أفضل 10 مشاريع مفتوحة المصدر لوكلاء الذكاء الاصطناعي المحليين تستحق المتابعة في عام 2026

تتطور وكلاء الذكاء الاصطناعي المحليون بسرعة لافتة. فلم يعودوا مجرد روبوتات محادثة خاصة تجلس في علامة تبويب بالمتصفح، بل أصبح بإمكانهم الآن كتابة التعليمات البرمجية واستخدام الطرفية وتصفح المواقع وتذكّر المشاريع وتشغيل سير عمل فعلي على أجهزة تتحكم بها.

لم يعد السؤال الأصعب في عام 2026 هو ما إذا كان بإمكانك تشغيل وكيل محليًا، بل أي مشروع مفتوح المصدر يستحق المتابعة فعلًا. إليك 10 مشاريع تبرز في البرمجة والأتمتة والتحكم في المتصفح والذاكرة والمعرفة الشخصية وسير العمل متعدد الوكلاء.

كيف اخترنا مشاريع وكلاء الذكاء الاصطناعي المحليين مفتوحة المصدر

هذه ليست قائمة متصدرين مرتبة حسب نجوم GitHub. فقد يحظى مشروع ما بمتابعة تاريخية كبيرة، لكنه يظل مرشحًا ضعيفًا لقائمة متابعة مستقبلية لعام 2026.

بدلًا من ذلك، جرى تقييم المشاريع أدناه وفق خمسة أسئلة عملية:

• هل يمكن لبيئة تشغيل الوكيل العمل على أجهزة تتحكم بها؟
• هل توجد وسيلة موثوقة للاستدلال باستخدام نماذج محلية أو مستضافة بشكل خاص؟
• هل يستطيع فعليًا تنفيذ إجراءات عبر الأدوات أو التعليمات البرمجية أو المتصفحات أو سير العمل أو الذاكرة أو التفويض؟
• هل لا يزال المشروع ذا صلة بتوجه الوكلاء مفتوحة المصدر في عام 2026؟
• هل يمثل جزءًا مميزًا من منظومة الوكلاء بدلًا من أن يكون مجرد واجهة محادثة أخرى؟

الترتيب العددي تحريري وليس نتيجة معيارية. وهو يعكس نضج النماذج المحلية، وقدرات الوكلاء، وإمكانات المنظومة، ومرونة النشر، ومدى توافق كل مشروع مع توجه الذكاء الاصطناعي المستضاف ذاتيًا في عام 2026.

إذا كنت تفضّل قائمة تعتمد على الشعبية بدلًا من قائمة ترشيحات تحريرية، فاطّلع على دليلنا المنفصل حول مهارات وكلاء الذكاء الاصطناعي مفتوحة المصدر الرائجة على GitHub.

أفضل 10 مشاريع مفتوحة المصدر لوكلاء الذكاء الاصطناعي المحليين في لمحة

1. OpenClaw — وكيل ذكاء اصطناعي شخصي يعمل على أجهزتك الخاصة

يُعد OpenClaw أحد أوضح الأمثلة على تجاوز وكيل الذكاء الاصطناعي لنافذة محادثة واحدة. ويصف المشروع نفسه بأنه مساعد ذكاء اصطناعي شخصي يعمل على أجهزتك الخاصة، مع عمل Gateway بوصفه مستوى التحكم للمساعد.

هذه البنية مهمة. فبدلاً من التعامل مع نموذج الذكاء الاصطناعي باعتباره التطبيق بأكمله، يفصل OpenClaw طبقة الوكيل عن النماذج الأساسية والقنوات والأدوات والأجهزة والمهارات. ويتيح ذلك النظر إلى المساعد باعتباره خدمة تعمل دائماً، بدلاً من كونه شيئاً لا وجود له إلا أثناء فتح علامة تبويب في المتصفح.

بالنسبة إلى مستضيفي الخدمات ذاتياً، تكمن الفرصة الأكبر في المرونة المعمارية. فالجهاز الذي ينسّق الوكيل لا يحتاج بالضرورة إلى أن يكون الجهاز الذي ينفّذ استدلال النموذج بكثافة. ويمكن لخادم صغير إبقاء الوكيل متصلاً بالإنترنت، بينما تُوجّه الطلبات إلى خادم ذكاء اصطناعي محلي أكثر قدرة في مكان آخر من الشبكة.

يشبه هذا النمط ما توضحه عملية البناء الخاصة بنا لـ خادم الذكاء الاصطناعي المحلي المشترك باستخدام ZimaBoard 2، حيث تستخدم أجهزة عميلة متعددة بيئة Ollama مركزية بدلاً من محاولة كل جهاز تشغيل نموذجه الخاص.

الأفضل لـ: المستخدمين الذين يريدون وكيلاً شخصياً دائماً يمكنه في نهاية المطاف ربط المراسلة والأدوات والمهارات والأجهزة والأتمتة ضمن طبقة تحكم واحدة مستضافة ذاتياً.

ما يستحق المتابعة: كلما اتسعت صلاحيات الوكيل، ازدادت أهمية العزل وسياسات الأدوات. فالوكيل الشخصي المتصل بالملفات أو الطرفيات أو المتصفحات أو حسابات التواصل يحتاج إلى نموذج أمان أقوى من روبوت محادثة عادي.

