ما هي بوابة LLM (الوكيل)؟ واجهة برمجية واحدة لكل مزوّد — دليل 2026

بنيتَ تطبيقك على واجهة OpenAI البرمجية. ثم أردتَ تجربة Claude أيضًا، ومقارنة Gemini. لكن لكل مزوّد SDK مختلف، وبنية طلب مختلفة، وسلوك أخطاء مختلف. كل تبديل يعني إعادة كتابة الكود، وتحويل الاستجابات، وصيانة منطق إعادة محاولة منفصل لكل مورّد — وقبل أن تدرك، تكون «سباكة خاصة بكل مزوّد» قد تسلّلت إلى كل زاوية من تطبيقك. وطالما أنت مقيّد بمزوّد واحد، فإنه في اللحظة التي يتعطّل فيها ذلك المزوّد أو يرفع أسعاره أو يوقف نموذجًا، ينهار تطبيقك معه.

الشيء الذي يتولّى كل تلك السباكة هو بوابة LLM (بوابة الذكاء الاصطناعي)، وتُسمّى أيضًا وكيل LLM (LLM proxy). إنها وسيط يقع بين تطبيقك والمزوّدين، ويعرض واجهة برمجية واحدة (متوافقة عادةً مع OpenAI) للوصول إلى كل نموذج، ويتولّى المهام الشاملة — التبديل الاحتياطي، وتتبّع التكلفة، والتخزين المؤقت، وتحديد المعدّل. يغطّي هذا الدليل ما الذي تفعله البوابة لأجلك، والفرق بين الأنواع المُستضاف ذاتيًا والمُدار وSDK، وكيفية الاختيار بين LiteLLM وOpenRouter وVercel AI SDK، والحدود التي عليك معرفتها كي لا تُكوى.

1. لماذا تحتاج إلى بوابة LLM

إذا كنت تستدعي مزوّدًا واحدًا فقط عبر SDK واحد، فلا تحتاج إلى بوابة. تحتاج إليها في اللحظة التي تريد فيها استخدام أكثر من نموذج. انظر إلى الآلام الثلاثة الكلاسيكية.

ما تشترك فيه هو بنية تجعل قيود الـ SDK تُملي خيارًا استراتيجيًا في جوهره — أيّ نموذج نستخدم. البوابة تنتزع تلك السباكة من تطبيقك. لا يحتاج تطبيقك إلى معرفة سوى نقطة نهاية واحدة؛ أمّا مَن يُستدعى خلفها، ومَن يُلجأ إليه عند الفشل، وكم أنفقت، فتلك مهمة البوابة. ولأن بناء وكيل ذكاء اصطناعي أو إطار عمل للوكلاء يفترض دائمًا تقريبًا وجود نماذج متعددة، فإن الطلب في تزايد مستمر.

2. ما هي بوابة LLM

بوابة LLM هي وكيل يقع بين تطبيقك ومزوّد أو أكثر من مزوّدي LLM. تعرض معظمها واجهة برمجية واحدة مصمّمة على شكل نقطة نهاية chat-completions الخاصة بـ OpenAI، وتجمّع في مكان واحد العمل الشامل الذي كان سيتبعثر لولاها عبر كودك — التوجيه، وإعادة المحاولة والتبديل الاحتياطي، والتخزين المؤقت، وتحديد المعدّل، وتتبّع التكلفة، والتحكّم في الوصول.

الفكرة هي جعل النافذة واحدة. يمرّر كود تطبيقك مجرّد سلسلة نصية إلى model. اكتب anthropic/claude-opus-4.8 فتحصل على Claude؛ واكتب openai/gpt-5.5 فتحصل على GPT — ولا شيء آخر في التطبيق يتغيّر. أمّا القرارات مثل «ارجع احتياطيًا إلى نموذج آخر حين يتعطّل هذا» أو «أعِد هذا السؤال المطابق من التخزين المؤقت» فتُحسم كلها في جهة البوابة. ومزج نموذج LLM محلي بحيث «تبقى البيانات الحسّاسة محليًا ويذهب كل شيء آخر إلى السحابة» يُكتب بالطريقة نفسها.

3. ما الذي تتولاه نيابةً عنك

العمل الشامل الذي تتولّاه البوابة يقع تقريبًا في هذه السلال الست. تختلف الأدوات فيما تُتقنه، لكن الاتجاه مشترك.

