كيفية استخدام MCP مع أولاما (بدون كلود، مع MCP دولفين)

الاتصال بين نماذج اللغة ومصادر البيانات الخارجية أمر حاسم لبناء تطبيقات قوية وذكية. بروتوكول سياق النموذج (MCP) هو إطار عمل موحد يسهل تبادل السياق والبيانات بين نماذج الذكاء الاصطناعي والأنظمة الخارجية. سواء كنت تبني روبوتات محادثة أو محركات بحث أو أدوات تحليل بيانات، يساعد MCP في سد الفجوة بين نماذج مختلفة وواجهات برمجة التطبيقات، مما يضمن تدفق المعلومات بسلاسة.

تخيل نظامًا يمكنك من التبديل بسهولة بين استخدام Ollama لاستنتاج النموذج المحلي الخفيف، وOpenAI لفهم اللغة الطبيعية المتطورة، وDeepseek للقدرات البحثية القوية. الآن، أضف Dolphin MCP— مكتبة بايثون مفتوحة المصدر وأداة سطر أوامر تبسط هذه التكامل. ليس فقط أن Dolphin MCP يتصل بعدة خوادم MCP في نفس الوقت، بل يجعل أيضًا أدواتها متاحة لنماذج اللغة من خلال استعلامات باللغة الطبيعية.

في هذا البرنامج التعليمي، سنرشدك خلال كل شيء من تثبيت Dolphin MCP إلى دمجه مع نماذج مثل Ollama وOpenAI.

💡

قبل أن نبدأ، دعني أخبرك بتذكير سريع: قم بتحميل Apidog مجانًا اليوم لتبسيط عملية اختبار واجهة برمجة التطبيقات، وهو مثالي للمطورين الذين يسعون لاختبار نماذج الذكاء الاصطناعي المتطورة، وتبسيط عملية اختبار واجهة برمجة التطبيقات!

button

1. ما هو MCP؟ (بدءًا من الأساسيات)

بروتوكول سياق النموذج (MCP) هو إطار عمل مصمم لتوحيد التفاعل بين نماذج الذكاء الاصطناعي والتطبيقات الخارجية. يسمح للنماذج المختلفة بمشاركة السياق، وتبادل البيانات، واستخدام الأدوات بطريقة موحدة وحوارية. مع MCP، يمكنك:

الحفاظ على سجل محادثة سلس عبر استعلامات مختلفة.
اكتشاف الأدوات الخارجية أو واجهات برمجة التطبيقات ودعوتها بشكل ديناميكي.
دمج عدة مزودي ذكاء اصطناعي تحت بروتوكول موحد واحد.

باستخدام MCP، يمكن للمطورين التركيز على بناء حلول مبتكرة دون القلق بشأن التعقيدات الأساسية للتواصل عبر النماذج. انقر هنا إذا كنت ترغب في الحصول على برنامج تعليمي أعمق حول MCP وما يتعلق به.

2. لماذا تستخدم Dolphin MCP؟

Dolphin MCP هو مكتبة بايثون مفتوحة المصدر وأداة سطر أوامر تجعل من السهل للغاية التفاعل مع عدة خوادم MCP (يمكن أن يكون لديك كما تريد). تصميمه يؤكد على القابلية للتوسع وسهولة الاستخدام، ويوفر واجهة برمجة تطبيقات نظيفة للتكامل مع نماذج اللغة المختلفة مثل OpenAI وAnthropic وOllama، بالإضافة إلى مصادر البيانات الخارجية مثل Deepseek. يمكنك ببساطة التبديل بين النماذج وفقًا لاحتياجات المهمة التي تعمل عليها!

الميزات الرئيسية:

دعم مقدمي الخدمة المتعددين: يعمل بسلاسة مع Ollama، OpenAI، DeepSeek، والعديد غيرها.
واجهة مزدوجة: استخدمها كمكتبة بايثون أو من خلال أداة سطر الأوامر الخاصة بها.
اكتشاف الأدوات: اكتشاف تلقائي واستخدام الأدوات التي يوفرها خوادم MCP.
العمارة المودولارية: استمتع بفصل واضح بين الاهتمامات مع وحدات خاصة بمقدمي الخدمة.
تكوين مرن: تكوين النماذج وخوادم MCP بسهولة باستخدام JSON وبيانات البيئة.
إمكانية إعادة الاستخدام: بناء تكاملات قابلة للتوسع وإعادة الاستخدام يمكن تعديلها بسرعة لتلبية متطلبات جديدة.

يبسط Dolphin MCP عملية بناء واجهة محادثة للتلاعب بالبيانات والتفاعل مع نماذج الذكاء الاصطناعي، مما يجعله أصلًا قويًا لأي مطور.

3. المتطلبات المسبقة وإعداد البيئة

قبل أن نغوص في خطوات التثبيت والتكامل، دعنا نتأكد من أن بيئتك معدة بشكل صحيح للعمل مع Dophin MCP.

