي، بينما تتجاوز طريقة تعريف الوكيل الفرعي المستندة إلى الملفات في Claude Code هذا القيد.
| بُعد المقارنة | Codex harness الأصلي | Claude Code harness (نمط Claudex) |
|---|---|---|
| تخفيض مستوى نموذج الوكيل الفرعي | مقيد، Sol يخفي الحقول الأساسية | يمكن تحديده صراحة عبر متغيرات البيئة |
| طريقة تعريف الوكيل الفرعي | منطق جدولة مدمج | تعريف الوكيل الفرعي يعتمد على الملفات |
| التحكم في توازي استدعاء الأدوات | استراتيجية ثابتة | يمكن تعديله عبر CLAUDE_CODE_MAX_TOOL_USE_CONCURRENCY |
| آلية البحث عن الأدوات | تحميل كامل افتراضي | يمكن التبديل حسب الحاجة عبر ENABLE_TOOL_SEARCH |
تجدر الإشارة إلى أن بعض المطورين أفادوا بأنهم لم يلاحظوا فرقًا كبيرًا في الأداء في مهام البرمجة القياسية، ويبدو أن هذا الاختلاف يظهر بشكل أكبر في المهام المعقدة التي تعتمد على جدولة مكثفة للوكلاء الفرعيين. لذا، يُعد Claudex أقرب إلى كونه "خيارًا إضافيًا" للتجارب، وليس الحل الأمثل في كل الحالات.
من منظور الانتشار، ليس من المستغرب أن تحظى تقنيات الإعداد هذه بشعبية سريعة. فمنذ إطلاق سلسلة GPT-5.6، لم تتوقف النقاشات في مجتمعات المطورين حول "أي harness هو الأنسب لتشغيل Sol"، حيث اعتاد الكثيرون على إيقاع التفاعل ونظام الإضافات في Claude Code، ولا يرغبون في الانتقال إلى سلسلة أدوات غريبة تمامًا لمجرد تجربة نموذج جديد. جوهر فكرة Claudex هو "تحقيق أقصى استفادة بأقل التغييرات": لا حاجة لتعلم أداة سطر أوامر جديدة، يكفي فقط تغيير وجهة الطلبات الأساسية، وهذا ما يجعله أسهل في التقبل من مجرد تثبيت عميل Codex.
ما هو CLIProxyAPI: وكيل لترجمة البروتوكولات
لتحقيق Claudex، يجب أن تتوسط العملية طبقة وكيل تقوم بتحويل طلبات بروتوكول Anthropic الصادرة عن Claude Code إلى تنسيق استدعاء يفهمه OpenAI Codex، وهذا هو الدور الذي يلعبه CLIProxyAPI. إنه خدمة وكيل محلية مفتوحة المصدر، تقوم بتغليف جلسات OAuth الخاصة بأدوات CLI متعددة مثل Codex وClaude Code وGemini CLI في واجهات برمجة تطبيقات HTTP متوافقة مع OpenAI وGemini وClaude وCodex، مع دعم الاستجابات المتدفقة، واستدعاء الدوال، والإدخال متعدد الوسائط، وموازنة الأحمال عبر الحسابات.
يتموضع هذا الوكيل كبوابة لتحويل البروتوكولات: لست بحاجة إلى تكييف منطق الاستدعاء لكل شركة نماذج على حدة، بل يقوم الوكيل بعرض واجهة قياسية موحدة للخارج. هذا النهج مشابه جداً لفكرة APIYI (apiyi.com)؛ فكلاهما يحل مشكلة "عدم توحيد واجهات النماذج"، والفرق يكمن في أن CLIProxyAPI يعتمد على تسجيل دخولك المحلي بحسابات اشتراك Claude وChatGPT الحالية، بينما تستخدم بوابات APIYI السحابية مفتاح API واحد لاستدعاء سلسلة نماذج GPT-5.6 بالكامل مباشرة، دون الحاجة إلى إدارة جلسات OAuth وعمليات الوكيل محلياً.