4. ثلاثة أنواع: مُستضاف ذاتيًا، مُدار، SDK

يُستخدم «بوابة LLM» كتسمية واحدة، لكن مكان تشغيلها يقسّمها إلى ثلاث شخصيّات متمايزة تمامًا. أخطئ في هذا، فستختار خطأ.

① المُستضاف ذاتيًا عملية مستقلة (خادم وكيل) تُقيمها على بنيتك التحتية الخاصة. ولأن المطالبات لا تمرّ عبر SaaS خارجي، فهو قوي في الحوكمة والتدقيق — لكنك تشغّله بنفسك. ② المُدار يجعل المزوّد يشغّل الوكيل، فهو الأسرع تبنّيًا، لكن الطلبات تمرّ عبر طرف ثالث. ③ SDK لا يُقيم أي عملية منفصلة؛ إنه يمتصّ فروق المزوّدين داخل كود تطبيقك — ليس وسيطًا شبكيًا بل «طبقة تجريد»، ويمكن جمعه مع ① أو ②.

5. مقارنة الأدوات الرئيسية

إليك الأبطال الثلاثة بترتيب موصى به، إضافةً إلى اثنين آخرين يستحقّان المعرفة. الأرقام مبنية على الصفحات الرسمية لكل مورّد اعتبارًا من يوليو 2026 (تتغيّر العروض، فتأكّد دائمًا من الأحدث مقابل المصدر الأولي).

LiteLLM — الوكيل المُستضاف ذاتيًا القياسي

LiteLLM (من BerriAI) مكتبة Python مفتوحة المصدر وبوابة مُستضافة ذاتيًا. تتيح لك استدعاء أكثر من 100 مزوّد و2,500+ نموذج عبر واجهة برمجية واحدة متوافقة مع OpenAI (وفقًا للمستودع الرسمي). أقِمه كوكيل فتحصل على تتبّع التكلفة، والمفاتيح الافتراضية، وتحديد المعدّل، والتبديل الاحتياطي، وموازنة الحِمل، والتخزين المؤقت عبر Redis، والقابلية للمراقبة (تكاملات Langfuse/Prometheus/Datadog). إنه الخيار الأول للمؤسسات التي تريد إبقاء المطالبات داخليًا.

OpenRouter — تعدّد مزوّدين بمفتاح واحد، فورًا

OpenRouter بوابة مُدارة بلا تشغيل. بـواجهة برمجية واحدة متوافقة مع OpenAI ومفتاح API واحد، تمنحك الوصول إلى أكثر من 400 نموذج وفقًا للموقع الرسمي. يبرز تصميم تسعيرها: يذكر الموقع الرسمي أنها «لا نضع هامشًا على رموز الاستدلال (أسعار الكتالوج تساوي الأسعار المنشورة لكل مزوّد)»، بينما تفرض رسوم منصة 5.5% عند شراء الرصيد (وفقًا لـ openrouter.ai/pricing). إنها سريعة على نحو ساحق لهدف «فقط شغّله» و«جرّب كل مورّد بمفتاح واحد».

Vercel AI SDK — التجريد من الكود بلغة TypeScript

Vercel AI SDK (يُسمّى مجرّد «AI SDK» في 2026) عُدّة أدوات TypeScript مفتوحة المصدر. فبدلًا من عملية وكيل منفصلة، هو طبقة تجريد تمتصّ فروق المزوّدين داخل كود تطبيقك. ما تسمّيه الوثائق «النواة المعمارية» هو تجريد المزوّد: الانتقال من OpenAI إلى Anthropic يعني تغيير استيراد واحد وسلسلة نموذج واحدة — بينما يبقى كود التوليد والبثّ واستدعاء الأدوات لديك سليمًا تمامًا. اقرنه بـVercel AI Gateway المُدار فتصل إلى أكثر من 100 نموذج. للتفاصيل التنفيذية والكود، راجع دليل Vercel AI SDK الكامل.

اثنان آخران يستحقّان المعرفة

6. الإعداد الأدنى (كود)

يبدو الأمر مرهِبًا، لكن جوهر التبديل هو مكان واحد فقط — بدّل نقطة النهاية (أو سلسلة النموذج). إليك المثال الأدنى لكل نوع من الأنواع الثلاثة.