2. OpenHands — واحدة من أكثر بيئات وكلاء البرمجة المحلية تكاملاً

يُعد OpenHands أحد أقوى المشاريع التي تستحق المتابعة إذا كان تعريفك لوكيل الذكاء الاصطناعي يبدأ بهندسة البرمجيات.

بدلاً من الاكتفاء باقتراح الشيفرة، صُمم OpenHands حول وكلاء يمكنهم العمل مع المستودعات، وفحص الملفات، وتنفيذ الأوامر، وإجراء التغييرات، والتكرار عبر مهام تطوير البرمجيات. وهذا يجعله أقرب إلى بيئة هندسة ذاتية التشغيل منه إلى أداة تقليدية لإكمال الشيفرة.

كما أن دعمه للنماذج المحلية موضّح بشكل غير معتاد. تغطي وثائق OpenHands الرسمية للنماذج المحلية خوادم النماذج المحلية، بما في ذلك LM Studio وOllama وvLLM وSGLang.

تشير الوثائق نفسها أيضًا إلى نقطة مهمة تنطبق على كل مشروع تقريبًا في هذه القائمة: إن مجرد القدرة على الاتصال بنموذج محلي لا يعني أن كل نموذج محلي سيؤدي جيدًا بصفته وكيلًا. تفرض وكلاء البرمجة متطلبات أكبر بكثير على استدعاء الأدوات، وإدارة السياق، واتباع التعليمات، والاستدلال متعدد الخطوات مقارنة بالدردشة العادية.

الأنسب لـ: المطورين الذين يريدون وكيلًا هندسيًا للبرمجيات يمكن استضافته ذاتيًا، مع مسار جاد نحو الاستدلال المحلي.

ما ينبغي مراقبته: الفجوة بين النماذج التي يمكنها العمل محليًا من الناحية التقنية، والنماذج الموثوقة بما يكفي لتنفيذ مهام برمجة طويلة الأمد. غالبًا ما تصبح جودة الوكيل مسألة اختيار النموذج قبل أن تصبح مسألة إطار عمل الوكيل.

3. goose — وكيل محلي أصلي للبرمجة والبحث والأتمتة

goose هو وكيل مفتوح المصدر للأغراض العامة، ومتاح عبر واجهات سطح المكتب وCLI وAPI. صُمّم لأكثر من مجرد البرمجة، إذ يغطي مهام مثل البحث والكتابة والأتمتة وتحليل البيانات وتطوير البرمجيات.

تتميّز قدرته على استخدام النماذج المحلية بقوة خاصة. تتضمن وثائق موفري goose الرسمية Ollama باعتباره مشغّلًا للنماذج المحلية، كما تدعم نقاط النهاية المخصصة المتوافقة مع OpenAI وOllama.

وهذا يعني أن تثبيت goose يمكن أن يعمل على جهاز واحد، مع الاتصال بخادم نماذج Ollama أو خادم نماذج متوافق آخر موجود في مكان آخر على الشبكة المحلية.

يوفّر goose أيضًا أدوات عبر امتدادات تستند إلى بروتوكول سياق النموذج. يوضح دليل امتدادات goose الرسمي كيفية إضافة الأدوات الخارجية وخوادم MCP إلى جلسة الوكيل.

هذا المزيج من التنفيذ المحلي الأصلي، والنماذج المحلية، وMCP، والوصول إلى الطرفية، وأدوات سطح المكتب يجعل goose أحد أكثر المشاريع توازنًا في منظومة الوكلاء مفتوحة المصدر الحالية.

الأنسب لـ: المستخدمين الذين يريدون وكيلًا واحدًا للعمل عبر الطرفية، والتطوير، والبحث، والأتمتة العامة، بدلًا من مساعد برمجة متخصص في نطاق ضيق.

ما ينبغي الانتباه إليه: تحتاج النماذج المحلية إلى استدعاء موثوق للأدوات. ويحذّر goose صراحةً من أن النماذج التي تفتقر إلى دعم مفيد لاستدعاء الأدوات قد تعود عملياً إلى سلوك الدردشة العادية.

4. LocalAI — من خادم نماذج محلي إلى بنية تحتية خاصة للوكلاء

تختلف LocalAI عن معظم المشاريع في هذه القائمة لأنها ليست مساعداً واحداً بالدرجة الأولى.

إنه محرك ذكاء اصطناعي مفتوح المصدر يمكنه إتاحة النماذج المحلية عبر واجهات API مألوفة، مع دعم عدة خلفيات للاستدلال. ويتضمن المشروع الحالي أيضاً إمكانات مدمجة لوكلاء الذكاء الاصطناعي تشمل استخدام الأدوات وRAG وMCP والمهارات.

وهذا يجعل LocalAI ذات صلة متزايدة بوصفها البنية التحتية الكامنة وراء تطبيقات الذكاء الاصطناعي الخاصة الأخرى. فبدلاً من مطالبة تطبيق واحد بامتلاك خدمة النماذج ومنطق الوكلاء والتوليد متعدد الوسائط وواجهات API، يمكن أن تصبح LocalAI طبقة محلية مشتركة تستخدمها عدة خدمات.