| المكون | الوظيفة | البروتوكول المتوافق |
|---|---|---|
| وحدة تسجيل دخول OAuth | إعادة استخدام هوية اشتراك Claude / ChatGPT الحالية | Anthropic OAuth، OpenAI OAuth |
| طبقة تحويل البروتوكول | عرض واجهة قياسية موحدة للخارج | OpenAI / Gemini / Claude / Codex |
| توجيه متعدد الحسابات | توزيع الطلبات بالتناوب لتجاوز قيود الحساب الواحد | مدعوم بالكامل |
| عملية خدمة محلية | مراقبة المنفذ المحلي لاتصال أدوات CLI | HTTP / WebSocket |
من حيث شكل النشر، يوفر CLIProxyAPI حزمًا ثنائية وصور Docker، كما يتضمن المستودع ملف docker-compose.yml ونصوص بناء مقابلة لتسهيل تشغيل الخدمة في حاويات. ملف الإعدادات بتنسيق YAML، ويحتوي بشكل أساسي على منفذ المراقبة، ومسار تخزين بيانات الاعتماد، وما إذا كان سيتم تفعيل التوجيه بالتناوب بين الحسابات. يمكنك نسخ ملف config.example.yaml من المستودع الرسمي وتعديله ليتناسب مع إعداداتك. يوفر المشروع أيضاً Go SDK، إذا كنت ترغب في دمج قدرات الوكيل هذه داخل خدماتك الخاصة بدلاً من تشغيل عملية منفصلة.
عملية الإعداد في خمس خطوات: من التثبيت إلى التشغيل
يمكن تقسيم العملية الكاملة لتحويل المبادئ السابقة إلى تطبيق عملي إلى خمس خطوات. الخطوة الأولى هي تثبيت CLIProxyAPI، ويمكن ذلك عبر الحزم الثنائية أو صور Docker، مع استخدام ملف إعدادات YAML لتحديد منفذ المراقبة ومسار تخزين بيانات الاعتماد. الخطوة الثانية هي إتمام تسجيل دخول OAuth باستخدام حساب Claude وحساب OpenAI، حيث سيقوم الوكيل بحفظ بيانات الاعتماد محلياً، واختيار الهوية المناسبة تلقائياً بناءً على النموذج المستهدف.
الخطوة الثالثة هي توجيه مخرج طلبات Claude Code إلى الوكيل المحلي، وعادة ما يتم ذلك بضبط ANTHROPIC_BASE_URL ليشير إلى عنوان الوكيل، مما يجعل Claude Code يعتقد أنه يتصل بواجهة Anthropic الرسمية، بينما يتم اعتراض حركة المرور وتوجيهها. الخطوة الرابعة هي تعريف اسم مستعار (alias) للأمر claudex وتضمين متغيرات البيئة الأساسية فيه، بحيث يمكنك الدخول إلى هذا الوضع المختلط بكلمة واحدة. الخطوة الخامسة هي تنفيذ مهمة فعلية للتحقق من النتائج، ويُفضل البدء بمهمة تتضمن مهام فرعية متعددة لاختبار التوجيه الفعلي للوكيل الفرعي.
أكثر الخطوات عرضة للمشاكل هي الربط بين الخطوتين الثانية والثالثة. فكلا رمزي OAuth لهما دورة تحديث خاصة، وإذا ظلت عملية الوكيل معلقة لفترة طويلة دون إعادة تشغيل، سيتم رفض الطلبات بصمت بعد انتهاء صلاحية الرمز، مما يظهر كأن Claude Code متوقف عن الاستجابة بدلاً من إظهار رسالة خطأ واضحة. لذا يُنصح بإدارة عملية الوكيل عبر أدوات مراقبة العمليات في النظام، والتحقق دورياً من السجلات للتأكد من صلاحية حالة تسجيل الدخول لكلا الحسابين.