متطلبات النظام:

بايثون 3.8 أو أحدث: تأكد من تثبيت بايثون. يمكنك تنزيله من python.org.
SQLite: مستخدم من قبل قاعدة البيانات التجريبية لتخزين البيانات النموذجية (اختياري).
uv/uvx: أداة تثبيت حزم بايثون سريعة ومحلل.
Node.js 18+ (إذا كنت تستخدم تكاملات سطر الأوامر): مطلوب لبعض الأدوات الإضافية.

إعداد النظام المحدد:

ويندوز:

بايثون: قم بتنزيله من python.org وتذكر أن تتحقق من "إضافة بايثون إلى PATH".
SQLite: قم بتنزيل الملفات القابلة للتنفيذ مسبقًا من موقع SQLite، وفك ضغطها، وأضف المجلد إلى PATH الخاص بك.
uv/uvx: افتح PowerShell على ويندوز كمسؤول وشغل:

curl -sSf https://install.ultraviolet.rs/windows

تحقق من التثبيات:

python --version
sqlite3 --version
uv --version

macOS:

بايثون: قم بالتثبيت باستخدام Homebrew:

brew install python

SQLite: مثبت مسبقًا على macOS، أو قم بالتحديث باستخدام:

brew install sqlite

uv/uvx: قم بالتثبيت باستخدام Homebrew أو المثبت الرسمي:

brew install ultraviolet/uv/uv

أو

curl -sSf https://install.ultraviolet.rs/mac

تحقق من التثبيات:

python3 --version
sqlite3 --version
uv --version

لينيكس (أوبونتو/ديبيان):

بايثون:

sudo apt update
sudo apt install python3 python3-pip

SQLite:

sudo apt install sqlite3

uv/uvx:

curl -sSf https://install.ultraviolet.rs/linux

تحقق من التثبيات:

python3 --version
sqlite3 --version
uv --version

بمجرد تنزيل كل شيء وإعداد نظامك، أنت جاهز لتثبيت Dolphin MCP.

4. تثبيت Dolphin MCP

هناك طريقتان يمكن من خلالهما تثبيت Dolphin MCP على نظامك، إما كحزمة من PyPI أو مباشرة من المصدر.

الخيار 1: التثبيت من PyPI (موصى به)

أبسط طريقة هي تثبيت Dolphin MCP عبر pip:

pip install dolphin-mcp

سيقوم هذا الأمر بتثبيت المكتبة وأداة سطر الأوامر dolphin-mcp-cli، مما يسمح لك باستخدام الأداة مباشرة من المحطة الطرفية الخاصة بك.

الخيار 2: التثبيت من المصدر

إذا كنت تفضل العمل مع كود المصدر مباشرة أو تنوي المساهمة في المشروع، فيجب عليك اتباع الخطوات التالية:

استنساخ المستودع:

git clone https://github.com/cognitivecomputations/dolphin-mcp.git
cd dolphin-mcp

التثبيت في وضع التطوير:

pip install -e .

إعداد متغيرات البيئة:

انسخ ملف البيئة المثال (ملف .env.example في المشروع) وحدّثه بمفتاح واجهة برمجة التطبيقات الخاصة بك. يمكنك أيضًا تحديد عنوان URL الأساسي لنموذجك:

cp .env.example .env

لا تتردد في تعديل ملف .env كما تشاء لإضافة مفتاح واجهة برمجة التطبيقات الخاصة بـ OpenAI (وأي مفاتيح أخرى تحتاجها).

(اختياري) إعداد قاعدة بيانات تجريبية:

إذا كنت ترغب في اختبار النظام باستخدام بعض البيانات النموذجية للتحقق مما إذا كان Dophin MCP قد اتصل بنجاح بنماذجك إلى MCP، فقم بتشغيل:

python setup_db.py

سيقوم هذا الأمر بإنشاء قاعدة بيانات SQLite نموذجية تحتوي على معلومات حول أنواع الدلافين لأغراض تجريبية. احرص على الانتباه إلى مسار الإخراج حيث ستُحفظ قاعدة البيانات SQLite الجديدة. تحتوي قاعدة البيانات على بعض البيانات الوهمية حول الدلافين. تأكد من التحقق منها إذا كنت تحب!

5. التكوين ومتغيرات البيئة

يستخدم Dolphin MCP ملفين رئيسيين للتكوين لإدارة إعداداتك: ملف .env وملف mcp_config.json.

ملف .env

يخزن ملف .env بيانات اعتماد واجهة برمجة التطبيقات الحساسة. على سبيل المثال:

OPENAI_API_KEY=your_openai_api_key_here
OPENAI_MODEL=gpt-4o
# OPENAI_ENDPOINT=https://api.openai.com/v1  # قم بإلغاء تعليقها وتحديثها إذا لزم الأمر

mcp_config.json

يحدد هذا الملف JSON خوادم MCP التي سيتصل بها عميلك. قد يبدو تكوين المثال كالتالي:

{
  "mcpServers": {
    "server1": {
      "command": "command-to-start-server",
      "args": ["arg1", "arg2"],
      "env": {
        "ENV_VAR1": "value1",
        "ENV_VAR2": "value2"
      }
    },
    "server2": {
      "command": "another-server-command",
      "args": ["--option", "value"]
    }
  }
}

من خلال تكوين هذه الملفات، فإنك تسمح لـ Dolphin MCP بتخزين استخدام مفاتيح واجهة برمجة التطبيقات الخاصة بك بشكل آمن والاتصال بعدد من خوادم MCP في نفس الوقت.