تصف وثائق البدء السريع الرسمية لـ LocalAI الاستدلال المحلي، إلى جانب إدارة النماذج والوكلاء المدمجة.

تصبح هذه البنية مثيرة للاهتمام خصوصاً في بيئات الاستضافة الذاتية الأكبر، حيث قد يستضيف خادم واحد النماذج المحلية وواجهات API والتضمينات وRAG وتطبيقات وكلاء متعددة في الوقت نفسه.

إذا كنت تستكشف هذه البنية الأوسع، يشرح دليلنا حول مهارات وكلاء الذكاء الاصطناعي لقواعد المعرفة المحلية كيفية توافق أوقات تشغيل النماذج والاسترجاع والتخزين ومهارات الوكلاء ضمن المكدس الخاص نفسه.

الأفضل لـ: مستخدمي المختبرات المنزلية والمطورين الذين يريدون طبقة بنية تحتية مشتركة للذكاء الاصطناعي المحلي، بدلاً من مساعد مستقل واحد.

ما ينبغي الانتباه إليه: قد تكون LocalAI منصة تتجاوز احتياجات المبتدئين. وتزداد قيمتها مع زيادة عدد خدمات الذكاء الاصطناعي المحلية والنماذج والمستخدمين وسير العمل.

5. Agent Zero — امنح الوكيل مساحة عمل حقيقية

Agent Zero يتعامل مع الوكلاء من منظور مختلف. فبدلاً من تزويد النموذج بمجموعة صغيرة من الأدوات المتخصصة فقط، صُمم ليعمل الوكلاء داخله ضمن بيئة حوسبة أكثر تكاملاً.

يتضمن المشروع سير عمل للتفاعل مع المتصفح، واستخدام سطح مكتب Linux، والمشاريع ومساحات عمل Git، والذاكرة، والمهارات، وMCP، والإضافات، والإعدادات المسبقة للنماذج، والاتصالات بموارد الجهاز المضيف.

تنظم وثائق Agent Zero الرسمية هذه الإمكانات حول مهام عملية للوكيل بدلًا من الاقتصار على محادثة مع النموذج.

ويكون هذا مفيدًا بشكل خاص عندما ترغب في تجربة فكرة امتلاك الوكيل لمساحة عمل خاصة به شبيهة بالكمبيوتر. إذ يمكنه معالجة الملفات، وتنفيذ مهام برمجية، واستخدام واجهات المتصفح أو سطح المكتب، والحفاظ على السياق داخل المشاريع.

الأفضل من أجل: المستخدمين المتقدمين الذين يرغبون في تجربة وكلاء يعملون داخل مساحة عمل كاملة بدلًا من العمل عبر قائمة أدوات صغيرة وثابتة.

ما ينبغي الانتباه إليه: الحد الفاصل بين حاوية الوكيل والنظام المضيف. إذ إن توصيل وكيل مستقل مباشرةً بملفات المضيف أو أوامر الصدفة يزيد تأثيره المحتمل بدرجة كبيرة، ولذلك تكتسب العزلة وعمليات الربط المقيّدة أهمية.

6. Browser Use — حوّل متصفح الويب إلى أداة لوكيل

تُعد واجهات API مثالية للأتمتة، لكن جزءًا كبيرًا من الويب لا يزال يتطلب متصفحًا. وهذه هي المشكلة التي صُمم Browser Use لحلها.

يوفر Browser Use إطار عمل مفتوح المصدر يتيح لوكيل ذكاء اصطناعي التفاعل مع صفحات الويب، والتنقل في الواجهات، واستخراج المعلومات، وإكمال سير العمل المستند إلى المتصفح.

كما يوفر مسارًا موثقًا لاستخدام نموذج محلي. يوضح مثال Browser Use الرسمي لـ Ollama كيفية استخدام نموذج مُقدَّم محليًا مع وكيل المتصفح.

وهذا ما يجعل Browser Use مهمًا حتى إن لم يصبح مساعدك الأساسي. إذ يمكن للتحكم في المتصفح أن يعمل كإحدى القدرات داخل حزمة وكلاء أكبر كلما تعذر إكمال مهمة بشكل سليم عبر واجهة API أو خادم MCP.

الأفضل من أجل: البحث على الويب، واختبار المتصفحات، والتفاعل مع النماذج، وسير العمل الذي يتطلب المصادقة، وإدارة الويب المتكررة، والوكلاء الذين يحتاجون إلى التفاعل مع مواقع الويب الموجودة.

ما ينبغي الانتباه إليه: تظل أتمتة المتصفحات معقدة بطبيعتها. فقد تقلل المصادقة، واختبارات CAPTCHA، وتغييرات واجهة المستخدم، والعناصر الديناميكية، والأذونات، ومحتوى صفحات الويب الضار من الموثوقية أو تتسبب في مشكلات أمنية.

7. Cline — وكيل برمجة قادر على العمل محليًا عبر سير عمل بيئات التطوير المتكاملة وواجهات سطر الأوامر

يظل Cline أحد أكثر مشاريع وكلاء البرمجة مفتوحة المصدر شهرة، لكن أهميته للذكاء الاصطناعي المحلي تتجاوز تجربة بيئة التطوير المتكاملة.