alias claudex='CLAUDE_CODE_SUBAGENT_MODEL=gpt-5.6-sol \
CLAUDE_CODE_ALWAYS_ENABLE_EFFORT=1 \
CLAUDE_CODE_MAX_TOOL_USE_CONCURRENCY=3 \
ENABLE_TOOL_SEARCH=false \
claude --model gpt-5.6-sol'
🎯 نصيحة للإعداد: إذا كنت ترغب فقط في تجربة الأداء الفعلي لنموذج GPT-5.6 Sol، فلا داعي بالضرورة لسلوك مسار تفويض OAuth المزدوج. نقترح عليك أولاً طلب مفتاح API عبر APIYI (apiyi.com)، واستخدام واجهة OpenAI القياسية المتوافقة لاستدعاء نماذج GPT-5.6 Sol وTerra وLuna للتحقق من النتائج، وبعد ذلك يمكنك تقييم ما إذا كان الأمر يستحق الوقت والجهد لبناء وكيل محلي وإدارة صيانة الحسابات.
تحليل متغيرات البيئة في اسم مستعار (Alias) لـ Claudex
قد يبدو أمر الاسم المستعار أعلاه بسيطاً، لكن متغيرات البيئة الأربعة تحل مشكلات مختلفة، وفهم دور كل منها ضروري لتحديد ما إذا كان هذا الإعداد مناسباً لسيناريو عملك.
| متغير البيئة | الدور | لماذا نحتاجه؟ |
|---|---|---|
CLAUDE_CODE_SUBAGENT_MODEL |
إجبار جميع الوكلاء الفرعيين على استخدام نموذج محدد | لتجاوز مشكلة فشل التراجع (Fallback) الناتجة عن الحقول المخفية في Codex harness |
CLAUDE_CODE_ALWAYS_ENABLE_EFFORT |
تفعيل معيار قوة الاستنتاج دائماً | لضمان احتفاظ Sol بمستوى الجهد الاستنتاجي المحدد في كل استدعاء |
CLAUDE_CODE_MAX_TOOL_USE_CONCURRENCY |
تحديد عدد استدعاءات الأدوات المتزامنة | لتجنب أخطاء تقييد المعدل (Rate Limiting) عند إعادة توجيه الوكيل |
ENABLE_TOOL_SEARCH |
تعطيل آلية البحث عن الأدوات عند الطلب | في بعض سيناريوهات الوكلاء، قد يتعارض البحث عن الأدوات مع تحويل البروتوكول |
يعد المتغير CLAUDE_CODE_MAX_TOOL_USE_CONCURRENCY جديراً بالاهتمام بشكل خاص. إذا كانت سرعة إعادة توجيه طبقة الوكيل لا تواكب طلبات استدعاء الأدوات المتزامنة من Claude Code، فمن السهل جداً تلقي خطأ 400. تظهر هذه المشكلات أيضاً عند استدعاء واجهة برمجة التطبيقات (API) الرسمية مباشرة، وهي في جوهرها ناتجة عن تجاوز الطلبات المتزامنة لقدرة المعالجة في الخلفية. عند مواجهة أخطاء مشابهة، بالإضافة إلى خفض قيمة متغير البيئة هذا، يمكنك التفكير في استخدام خدمة وكيل API ذات قدرة تحمل أعلى، لتقليل الوقت المستغرق في تصحيح الإعدادات بسبب قيود المعدل.
استكشاف الأخطاء الشائعة: من التوقف المؤقت إلى تقييد المعدل
أثناء إعداد هذه المجموعة، تظهر عدة أنواع من الأخطاء بشكل متكرر، ومعرفة اتجاهات استكشاف الأخطاء مسبقاً يمكن أن توفر عليك الكثير من الوقت والجهد.
