OpenMuse: وكيل ذكاء اصطناعي شخصي يتصفح الإنترنت وينفذ المهام بدلًا منك
تخيل أن لديك مساعدًا بالذكاء الاصطناعي لا يكتفي بالإجابة على أسئلتك، بل يستطيع فتح المتصفح، البحث في الإنترنت، قراءة البريد الإلكتروني، التعامل مع الملفات، تشغيل أوامر داخل بيئة معزولة، إنشاء المستندات، متابعة المهام والعودة إليك بالنتيجة.
هذا بالضبط هو الاتجاه الذي يحاول مشروع OpenMuse تقديمه.
OpenMuse هو مشروع مفتوح المصدر من CopilotKit لبناء وكيل ذكاء اصطناعي شخصي يستطيع تنفيذ الأعمال بدلًا من الاكتفاء بالمحادثة. المشروع يعمل على الويب وiOS وAndroid، ويجمع بين المحادثة، المتصفح، الملفات، المهام طويلة المدى، وبعض أدوات البريد والتقويم والمستندات والمالية.
والأهم أن OpenMuse لا يتعامل مع الذكاء الاصطناعي باعتباره مجرد نافذة Chat، بل يحاول بناء ما يشبه كمبيوتر شخصي للوكيل الذكي يمكنه العمل، إظهار ما يفعله، ثم إعطاؤك النتيجة مع إمكانية التدخل والسيطرة عندما تحتاج إلى ذلك.
ما هو OpenMuse؟
OpenMuse هو تطبيق Personal Agent مفتوح المصدر، أي وكيل ذكاء اصطناعي شخصي تستطيع إعطاؤه هدفًا بدلًا من إعطائه مجموعة طويلة من التعليمات.
فبدل أن تقول له:
افتح الموقع، ابحث عن المعلومات، اجمع النتائج، اقرأ البريد المرتبط بالمهمة، ثم أنشئ الملف وأرسله.
الفكرة في OpenMuse هي أن تقول له ببساطة ما تريد الوصول إليه، بينما يتولى النظام تنظيم الخطوات والعمل عليها وإظهار التقدم والنتيجة.
المشروع مبني باستخدام CopilotKit وReact Native، ويستهدف iOS وAndroid والويب، كما أن الكود متاح عبر GitHub تحت ترخيص MIT.
لماذا OpenMuse مختلف عن ChatGPT التقليدي؟
الفرق الأساسي أن OpenMuse مصمم حول مفهوم تنفيذ المهام وليس مجرد توليد النصوص.
في تطبيقات المحادثة التقليدية، قد تسأل الذكاء الاصطناعي عن طريقة القيام بشيء ما، ثم تنفذ الخطوات بنفسك.
أما في OpenMuse، فالهدف هو أن يتحول الذكاء الاصطناعي من:
"سأخبرك كيف تفعل ذلك"
إلى:
"سأحاول تنفيذ المهمة وأعرض لك ما حدث."
المشروع يحتوي على جهاز افتراضي للوكيل يمكنه استخدام المتصفح والملفات، إضافة إلى بيئة Linux اختيارية لتنفيذ أوامر محددة داخل Container معزول.
أهم مميزات OpenMuse
1. تصفح الإنترنت باستخدام Agent
من أبرز أفكار OpenMuse أن الوكيل يمتلك جلسات Chromium دائمة، ما يسمح له بزيارة الصفحات العامة وقراءة محتواها والعمل معها.
ويمكن للمستخدم متابعة ما يحدث داخل المتصفح، كما توجد إمكانية Take Control لفتح جلسة المتصفح نفسها والتدخل يدويًا عندما يحتاج المستخدم لذلك.
وهذا يفتح الباب أمام سيناريوهات مثل:
- البحث في مواقع الإنترنت.
- جمع المعلومات من عدة صفحات.
- تلخيص نتائج البحث.
- تحميل ملفات PDF.
- متابعة صفحات معينة.
- تنفيذ مهام تتطلب استخدام المتصفح.
2. العمل مع الملفات وPDF
OpenMuse لا يتوقف عند تصفح صفحات الويب، بل يوفر أيضًا نظامًا للتعامل مع الملفات والمستندات.
يمكن للنظام العمل مع ملفات PDF، عرضها داخل التطبيق، التنقل بين الصفحات، التكبير، التعامل مع بعض الحقول المدعومة، ونقل المستندات بين مساحة العمل والتطبيق.
ومن الأمثلة الموجودة في المشروع:
مرفق بريد إلكتروني → PDF → استخراج البيانات المطلوبة → تعبئة نسخة جديدة → مراجعة الرد → حفظ العملية.
وهذا يوضح أن الفكرة ليست مجرد قراءة ملف، وإنما بناء Workflow كامل حوله.
3. تنفيذ أوامر داخل Linux Container
يوفر OpenMuse بيئة Linux اختيارية يمكن للوكيل استخدامها لتنفيذ أوامر محددة.
لكن المشروع لا يقدم ذلك على أنه نظام تشغيل كامل؛ فالبيئة تعمل داخل Container غير Root، وتوجد حدود واضحة لما يمكنها الوصول إليه، كما أن الاتصال الشبكي من Terminal معطل، بينما يتم الوصول إلى الويب من خلال Browser Worker.