يدعم Cline رسميًا الاستدلال المحلي عبر بيئات تشغيل تشمل Ollama وLM Studio. ويغطي دليل النماذج المحلية الخاص به خطوات الإعداد، كما يقدم إرشادات مفيدة حول الأجهزة المناسبة لفئات مختلفة من نماذج البرمجة المحلية.

وهذا يجعل Cline جسرًا سهل الوصول بين المساعدة التقليدية في بيئات التطوير المتكاملة وسير عمل الوكلاء الأكثر استقلالية. ويمكن للمطورين الاحتفاظ ببيئة تفاعلية مألوفة مع اختيار ما إذا كان الاستدلال سيجري عبر مزود مستضاف أو نموذج يعمل على أجهزتهم الخاصة.

الأفضل لـ: المطورين الذين يريدون مرونة النماذج المحلية مع البقاء قريبين من سير عمل البرمجة المتمحور حول بيئة التطوير المتكاملة.

ما ينبغي مراقبته: يتأثر أداء البرمجة المحلية بشدة بطول السياق وموثوقية الأدوات. فنجاح تحميل النموذج لا يعني بالضرورة الحصول على تعديلات موثوقة على ملفات متعددة وسلوك موثوق في تصحيح الأخطاء.

8. Khoj — وكيل خاص لمستنداتك ومعرفتك الشخصية

يمثل Khoj فرعًا مختلفًا من منظومة الوكلاء المحليين: المعرفة الشخصية بدلًا من البرمجة أو التحكم في المتصفح.

يصف Khoj نفسه بأنه عقل ثانٍ للذكاء الاصطناعي يمكن استضافته ذاتيًا. ويمكنه العمل مع نماذج محلية أو عبر الإنترنت، والإجابة عن الأسئلة من المستندات الشخصية، والبحث عن المعلومات، وإنشاء وكلاء متخصصين، وأتمتة الأبحاث المتكررة.

يسلّط الاستعراض الرسمي لمشروع Khoj الضوء على دعم الاستضافة الذاتية الخاصة، ونماذج اللغة الكبيرة المحلية، والبحث في المستندات، والوكلاء المخصصين، وسير عمل البحث المؤتمت.

هنا يمكن للذكاء الاصطناعي المحلي أن يصبح ذا قيمة خاصة. غالبًا ما تحتوي المستندات الشخصية، وأرشيفات المشاريع، والملاحظات، وملفات PDF، والنصوص المفرغة، والملفات الداخلية على نوع السياق الذي يجعل الوكيل مفيدًا تحديدًا، لكنها أيضًا البيانات التي يفضّل كثير من المستخدمين عدم إرسالها باستمرار إلى خدمات الجهات الخارجية.

لذلك يمكن لبنية الوكيل الخاص التي تعتمد بكثافة على التخزين أن تفصل المسؤوليات: يتولى الوكيل الاستدلال والأدوات، ويتولى خادم نماذج محلي الاستدلال، بينما يحتفظ التخزين المحلي بقاعدة المعرفة، والتضمينات، والمستندات المصدرية، والمخرجات المُنشأة.

للاطلاع على مثال لهذا التوجه الذي يجمع بين التخزين والذكاء الاصطناعي، راجع سير عمل ZimaCube 2 AI NAS لدينا.

الأفضل لـ: المستخدمين الذين يريدون مساعدًا بحثيًا خاصًا أو وكيل معرفة شخصيًا يستند إلى مستنداتهم الخاصة.

ما يجب متابعته: لا تقل جودة الاسترجاع أهمية عن جودة النموذج. فلا يستطيع الوكيل الخاص الاستدلال بشكل موثوق على مستندات يعجز عن استرجاعها أو فهرستها أو الاستشهاد بها بشكل صحيح.

9. Letta — أنشئ وكلاء يتذكرون عبر الجلسات

لا تزال معظم الوكلاء كثيرة النسيان على نحو يثير الدهشة. يمكنهم البحث في محادثة قديمة أو الاستعلام من قاعدة بيانات متجهية، لكن ذاكرة الوكيل المستمرة تمثل مشكلة معمارية أعمق.

يركّز Letta، الذي كان مرتبطًا سابقًا بـ MemGPT، مباشرةً على الوكلاء ذوي الحالة والذاكرة المتقدمة التي يمكنها الاستمرار والتطور عبر التفاعلات.

من التفاصيل المهمة في عام 2026 أن مستودع Letta الأصلي يعرّف الآن تطبيق الخادم الأقدم بأنه قديم. ويوجّه المشروع التطوير الجديد نحو بنية Letta Agent الأحدث وLetta Code.

يوضح ملف README الرسمي لـ Letta أن الوكلاء يمكنهم العمل محليًا على جهاز كمبيوتر، وأن Agent SDK الأحدث يدعم واجهة خلفية محلية.

وهذا التحول هو بالضبط سبب إدراج Letta في قائمة المتابعة. من المرجح أن تصبح الذاكرة المستمرة أكثر أهمية مع انتقال الوكلاء من المهام المعزولة إلى مساعدين يعملون لفترات طويلة ويحتاجون إلى الاحتفاظ بسياق المشروع، وتفضيلات المستخدم، والإجراءات المتعلّمة، والقرارات السابقة.