| الظاهرة | السبب المحتمل | اتجاه الاستكشاف |
|---|---|---|
| عدم استجابة Claude Code لفترة طويلة | انتهاء صلاحية رمز OAuth لعملية الوكيل | تحقق من سجلات الوكيل، وأعد تشغيل عملية تسجيل الدخول |
| إرجاع خطأ 400 مع تنبيه بتجاوز الحد | عدد استدعاءات الأدوات المتزامنة يتجاوز قدرة الخلفية | خفّض قيمة CLAUDE_CODE_MAX_TOOL_USE_CONCURRENCY |
| الوكيل الفرعي لا يزال يستخدم نموذجاً عالي التكلفة | متغير البيئة لم يطبق في الجلسة الحالية | تأكد من تعريف الاسم المستعار في نفس الجلسة التي تشغل Claude Code |
| تحميل قائمة الأدوات بطيء بشكل غير طبيعي | تعارض بين آلية البحث عن الأدوات وتحويل البروتوكول | جرب تبديل حالة ENABLE_TOOL_SEARCH |
يعد تقييد المعدل (Rate Limiting) أحد أكثر المشكلات شيوعاً، وهو في جوهره ناتج عن نفس سبب أخطاء التقييد عند استدعاء API الرسمي مباشرة، أي أن معدل الطلبات يتجاوز قدرة المعالجة في الخلفية. استراتيجية استكشاف هذه المشكلات عامة؛ سواء كنت تستخدم وكيلاً محلياً أو تستدعي واجهة سحابية مباشرة، فإن خفض التزامن ثم الاختبار التدريجي للحد الأقصى هو أسلوب أكثر فعالية لتحديد مكان المشكلة بدلاً من تعديل المعلمات بشكل عشوائي.
أي نماذج سلسلة GPT-5.6 يجب أن تختار؟
يُشير إعداد Claudex افتراضيًا إلى GPT-5.6 Sol، وهو الإصدار الأعلى في عائلة GPT-5.6. يعتمد نظام التسمية هذا على أرقام لتحديد أجيال النماذج، بينما تُستخدم المسميات Sol وTerra وLuna لتحديد ثلاث طبقات قدرات يمكن تطويرها بشكل مستقل، حيث تتوافق كل منها مع مستويات مختلفة من تعقيد المهام والميزانيات المتاحة.
| النموذج | التموضع | سيناريوهات الاستخدام |
|---|---|---|
| GPT-5.6 Sol | الفئة الرائدة للاستنتاج المعقد والمهام طويلة المسار | تنسيق الوكلاء الفرعيين، التحليل العلمي، التدقيق الأمني |
| GPT-5.6 Terra | فئة المهام اليومية الأساسية | البرمجة العادية، معالجة المستندات، المهام الجماعية |
| GPT-5.6 Luna | فئة المهام الخفيفة وعالية التكرار | المهام المتكررة البسيطة، سيناريوهات الاستجابة السريعة |
تكمن أهمية استخدام نظام توجيه الوكلاء الفرعيين في Claudex في إسناد المهام الرئيسية المعقدة إلى Sol، بينما يتم خفض مستوى المهام الفرعية البسيطة تلقائيًا إلى Terra أو Luna، مما يساعد في التحكم في تكاليف استدعاء النموذج الإجمالية. إذا كنت لا ترغب في صيانة وكيل محلي، يمكنك استدعاء هذه النماذج الثلاثة حسب الحاجة مباشرة عبر منصة APIYI (apiyi.com)، حيث يمكنك إتمام عملية التخطيط للمهام وتنفيذ المهام الفرعية باستخدام نظام حساب موحد، دون الحاجة للقلق بشأن قيود التوجيه الخاصة بالوكلاء الفرعيين.
عند الاختيار، لا داعي للتمسك بـ "استخدام أغلى فئة بالضرورة". فأسعار Sol أعلى بكثير من Terra وLuna، وإذا كانت المهمة لا تتطلب استنتاجًا عميقًا أو تنسيقًا طويل المسار، فإن استخدام Terra سيمنحك نتائج متقاربة بتكلفة أقل بكثير. لهذا السبب، فإن فهم آلية خفض مستوى الوكلاء الفرعيين أهم من مجرد اختيار نموذج واحد؛ فما يحدد التكلفة الإجمالية غالبًا ليس النموذج المستخدم في المهمة الرئيسية، بل ما إذا كانت المهام الفرعية الكثيرة قد وُزعت بشكل منطقي على الفئات الأقل تكلفة.
