في البداية كنت متخيل أني إذا ربطت نموذج ذكاء اصطناعي ببوت Telegram، بيصير عندي مساعد يفهمني ويرد بالشكل اللي أبغاه. أول استخدام غيّر هالفكرة شوي: العربية تتلخبط، وأحيانًا تدخل كلمات صينية وسط الكلام، والرد طويل بدون شرح يفيدني.
البوت كان يشتغل، لكن مو بالشكل اللي أحتاجه. ومن هنا بدأت التجربة الفعلية: أغيّر النموذج، وأعدّل الكود، وأخفف الردود، وأشوف وش يناسب جهازي واستخدامي.
المشكلة مو بس أن البوت يرد
الفكرة كانت مساعدًا خاصًا أرجع له وأنا أتعلم، خصوصًا في الأمن السيبراني. أرسل سؤالًا أو كودًا أحتاج أفهمه، وأناقش معه اللي أجربه في اللاب. Telegram هو الواجهة، لكن النموذج نفسه يشتغل على جهازي من خلال Ollama.
بدأت بـ Llama 3، وبعدها انتقلت إلى Qwen 2.5:7b. ومع تعديل الكود اشتغلت على تحسين العربية وتقليل الإطالة. التجارب وقتها أخذت مني حوالي أسبوع؛ مو مجرد تشغيل ملف وانتهينا.
وكان فيه جانب ثاني: الرام. جهازي فيه 16 GB، والردود الطويلة كانت جزءًا من تجربة ثقيلة عليه. احتجت أوازن بين مقدار الشرح اللي أحتاجه وبين طول الرد، بدل ما أعتبر كثرة الكلام دليل أن البوت أفضل.
كيف يمشي العمل؟
1. الرسالة تبدأ من حساب مسموح له
النسخة المنشورة تتحقق من رقم مستخدم Telegram، وتقبل المحادثات الخاصة فقط. إذا جاءتها رسالة من شخص ثاني أو من مجموعة، ما ترد. المقصود هنا أن البوت يخدم حسابًا واحدًا، مو خدمة مفتوحة لكل الناس.
2. السؤال يروح للنموذج المحلي
الكود مكتوب بـ Python، ويتواصل مع Ollama عبر واجهة محلية. النموذج الافتراضي في الإعدادات الحالية هو Qwen 2.5:7b، ويمكن تغييره من ملف الإعدادات بدون تعديل منطق المحادثة.
قبل الطلب، الكود يجمع جزءًا من سجل الحوار مع المعلومات المحفوظة وملاحظات اللاب الحالي، إذا كانت موجودة. بعدها يرسلها للنموذج عشان يكون عنده سياق للسؤال، بدل ما يبدأ كل مرة من الصفر.
وفيه مسار أبسط لبعض الأسئلة: دليل محلي فيه تعريفات قصيرة لست أدوات أمنية معروفة. إذا طابق السؤال تعريفًا موجودًا، يرجع النص الجاهز بدون استدعاء النموذج. الدليل المنشور يشرح الفكرة العامة فقط، بدون أوامر تشغيل أو أمثلة هجومية.
3. الرد له حدود، والسياق له حدود
في النسخة الحالية، فيه إعداد لسقف التوليد اسمه MAX_RESPONSE_TOKENS، وإعداد لعدد الرسائل السابقة اللي تدخل في الطلب اسمه CONTEXT_WINDOW. الأول يحد مقدار النص اللي يولده النموذج، والثاني يحدد كم رسالة من الحوار ترجع معه.
هذان الإعدادان يساعدان في ضبط حجم الطلب والرد، لكنهما مو ضمانًا لاستهلاك رام ثابت أو إجابة مفيدة. كذلك سقف التوليد مو عدد كلمات مضمون، وقد ينتهي الرد قبل ما يكتمل الشرح.
الرد يظهر تدريجيًا في Telegram مع وصول النص من النموذج. وإذا طال، يقسمه الكود بما يناسب حد طول رسائل Telegram، مع حساب الحروف بطريقة تراعي العربية والإيموجي.