الأفضل لـ: المطورين الذين يجرّبون مساعدين يعملون لفترات طويلة، وذاكرة متكيفة، وسياقًا مستمرًا للمشروعات، ووكلاء ذوي حالة.

ما يجب متابعته: التحول المعماري للمشروع. قد لا تعكس البرامج التعليمية الأقدم التي تشير إلى خادم Letta السابق المسار الموصى به لعمليات النشر الجديدة.

10. CrewAI — نسّق فرقًا من الوكلاء المتخصصين

يختلف CrewAI عن المساعد الشخصي لأن فكرته الأساسية ليست أن يتولى وكيل واحد كل شيء.

بدلاً من ذلك، يحدد المطورون مجموعات من الوكلاء المتخصصين ذوي أدوار ومسؤوليات وأدوات ومهام منفصلة، ثم ينسقون بينها ضمن مسارات عمل أكبر.

يفيد هذا النموذج في المهام التي تنقسم طبيعياً إلى مراحل. فقد يستخدم سير عمل بحثي وكيلاً لجمع الأدلة، وآخر لتحليلها، وثالثاً لإعداد مسودة تقرير، ورابعاً لمراجعة النتيجة قبل نشر أي شيء.

تكمن جاذبية الذكاء الاصطناعي المحلي في أن بنية الوكلاء المتعددين لا تتطلب بطبيعتها أن يأتي كل الاستدلال من واجهة برمجة تطبيقات سحابية. ويمكن للمطورين ربط نماذج محلية أو مقدَّمة بشكل خاص عندما توفر هذه النماذج القدرات المطلوبة لسير العمل.

الأفضل لـ: مسارات العمل المنظمة متعددة الوكلاء، والبحث المؤتمت، ومسارات عمل المحتوى، وتحليل البيانات، والتطبيقات التي ينبغي أن يتحمل فيها وكلاء مختلفون مسؤوليات مختلفة.

ما ينبغي الانتباه إليه: يمكن للأنظمة متعددة الوكلاء مضاعفة التكلفة ووقت الاستجابة والسياق وأنماط الفشل. لا يؤدي المزيد من الوكلاء تلقائياً إلى نتيجة أفضل. وغالباً ما تكون خطوات سير العمل الحتمية مفضلة عندما لا تتطلب المهمة فعلياً حكماً من النموذج.

أي مشروع لوكيل ذكاء اصطناعي محلي ينبغي أن تجرّبه أولاً؟

تعتمد أفضل نقطة بداية على ما تريد من الوكيل التحكم فيه، وليس على المستودع الذي يملك أعلى عدد من النجوم.

بنية وكلاء الذكاء الاصطناعي المحلي: لا يلزم أن يعمل الوكيل والنموذج على الجهاز نفسه

من أكثر أنماط التصميم فائدةً للمختبر المنزلي فصل وقت تشغيل الوكيل عن وقت تشغيل النموذج.

يمكن لجهاز خفيف تشغيل OpenClaw وKhoj وخدمة سير عمل وقواعد بيانات وأدوات الوكلاء عبر الإنترنت على مدار الساعة طوال أيام الأسبوع، بينما يشغّل جهاز أقوى على شبكة LAN نفسها Ollama أو vLLM أو خادم استدلال آخر.

خادم الوكلاء
    |
    |-- OpenClaw / goose / OpenHands / Khoj
    |-- أدوات MCP
    |-- الأتمتة
    |-- الذاكرة / قواعد البيانات
    |
    +------ الشبكة المحلية ------+
                               |
                         خادم النماذج
                               |
                         Ollama / vLLM
                               |
                         وحدة معالجة الرسومات / ذاكرة وصول عشوائي كبيرة

قد يكون هذا أكثر كفاءة من بناء جهاز واحد ضخم لكل حمل عمل. كما يتيح توسيع التخزين والاستدلال وتنسيق الوكلاء والنسخ الاحتياطية بشكل مستقل.

من الأفضل فهم ZimaBoard 2 في هذا النوع من الإعدادات باعتباره عقدة خدمات وتنسيق تعمل دائمًا، لا بديلًا عن محطة عمل متطورة مزوّدة بوحدة معالجة رسومات. ومن الأمثلة الواقعية مركز الذكاء الاصطناعي المحلي باستخدام ZimaBoard 2 وOllama، حيث تصل أجهزة عميلة صغيرة إلى خدمة نموذج مركزية.

بالنسبة إلى متطلبات التخزين والتوسعة الأثقل، يمكن أن تتجه البنية نحو خادم ذكاء اصطناعي يتمحور حول NAS. ويغطي دليل مختبر المنزل للذكاء الاصطناعي المحلي باستخدام ZimaCube 2 العلاقة بين التخزين وOllama وتوسعة PCIe وترقيات وحدات معالجة الرسومات المستقبلية.

إذا أصبح الاستدلال المدعوم بوحدة معالجة الرسومات ضروريًا، فإن بنية الذكاء الاصطناعي المحلية ZimaCube 2 Intel Arc توضّح إحدى طرق إضافة عتاد تسريع مخصص.