الأسئلة الشائعة (FAQ)
هل Claudex منتج رسمي من Anthropic أو OpenAI؟
لا، هذا المنتج هو وسيلة استخدام هجينة بناها مجتمع المطورين استنادًا إلى أدوات وكيل خارجية مثل CLIProxyAPI، وهي في جوهرها دمج لواجهات وقدرات النماذج من الشركتين، ولا تمثل الموقف الرسمي لأي منهما.
لماذا لا نستخدم عميل Codex مباشرة لاستدعاء GPT-5.6 Sol؟
يمكنك ذلك، لكن أفاد بعض المطورين بأن نظام التوجيه (harness) الأصلي في Codex يعاني من عيوب في سيناريوهات تنسيق الوكلاء الفرعيين، مما يمنع المهام الفرعية الخفيفة من الانتقال إلى نماذج أرخص. إذا كانت مهامك لا تتضمن تقسيمًا معقدًا للوكلاء الفرعيين، فقد لا تلاحظ هذا الفرق.
هل هناك مخاطر أمنية عند إعداد وكيل CLIProxyAPI؟
يقوم الوكيل المحلي بحفظ بيانات اعتماد OAuth الخاصة بحسابك، لذا يجب الانتباه إلى أذونات الوصول لملفات الإعداد وتجنب نشرها على خوادم عامة. إذا كنت ترغب فقط في التحقق من النتائج بسرعة، فإن استخدام بوابة سحابية مثل APIYI (apiyi.com) مع مفتاح API مستقل يسهل عملية التحكم في الوصول ومراجعة الاستخدام.
ماذا لو أراد عدة أشخاص في الفريق مشاركة هذا الإعداد؟
يدعم CLIProxyAPI التبديل بين حسابات متعددة، ومن الناحية النظرية يمكن ربط اشتراكات أعضاء الفريق بمثيل وكيل واحد لتوزيع الطلبات. لكن هذا النهج يضاعف من تعقيد إدارة بيانات الاعتماد، فإذا واجه أحد الحسابات مشكلة، سيتأثر استدعاء الفريق بالكامل. في بيئة العمل الجماعي، يُفضل استخدام بوابة API موحدة وتوزيع مفاتيح مستقلة على الأعضاء؛ مما يتيح تحديد الجهة المستدعية بدقة عند حدوث أي مشكلة، بدلاً من مشاركة عملية وكيل محلي واحدة بين الجميع.
ختاماً
في نهاية المطاف، يُعد Claudex مجرد حل هندسي بديل ابتكره المجتمع بشكل عفوي. وتكمن قيمته الحقيقية في كشف الفروقات في تنفيذ "harness" بين مختلف الشركات فيما يتعلق بتنسيق الوكلاء الفرعيين (sub-agents)، وليس في إثبات تفوق نموذج أو أداة على أخرى بشكل مطلق. غالباً ما تكون دورة حياة هذه الحلول التي يجمعها المطورون بنفسهم قصيرة؛ فبمجرد أن تقوم Codex بإصلاح مشكلة إخفاء حقول توجيه الوكلاء الفرعيين، قد يزول السبب الذي أدى لظهور Claudex من الأساس. ومع ذلك، فإن الرؤية التي كشف عنها – وهي أن "تصميم الـ harness يؤثر بشكل جوهري على أداء النموذج" – تظل ذات قيمة مرجعية عند تقييم أي أدوات برمجة تعتمد على الذكاء الاصطناعي مستقبلاً.
إذا كنت ترغب فقط في تجربة قدرات الاستدلال لنموذج GPT-5.6 Sol، فلا داعي لاستثمار وقتك فوراً في إعداد CLIProxyAPI والتعامل مع تعقيدات تسجيل الدخول المزدوج عبر OAuth. يمكنك البدء بتجربة النتائج عبر APIYI (apiyi.com) باستخدام الواجهات البرمجية القياسية، وبعد التأكد من الفائدة المرجوة، يمكنك اتخاذ قرارك بشأن ما إذا كان الأمر يستحق عناء التعمق في مسار الوكيل المحلي.
