في ظل التطور المستمر لتقنيات الذكاء الاصطناعي، يزداد الاعتماد على وكلاء نموذج اللغات الضخمة (Large Language Models) لأداء مهام تشغيلية متنوعة، مثل استدعاء واجهات برمجية (APIs) والتعامل مع الملفات وتجميع سير العمل. ومع ذلك، فإن بنية الأدوات المستخدمة في هذا التنفيذ ما زالت تواجه تحديات كبيرة، حيث تُعنى غالبًا بالدمج المكتوب يدويًا أو قوائم ثابتة من المخططات التي يتم عرضها للنموذج.

هنا تظهر الأداة الثورية Tool Forge، التي تُعتبر سلسلة أدوات تحتوي على آليات تحقق تسهم في تحويل النوايا اللغوية الطبيعية إلى أدوات موثوقة خاضعة للرقابة، ومُحققة في بيئات محمية. تقوم Tool Forge بتعريف الأداة على أنها كبسولة تحتوي على نوايا، وعقد قدرات، وتنفيذ، وسياسات اعتماد، واختبارات، ووثائق، وأدلة تحقق في زمن التشغيل، وحالة دورة الحياة، وارتباطات الاعتماد، وبيانات التوجيه.

تقدم Tool Forge تقنية جديدة تسمى Router، التي تعرض جلسات أدوات محددة بدلاً من تحميل المخططات الكاملة في سياق النموذج، مما يساعد في تحسين الكفاءة وتقليل تعقيد البيانات. وقد أظهرت تقييمات الأداء الأولية للأداة تحسنًا ملحوظًا، حيث حققت Router في 83 حالة اختبار متوسط F1 يبلغ 0.901، مع تقليل تقديرات سياق تدفق المهام للأدوات بنسبة 99.2% مقارنةً بطرق التحميل التقليدية.

كما أكدت الأداة على قدرتها في اختبار تجارب نهاية إلى نهاية على مهام أدوات محلية، حيث نجحت في إنتاج 25 حزمة أداة من أصل 25، وحققت فئة F1 تبلغ 0.940 مقابل checks قبول ثابتة، واجتازت 23 من 25 تحقق في بيئات Sandbox المباشرة. إن هذه النتائج تمثل بنية أولية تستند إلى نظام الأداة وليست وصولاً إلى المعايير العليا.

ومع ذلك، لا تزال الأداة تواجه تحديات تتعلق بالتوجيه العدائي، وتأمين واجهات برمجية أوسع، وعزل بيئات الاختبار، وتقييم الأنظمة المتعددة. كل ذلك يجعل Tool Forge إضافة مميزة ومثيرة في عالم الذكاء الاصطناعي.