ما مقدار العتاد الذي يحتاجه وكيل الذكاء الاصطناعي المحلي فعليًا؟

لا يكون إطار عمل الوكيل نفسه عادةً أكبر جزء من ميزانية العتاد. فمن المرجح أن يحدّد النموذج وجلسات المتصفح وطول السياق والتضمينات وقواعد البيانات المتجهية وأحمال العمل المتزامنة متطلبات الذاكرة والحوسبة.

يقدّم الدليل الرسمي للنماذج المحلية من Cline توضيحًا تقريبيًا مفيدًا: قد تتسع الأنظمة المحلية الأصغر أو ذات النماذج المكمّمة ضمن فئة 16–32 غيغابايت، بينما تتطلب نماذج البرمجة متوسطة الحجم ذاكرة أكبر، وقد تتجاوز النماذج الأكبر أو نوافذ السياق الأوسع 64 غيغابايت من ذاكرة النظام.

يقدّم OpenHands أيضًا تقييمًا عمليًا مفيدًا. إذ توصي وثائقه بنماذج قادرة على البرمجة باستخدام الوكلاء، بدل الإيحاء بأن أي نموذج محادثة صغير سيقدّم التجربة نفسها.

ينشئ هذا ثلاثة أنماط شائعة للنشر:

الوكيل محلي، والنموذج في السحابة

يعمل الوكيل والملفات والذاكرة والأدوات على خادمك، بينما تُرسل طلبات الاستدلال المعقدة إلى نموذج مستضاف. هذه أسهل بنية، لكن المطالبات المرسلة إلى مزوّد النموذج تغادر الجهاز المحلي.

الوكيل محلي، والنموذج في مكان آخر على شبكتك المحلية

يعمل الوكيل على خادم منزلي يعمل دائمًا، بينما يوفّر جهاز محطة العمل أو جهاز مزوّد بوحدة معالجة رسومات نقطة وصول متوافقة عبر Ollama أو vLLM أو LM Studio أو غيرها. وغالبًا ما تكون هذه البنية الأكثر عملية للحفاظ على الخصوصية.

كل شيء على خادم ذكاء اصطناعي محلي واحد

يشغّل الجهاز نفسه النموذج، وإطار عمل الوكيل، وأتمتة المتصفح، والحاويات، وقواعد البيانات، والتضمينات، والتخزين. وهذا مريح، لكنه يفرض متطلبات أعلى بكثير على ذاكرة RAM وذاكرة VRAM والخصائص الحرارية والتخزين والطاقة.

المحلي لا يعني تلقائيًا أنه خاص

لا يزال بإمكان وكيل ذكاء اصطناعي محلي إرسال البيانات خارج شبكتك.

على سبيل المثال، قد يكون وقت تشغيل الوكيل محليًا بينما:

• يكون نموذج اللغة الكبير واجهة برمجة تطبيقات سحابية؛
• يستخدم البحث على الويب خدمة خارجية؛
• يفتح المتصفح مواقع ويب عامة؛
• يربط خادم MCP بتطبيقات SaaS؛
• تعالج واجهة برمجة تطبيقات التضمين المستندات الخاصة عن بُعد؛
• يرسل تكامل المراسلة المحتوى عبر منصة تابعة لجهة خارجية.

لذلك لا ينبغي اعتبار «الوكيل المحلي» و«الوكيل الذي يعمل دون اتصال بالإنترنت بالكامل» مترادفين.

يتطلب سير العمل الخاص حقًا مراجعة كل طبقة: مزود النموذج، والتضمينات، والأدوات، وحركة مرور المتصفح، وواجهات برمجة التطبيقات الخارجية، والقياس عن بُعد، والتخزين، والسجلات، والنسخ الاحتياطية.

يحتاج وكلاء الذكاء الاصطناعي المحليون إلى نموذج أمان أقوى من روبوتات المحادثة

يمكن لروبوت المحادثة إنشاء إجابة غير صحيحة. أما الوكيل فيمكنه تحويل الإجابة غير الصحيحة إلى إجراء.

إذا كان بإمكان الوكيل تنفيذ أوامر shell، أو تعديل مستودع، أو التحكم في متصفح، أو نقل ملفات، أو الوصول إلى مستندات خاصة، أو استدعاء واجهات برمجة التطبيقات للخادم المنزلي، فإن صلاحياته تصبح جزءًا من نموذج أمان الذكاء الاصطناعي.

لذلك ينبغي أن يراعي نشر وكيل مستضاف ذاتيًا بصورة عملية ما يلي:

• العزل باستخدام حاوية أو جهاز افتراضي: أبقِ الوكلاء التجريبيين بعيدًا عن النظام المضيف حيثما كان ذلك عمليًا.
• نقاط تحميل محدودة لنظام الملفات: لا تكشف سوى المجلدات المطلوبة للمهمة.
• قوائم السماح بالأدوات: لا تمنح كل وكيل إمكانية الوصول إلى جميع الأدوات المتاحة.
• حسابات خدمة منفصلة: تجنّب إعادة استخدام بيانات اعتماد المسؤول.
• بوابات الموافقة: اطلب التأكيد قبل إجراء عمليات مدمرة أو عالية التأثير.
• التحكم في الإصدارات: احتفظ بالكود والإعدادات بحيث يمكن استعادتهما قبل السماح بالتعديلات المستقلة.
• النسخ الاحتياطية: يجب أن تكون أخطاء الوكيل قابلة للعكس.
• السجلات: سجّل الأدوات التي تم استدعاؤها وما الذي تغيّر.

