مرحباً بالجميع 
،
أولاً وقبل كل شيء، شكراً لفريق Discourse على بناء وصيانة المكون الإضافي (plugin) الرسمي للذكاء الاصطناعي. من الواضح أنه تم بذل الكثير من التفكير لجعله مستقراً ومرناً لسيناريوهات النشر المختلفة.
ومع ذلك، بعد دمج العديد من مزودي خدمات الذكاء الاصطناعي (بما في ذلك البوابات المتوافقة مع OpenAI ونقاط نهاية Gemini للجهات الخارجية)، واجهت بعض الثغرات في تجربة المستخدم (UX) التي تبدو مؤلمة بشكل متزايد مع نضوج أدوات الذكاء الاصطناعي. أردت أن أسأل عما إذا كانت هناك خطط لمعالجتها - أو ما إذا كان هناك اهتمام بمكون إضافي مجتمعي يقوم بذلك.
1. لا يوجد اكتشاف للنماذج / قائمة نماذج من المزود
في الوقت الحالي، عند إضافة نموذج، يجب على المسؤول يدوياً:
- إدخال معرّف النموذج (model ID)
- معرفة النماذج المدعومة من قبل المزود مسبقاً
- التأكد من أن المعرّف مكتوب بشكل صحيح تماماً
في معظم أدوات وبوابات الذكاء الاصطناعي الحديثة (OpenAI Playground، OpenRouter، OneAPI، LM Studio، إلخ)، أصبح من المعيار:
- جلب قائمة بالنماذج المتاحة من المزود (على سبيل المثال،
/v1/models) - السماح للمستخدم بالاختيار من قائمة منسدلة
- عرض القدرات الأساسية بشكل اختياري (طول السياق، دعم الرؤية، إلخ)
أتفهم أن Discourse AI يدعم العديد من الواجهات الخلفية غير القياسية أو التي تعمل عبر وكيل (proxied backends)، وأن ليس كل المزودين يطبقون إدراج النماذج باستمرار. ومع ذلك، حتى إجراء “جلب النماذج من المزود” الاختياري (بأفضل جهد، ومتوافق مع OpenAI) سيحسن بشكل كبير سهولة الاستخدام للعديد من الإعدادات.
2. لا ينبغي أن يتطلب “نافذة السياق” إدخالاً يدوياً (أو يجب أن يكون له قيمة افتراضية)
حاليًا، حقل نافذة السياق (context window) ليس له قيمة افتراضية ويجب إدخاله يدوياً.
من منظور المستخدم، يبدو هذا وكأن المكون الإضافي يجب أن يقوم إما بما يلي:
- تعيين القيمة الافتراضية على أقصى سياق معروف للنموذج، أو
- الرجوع إلى قيمة افتراضية آمنة ومعقولة إذا كانت غير معروفة، أو
- التعامل مع القيمة الفارغة على أنها “استخدام القيمة الافتراضية للمزود/النموذج”
إن مطالبة المسؤولين بالبحث يدوياً وإدخال أحجام السياق عرضة للخطأ وغير ضرورية، خاصة عندما يشير اسم النموذج بالفعل إلى هذه المعلومات في معظم الحالات.
3. سؤال: خطط، أنماط، أو مكونات إضافية مجتمعية؟
لذا فإن أسئلتي للمجتمع والقائمين على الصيانة هي:
- هل هناك أي خطط لتحسين اكتشاف النماذج والقيم الافتراضية في المكون الإضافي الرسمي للذكاء الاصطناعي؟
- هل هناك أنماط موصى بها للتعامل مع هذا الأمر بشكل أكثر سهولة اليوم؟
- هل يعرف أحد (أو هل يعمل أحد على) مكون إضافي أو امتداد مجتمعي يعالج هذه الثغرات؟
إذا كانت الإجابة هي “لا، ومن غير المرجح أن يتم تضمينه في الإصدار الأساسي”، فسأفكر بجدية في تجربة مكون إضافي مصاحب صغير يركز فقط على:
- اكتشاف النماذج
- بيانات تعريف القدرات
- القيم الافتراضية المعقولة
قبل السير في هذا الطريق، أردت التحقق مما إذا كان هذا شيئًا يهتم به الآخرون، أو ما إذا كان هناك سياق قد أكون أفتقده.
شكراً للقراءة، وأود أن أسمع آراءكم.