② مُدار: OpenRouter (بدّل نقطة النهاية فحسب)

أبقِ SDK OpenAI المعتاد؛ غيّر فقط base_url والمفتاح للوصول إلى أكثر من 400 نموذج.

from openai import OpenAI

client = OpenAI(
    base_url="https://openrouter.ai/api/v1",  # هذا هو التبديل الوحيد
    api_key="sk-or-...",                       # مفتاح OpenRouter الخاص بك
)

resp = client.chat.completions.create(
    model="anthropic/claude-opus-4.8",  # غيّرها إلى "openai/gpt-5.5" وتكون قد بدّلت
    messages=[{"role": "user", "content": "مرحبا"}],
)
print(resp.choices[0].message.content)

① مُستضاف ذاتيًا: LiteLLM (أقِم وكيلك الخاص)

أدرِج نماذجك في ملف إعداد، وأمر واحد يُقيم بوابة متوافقة مع OpenAI على localhost:4000. يكفي أن يشير تطبيقك إلى هناك.

# config.yaml
model_list:
  - model_name: claude
    litellm_params:
      model: anthropic/claude-opus-4-8
      api_key: os.environ/ANTHROPIC_API_KEY
  - model_name: gpt
    litellm_params:
      model: openai/gpt-5.5
      api_key: os.environ/OPENAI_API_KEY

# البدء (يقدّم واجهة برمجية متوافقة مع OpenAI على http://localhost:4000)
litellm --config config.yaml

③ SDK: Vercel AI SDK (غيّر سلسلة النموذج في الكود)

أبقِ الاستيراد والدالة؛ بدّل فقط سلسلة model للتبديل.

import { generateText } from 'ai';

const { text } = await generateText({
  model: 'anthropic/claude-opus-4.8',  // غيّرها إلى 'openai/gpt-5.5'
  prompt: 'مرحبا',
});
console.log(text);

في كل حالة لم تلمس سطرًا واحدًا من منطق التطبيق. ذلك هو أثر البوابة/التجريد. أمّا التبديل الاحتياطي والتخزين المؤقت فيُضافان فوق هذا عبر الإعداد (وثائق كل مورّد هي أسرع طريق إلى الصيغة الدقيقة).

7. كيف تختار

اختر لا بحسب «أيّها الأفضل» بل بحسب أيّها يناسب قيودك. طبّقها بهذا الترتيب فنادرًا ما ستتعثّر.

التركيبات أمر طبيعي عمليًا. مثلًا، «اكتب التطبيق بـ Vercel AI SDK، لكن وجّه بابه الخلفي إلى وكيل LiteLLM لتمركز التكلفة والمفاتيح على مستوى الشركة» إعداد بمستويين ينجح تحديدًا لأن نوعَي الـ SDK والوكيل طبقتان منفصلتان. وكـتأمين ضد خطر الاعتماد، صار إدراج نموذج LLM محلي كأحد أهداف التبديل الاحتياطي معيارًا أيضًا.

8. تحذيرات وحدود — ليست مجانية

البوابة مريحة، لكن بما أنها تضيف طبقة، فهناك دائمًا تكلفة. ضع هذه الأربعة في حسابك قبل تبنّي واحدة.

شيء آخر يُغفَل كثيرًا: الخصوصية. التوجيه عبر بوابة مُدارة يعني أن مطالباتك واستجاباتك تمرّ عبر بنية طرف ثالث التحتية. إن كنت تتعامل مع بيانات حسّاسة، فتحقّق من سياسة معالجة بيانات الوسيط، أو أبقِ المطالبات داخليًا بنوع مُستضاف ذاتيًا (مثل LiteLLM) من الأساس. وللإنتاج داخل مؤسسة، عامِل مفاتيح البوابة نفسها وسجلّاتها كموضوع أقل امتياز وعزل أيضًا — ذلك هو الجانب الآمن.

الخلاصة

إن كنت تعمل مع نماذج متعددة، فقد صارت البوابة لا «ميزة لطيفة» بل تجهيزًا أساسيًا لجمع السباكة في مكان واحد. ابدأ بـتبديل base_url مع OpenRouter أو تغيير سلسلة نموذج واحدة مع Vercel AI SDK — تلك الخطوة الصغيرة تُذيب الارتباط بمورّد وحيد وتجعل المقارنة والتبديل الاحتياطي واقعيَّين فجأة. وللمواصفات الدقيقة والراهنة، تأكّد من المصدر الأولي لكل مورّد (LiteLLM / OpenRouter / AI SDK).

الأسئلة الشائعة