وهذا مهم بشكل خاص لوكلاء المتصفح. فقد تحتوي صفحة ويب أو رسالة بريد إلكتروني أو مستند أو تعليق على issue أو ملف مُنزّل على تعليمات مصممة للتلاعب بالوكيل. يجب على النظام المستقل أن يتعامل مع المحتوى الخارجي باعتباره مُدخلًا غير موثوق، لا تعليمات موثوقة.

تنطبق القاعدة نفسها على المهارات والإضافات التي ينشئها المجتمع. قبل تثبيت إضافة من جهة خارجية، افحص ما الذي تنفذه، والملفات التي تقرؤها، وبيانات الاعتماد التي تطلبها، وما إذا كانت تتواصل مع خدمات خارجية.

لماذا تغيب بعض مشاريع الوكلاء الشهيرة

يجب ألا تُبقي قائمة المتابعة تلقائيًا على الأسماء الأكثر شهرة في العام الماضي.

الهدف هنا هو تحديد المشاريع ذات الصلة الخاصة بمسار الوكلاء المحليين مفتوحي المصدر في عام 2026. وهذا يعني أن التوجه الحالي للمشروع لا يقل أهمية عن شعبيته التاريخية.

ويعني ذلك أيضاً أننا تجنبنا عمداً ملء القائمة بعشرة وكلاء للبرمجة. تُعد البرمجة حالياً إحدى أقوى فئات الوكلاء، لكن حزمة الذكاء الاصطناعي المحلية تحتاج أيضاً إلى التحكم في المتصفح، والذاكرة المستمرة، والمعرفة الشخصية، والبنية التحتية للنماذج، والأتمتة العامة، وتنسيق الوكلاء المتعددين.

إن تنوع هذه القائمة مقصود:

• يمثل OpenClaw طبقة الوكيل الشخصي.
• يمثل كل من OpenHands وCline هندسة البرمجيات.
• يمثل goose تنفيذ الوكلاء المحليين لأغراض عامة.
• تمثل LocalAI البنية التحتية المشتركة للذكاء الاصطناعي.
• يمثل Agent Zero الاستقلالية الكاملة داخل مساحة العمل.
• يمثل Browser Use التحكم في المتصفح.
• يمثل Khoj المعرفة الخاصة.
• تمثل Letta الذاكرة المستمرة.
• يمثل CrewAI تنسيق الوكلاء المتعددين.

ما الذي ينبغي مراقبته لاحقاً في وكلاء الذكاء الاصطناعي المحليين مفتوحي المصدر

الاتجاه الأكبر ليس ببساطة أن مزيداً من المشاريع يمكنه الاتصال بـ Ollama.

التحول الأهم هو أن حزمة الوكلاء المحليين أصبحت معيارية.

يمكن أن يعمل النموذج على خادم، وبيئة تشغيل الوكيل على خادم آخر. ويمكن أن تبقى المستندات والذكريات في وحدة تخزين محلية. كما يمكن لخوادم MCP إتاحة الأدوات، وقد تصبح أتمتة المتصفح قدرة منفصلة. ويمكن للمهارات تجميع الإجراءات القابلة للتكرار. كما يمكن للوكلاء المتخصصين العمل ضمن سير عمل أكبر.

هذا يعني أن خادم الذكاء الاصطناعي المحلي في المستقبل قد يبدو أقل شبهاً بروبوت محادثة ضخم واحد، وأكثر شبهاً بمجموعة من الخدمات المتعاونة:

النماذج المحلية
     |
بيئة تشغيل الوكيل
     |
+----+-----------+-----------+-----------+
|                |           |           |
الذاكرة         المتصفح      MCP        المهارات
|                |           |           |
المستندات      المواقع الإلكترونية    الخدمات    سير العمل
|                |           |           |
+---------------- التخزين المحلي ---------+

بالنسبة إلى مستضيفي الخدمات ذاتياً، يمثل هذا تغيراً مهماً. لم تعد بحاجة إلى مشروع واحد ينفذ كل شيء. بدلاً من ذلك، يمكنك اختيار أقوى مكوّن لكل طبقة وتحديد الأجزاء التي تبقى محلية بدقة.

الخلاصة النهائية

لا يوجد وكيل ذكاء اصطناعي محلي مفتوح المصدر واحد هو الأفضل في عام 2026، لأن هذه المشاريع تعمل بشكل متزايد على حل أجزاء مختلفة من المشكلة.

اختر OpenClaw إذا كنت تريد تجربة وكيل شخصي يعمل دائماً.

اختر OpenHands إذا كان تطوير البرمجيات المستقل هو الهدف الأساسي.

اختر goose إذا كنت تريد وكيلاً مرناً لسطح المكتب والطرفية، يمكنه العمل مع النماذج المحلية وأدوات MCP.

اختر LocalAI إذا كنت تبني البنية التحتية التي تدعم عدة تطبيقات ذكاء اصطناعي خاصة.