وتوجد أيضًا مساحة عمل /workspace يمكنها الاحتفاظ بالملفات بين مرات التشغيل.
وهذا يجعل الميزة مناسبة لأعمال مثل:
- معالجة الملفات.
- تنفيذ أوامر تطوير.
- إنشاء ملفات نصية.
- التعامل مع مستندات.
- إجراء عمليات داخل بيئة منفصلة عن النظام الأساسي.
4. إدارة المهام طويلة المدى
واحدة من أهم الأفكار في OpenMuse هي أن الوكيل لا ينفذ كل شيء في طلب واحد وينتهي.
المشروع يحتوي على نظام للمهام يتضمن:
- Plans
- Checkpoints
- Progress
- Approvals
- Pause
- Resume
- Cancel
- Retry
- Action Receipts
وهذا يعني أن المهمة يمكن أن تمر بعدة مراحل، مع إمكانية مراجعتها ومتابعتها بدلًا من تنفيذ سلسلة طويلة من العمليات دون رؤية ما يحدث.
وهنا تظهر إحدى أهم نقاط المشروع: جعل العمل الذي ينفذه الوكيل مرئيًا وقابلًا للمراجعة.
5. Gmail وGoogle Calendar
OpenMuse يحتوي على تكاملات مخصصة مع Google يمكنها التعامل مع Gmail وGoogle Calendar، بما يشمل البحث في الرسائل، قراءة المحادثات، المسودات والمرفقات، واكتشاف أحداث التقويم وبعض عمليات الإنشاء والتحديث والحذف بعد المراجعة.
لكن هناك نقطة مهمة جدًا:
هذه المميزات تتطلب إعداد حسابات Google وبيانات اعتماد حقيقية، وبعض قدرات Google ليست مفعلة تلقائيًا بمجرد تشغيل المشروع محليًا.
6. الذاكرة والسياق الشخصي
يحتوي OpenMuse على مفهوم Personal Context، حيث يمكن للمستخدم تعديل بعض معلوماته مثل:
الاسم.
أسلوب أو نبرة الرد.
الصورة الشخصية.
الذكريات والمعلومات المحفوظة.
وهذا يساعد في جعل الوكيل أكثر ارتباطًا بسياق المستخدم بدلًا من بدء كل مهمة من الصفر.
7. متابعة المواقع والتغييرات
لا يقتصر المشروع على المهام التي تبدأ وتنتهي فورًا.
يوفر OpenMuse قسمًا للأهداف والمتابعة يمكن من خلاله إنشاء عمليات مراقبة لبعض الصفحات العامة، مثل متابعة تغير محتوى صفحة أو توفر نص معين أو الوصول إلى حد معين لسعر بالدولار، مع إرسال تنبيهات عند تحقق الشرط.
وهذه الفكرة مثيرة للاهتمام لأنها تحول الذكاء الاصطناعي من أداة تستخدمها عند الحاجة إلى وكيل يمكنه متابعة بعض الأعمال بشكل مستمر.
8. نظام Ideas
يحتوي المشروع أيضًا على نظام للأفكار والاقتراحات.
يمكن للوكيل اقتراح أفكار مرتبطة بالمعلومات التي جمعها، مع عرض الأدلة والمصادر التي اعتمد عليها، ثم يستطيع المستخدم تعديل الاقتراح أو قبوله أو تجاهله.
9. أدوات مالية
يمكن لـ OpenMuse استيراد ملف CSV للمعاملات المالية وإنشاء ملخص للإنفاق يتضمن تصنيفات للعمليات والمعاملات وإجراء متعلق بهدف الادخار.
وهذه ميزة توضح أن المشروع يحاول بناء مساعد شخصي يتعامل مع أنواع مختلفة من الأعمال بدل أن يكون مجرد مساعد للبحث.
كيف يعمل OpenMuse من الداخل؟
الهندسة التقنية للمشروع مقسمة إلى عدة أجزاء.
في المقدمة يوجد تطبيق Client مبني باستخدام Expo / React Native / Web، ويتواصل مع الخادم باستخدام API وAG-UI.
في الخلفية يوجد:
Hono + CopilotKit Runtime
ثم يوجد نظام مهام دائم، وطبقة لتخزين البيانات، ومتصفح Chromium منفصل، إضافة إلى Linux Computer اختياري.
يمكن تبسيط البنية كالتالي:
المستخدم → تطبيق OpenMuse → API → Task Worker → المتصفح / Linux Computer / Google / الملفات → النتيجة
أما التخزين فيمكن أن يعتمد على PGlite محليًا أو PostgreSQL بحسب طريقة النشر.
ما هو AG-UI داخل OpenMuse؟
يعتمد OpenMuse على AG-UI كجزء من طريقة التواصل بين الوكيل وواجهة المستخدم.
AG-UI هو بروتوكول للأحداث المتدفقة بين Agents وواجهات المستخدم، وهو يسمح بإرسال أحداث مثل:
تعليقات
إرسال تعليق