6. اختبار واستخدام Dolphin MCP

يقدم Dolphin MCP طرقًا مرنة لاختبار والتفاعل مع خادم MCP الخاص بك، سواء كنت تفضل أوامر سطر الأوامر، أو تكامل بايثون، أو نص قديم.

استخدام أمر سطر الأوامر

أبسط طريقة للتفاعل مع خادم MCP الخاص بك هي من خلال أمر سطر الأوامر. بمجرد إعداد بيئتك وتشغيل خادم MCP الخاص بك، يمكنك إرسال استعلام مباشرة من محطة الطرفية الخاصة بك. على سبيل المثال:

dolphin-mcp-cli "ما هي أنواع الدلافين المهددة بالانقراض؟"

خيارات رئيسية:

--model <name>: حدد نموذجًا (مثل gpt-4o).
--quiet: إخفاء الإخراج الوسيط.
--config <file>: استخدم ملف تكوين مخصص.

مثال:

dolphin-mcp-cli --model gpt-4o "قم بقائمة الدلافين في المحيط الأطلسي"

يقوم هذا بتوجيه استعلامك إلى خوادم MCP المتصلة (Ollama، OpenAI، إلخ) ويعيد نتائج منظمة.

عبر مكتبة بايثون

إذا كنت تفضل دمج Dolphin MCP مباشرة في كود بايثون الخاص بك، فإن المكتبة توفر دالة مريحة تسمى run_interaction. هذا يسمح لك بإدراج تفاعلات MCP كجزء من تطبيق أكبر. إليك نص مثال يوضح كيفية استخدام المكتبة برمجيًا:

import asyncio  
from dolphin_mcp import run_interaction  

async def main():  
    result = await run_interaction(  
        user_query="ما هي أنواع الدلافين المهددة بالانقراض؟",  
        model_name="gpt-4o",  
        quiet_mode=False  
    )  
    print(result)  

asyncio.run(main())

هذا يتعامل مع اتصالات الخادم، واكتشاف الأدوات، واستدعاءات النماذج تلقائيًا.

النص القديم

للاختبارات السريعة (لأولئك الذين يفضلون نهجًا أكثر بساطة)، قم بتشغيل النص الأصلي مباشرة من سطر الأوامر. توفر هذه الطريقة نفس الوظائف مثل سطر الأوامر ولكن في شكل أبسط:

python dolphin_mcp.py "تحليل أنماط هجرة الدلافين"

يتصل بالخوادم، ويقوم بسرد الأدوات، ويعيد نتائج حوارية بدون خيارات إضافية.

استعلامات أمثلة وقاعدة بيانات تجريبية

جرب هذه الاستعلامات:

عام: dolphin-mcp-cli "اشرح تطور الدلافين"
محدد النموذج: dolphin-mcp-cli --model ollama "حدد الفيزياء الكمومية"
وضع هادئ: dolphin-mcp-cli --quiet "قائمة الأنواع المهددة بالانقراض"

قاعدة البيانات التجريبية:
قم بتشغيل setup_db.py لإنشاء قاعدة بيانات SQLite نموذجية تحتوي على بيانات أنواع الدلافين. استخدمها لاختبار استعلامات مثل:

dolphin-mcp-cli "أي الدلافين مهددة بالانقراض بشكل حاد؟"

الإخراج:

{  
  "species": "دلفين ماوي",  
  "status": "مهدد بالانقراض بشكل حاد"  
}

مع هذه الأدوات، يتكيف Dolphin MCP مع سير العمل الخاص بك—سواء كنت تقوم بتصحيح الأخطاء، أو كتابة النصوص، أو بناء أنظمة ذكاء اصطناعي معقدة. لا تتردد أيضًا في زيارة مستودعهم GitHub.

7. الخلاصة

Dolphin MCP يُحدث ثورة في تكامل الذكاء الاصطناعي من خلال توصيل أدوات مثل Ollama وOpenAI بسلاسة في سير عمل موحد. مع سطر الأوامر لاستعلامات اللغة الطبيعية، ومكتبة بايثون للتحكم البرمجي، وقاعدة بيانات تجريبية للاختبار، يمكّن المطورين من بناء وكلاء ذكاء اصطناعي متطورة دون كتابة رموز مكررة. سواء كنت تحلل بيانات الحفظ، أو تقوم بإنشاء تقارير، أو تجرب نماذج محلية، يُبسط Dolphin MCP المهام المعقدة مع الحفاظ على المرونة. إن دعمه للعديد من النماذج وتكوينه البديهي يجعله مثاليًا لكل من النماذج السريعة وأنظمة الإنتاج.

هل أنت مستعد لتبسيط مشاريع الذكاء الاصطناعي الخاصة بك؟ قم بتحميل Apidog لاختبار واجهات برمجة التطبيقات لخادم MCP الخاص بك وابدأ في بناء سير العمل الأذكى اليوم!

button