اختر Agent Zero إذا كنت تريد وكيلاً يعمل داخل مساحة عمل حاسوبية أوسع.

اختر Browser Use عندما يكون المتصفح نفسه هو هدف الأتمتة.

اختر Cline للبرمجة المتمحورة حول بيئة التطوير المتكاملة (IDE) مع مرونة استخدام النماذج المحلية.

اختر Khoj للمستندات الخاصة والمعرفة الشخصية.

اختر Letta عندما تكون ذاكرة الوكيل المستمرة هي التجربة الأهم بالنسبة إليك.

اختر CrewAI عندما يكون من الأنسب لسير العمل أن يعمل كفريق من الوكلاء المتخصصين.

لا تتمثل الفرصة الأكبر في عام 2026 في اختيار فائز واحد، بل في بناء حزمة وكلاء خاصة تتحكم فيها في النماذج والأدوات والأذونات والذاكرة والتخزين والبنية التحتية المهمة لك.

الأسئلة الشائعة

هل يمكن لوكلاء الذكاء الاصطناعي مفتوحة المصدر العمل دون اتصال بالإنترنت تمامًا؟

يمكن لبعضها ذلك، بشرط توفر النموذج وبيئة تشغيل الوكيل والأدوات والتضمينات والبيانات المطلوبة محليًا. ومع ذلك، لا تزال ميزات مثل البحث على الويب، وواجهات برمجة التطبيقات السحابية، وتكاملات البرمجيات كخدمة، ومنصات المراسلة، والمواقع العامة تتطلب الوصول إلى الشبكة.

هل Ollama وكيل ذكاء اصطناعي بحد ذاته؟

لا. يُعد Ollama في الأساس بيئة تشغيل للنماذج. ويضيف إطار عمل للوكلاء مثل OpenHands أو goose أو Cline أو Browser Use أو أي نظام وكلاء آخر التخطيط، واستخدام الأدوات، والذاكرة، وسير العمل، والإجراءات حول النموذج.

ما أفضل وكيل ذكاء اصطناعي محلي مفتوح المصدر للبرمجة؟

يُعد OpenHands أحد أقوى الخيارات لبيئة متكاملة ومستقلة لهندسة البرمجيات. ويُعد Cline خيارًا جذابًا للمطورين الذين يفضّلون سير عمل يتمحور حول بيئة التطوير المتكاملة، بينما يكون goose مفيدًا عندما لا تكون البرمجة سوى جزء من إعداد أتمتة محلي أوسع.

ما أفضل وكيل ذكاء اصطناعي محلي لخادم منزلي؟

يعتمد ذلك على دور الخادم. يُعد OpenClaw خيارًا مثيرًا للاهتمام لمساعد شخصي دائم، بينما يناسب Khoj سير عمل المستندات والمعرفة الخاصة، ويُعد LocalAI أنسب للمستخدمين الذين ينشئون طبقة مشتركة محلية للاستدلال والبنية التحتية للوكلاء.

هل أحتاج إلى وحدة معالجة رسومات لتشغيل وكيل ذكاء اصطناعي محلي؟

ليس بالضرورة. يمكن للعديد من أطر عمل الوكلاء العمل من دون وحدة معالجة رسومات مخصصة. وتأتي متطلبات الأجهزة أساسًا من النموذج المحلي الذي تختاره. ويمكن للنماذج الأصغر ذات التكميم أن تعمل على وحدة المعالجة المركزية أو الذاكرة المشتركة، بينما تستفيد نماذج البرمجة والاستدلال الوكيلة الأكبر كثيرًا من مزيد من ذاكرة RAM وذاكرة VRAM ومسرّعات العتاد.

هل يمكن للوكيل العمل على جهاز واحد والنموذج على جهاز آخر؟

نعم. تُعد هذه إحدى أكثر بنيات المختبرات المنزلية فائدة. يمكن للوكيل العمل على خادم يعمل دائمًا والاتصال عبر الشبكة المحلية بـ Ollama أو vLLM أو LM Studio أو خادم نماذج آخر يعمل على أجهزة أكثر قوة.

هل وكلاء الذكاء الاصطناعي المحليون أكثر أمانًا من الوكلاء السحابيين؟

يمكن أن يؤدي النشر المحلي إلى تحسين التحكم في البيانات الخاصة، لكنه لا يجعل الوكيل آمنًا تلقائيًا. فالوكيل الذي يتمتع بأذونات واسعة للوصول إلى الصدفة أو المتصفح أو نظام الملفات أو الشبكة أو التطبيقات قد يرتكب أخطاءً مدمّرة. وتظل آليات العزل، والأذونات المحدودة، وبوابات الموافقة، والسجلات، والنسخ الاحتياطية أمورًا أساسية.

ما الذي ينبغي أن أتحقق منه قبل تثبيت وكيل ذكاء اصطناعي مفتوح المصدر؟

تحقّق من حالة صيانة المشروع الحالية، وترخيصه، وإصداراته الحديثة، ووثائقه، ومتطلبات النموذج، وأذونات الأدوات، وخيارات المصادقة، ودعم Docker أو وضع الحماية، واعتماداته على الشبكات الخارجية، ومدى سهولة استرداد الملفات أو الإعدادات إذا ارتكب وكيل خطأً.