4. الذاكرة مو شيء واحد
فيه فرق بين سجل المحادثة والمعلومات اللي أطلب حفظها عني. السجل يُحفظ محليًا، أما المعلومة الشخصية فأطلب حفظها بعبارة مثل "تذكر إن..."، وأقدر أراجعها أو أحذفها. يعني الحفظ الصريح يخص المعلومات الشخصية، مو أن المحادثة كلها ما تنحفظ إلا بطلب.
ومتابعة اللابات هنا معناها تسجيل لاب وملاحظاته وحالته، ثم إدخال هذا السياق في الحوار. مو تشغيل أدوات أو تنفيذ خطوات على الجهاز. وإذا فشل الحفظ، الكود يظهر تنبيهًا بدل ما يقول إن كل شيء انحفظ وهو ما انحفظ.
وش تعلمت من المشروع؟
أول شيء تعلمته أن تشغيل النموذج غير أني أقدر أستفيد منه. النموذج اللي يطلع نصًا كثيرًا مو بالضرورة يشرح زين، وتغيير النموذج وحده ما يغني عن مراجعة الإعدادات وطريقة تمرير السياق.
والشيء الثاني أني لازم أفصل بين أشياء شكلها متشابه: سجل محادثة، ومعلومة محفوظة، وملاحظة لاب. إذا قلت إن البوت "يتذكر"، لازم أعرف وش حفظ فعلًا، ووين حفظه، وش اللي يرجع للنموذج في الطلب التالي.
وحتى في الرام، ما أبغى أخلط بين تقليل طول الرد وبين إخراج النموذج من الذاكرة. النسخة المنشورة ما فيها أمر صريح يفرّغ النموذج بعد كل رد، وما عندي قياس موحد منشور أقارن فيه الأداء قبل وبعد.
حدود النسخة الحالية
هذا بوت محادثة، مو وكيل مستقل. ما ينفذ أوامر، ولا يشغل أدوات أمنية، ولا يتصفح الإنترنت. ممكن يناقشني ويقترح شرحًا، لكن مراجعة الكلام والتأكد منه عليّ. وتعليمات حصر المساعدة في اللابات والبيئات المصرح بها مو ضمانًا أن كل رد بيكون صحيحًا أو آمنًا.
وكلمة "محلي" تحتاج توضيح: الاستدلال يتم على جهازي عند استخدام عنوان Ollama المحلي، لكن الرسائل تمر عبر Telegram. لذلك ما أصف المحادثة بأنها ما تخرج من الجهاز، ولا أعتبر حفظ ملفات JSON محليًا تشفيرًا لها. ولو تغير عنوان Ollama إلى خادم بعيد، الطلبات بتروح لذلك الخادم أيضًا.
ويحتاج الجهاز وملف البوت وخدمة Ollama تكون شغالة. المستودع فيه اختبارات منطقية بدون اتصال، لكنها ما تثبت سرعة النموذج أو جودة العربية أو نجاح إرسال الرسائل في كل تشغيل حقيقي. كذلك إغلاق البوت أثناء رد غير مكتمل ممكن يفقد الجزء اللي ما انحفظ.
الخطوة الجاية
اللي أشوفه مفيد الآن هو اختبار نفس مجموعة الأسئلة على إعدادات مختلفة، وتسجيل وقت الرد واستهلاك الذاكرة ومراجعة العربية. كذا أقدر أقارن على أساس واضح، بدل ما أحكم من رد واحد أعجبني. هذا اقتراح للتطوير، مو نظام قياس موجود في المشروع حاليًا.
النسخة المنشورة تركز على المحادثة المحلية، والذاكرة، ومتابعة اللابات. أما تحويلها إلى وكيل ينفذ مهام، فهذا مشروع ثاني، مو ميزة موجودة هنا.
الكود وشرح التشغيل والقيود موجودة في المستودع: github.com/id-er2/private-telegram-assistant