المقدمة: بناء شيء حقيقي
عندما نتحدث عن الذكاء الاصطناعي المحلي، من السهل أن نبقى في وضع التجربة. تشغّل نموذجًا، وتلقي عليه بعض المطالبات، وتقارن الإجابات. لكن القيمة الحقيقية تبدأ عندما تبدأ بربطه بعملك. عندما يصبح نموذجك المحلي جزءًا صغيرًا من سير عملك الفعلي.
هنا بدأت الأمور تتغيّر بالنسبة لي. في هذه المقالة، سأشرح كيف بنيتُ مساعدًا ذكيًا خفيفًا لكنه فعّال. يساعدني على التعامل مع بيانات الثغرات، وفرزها، وإبراز ما يهم بناءً على التقنيات التي أستخدمها فعليًا. ليس متكلفًا. لا يردّ عليّ. لكنه يوفر لي الوقت ويحسّن التركيز. هذا هو الهدف.
المشكلة التي كنت بحاجة إلى حلّها
أعمل مع معلومات متعلقة بالأمن السيبراني من العديد من المصادر المختلفة. يأتي بعضها من موجزات التهديدات. وبعضها من تقارير عبر الإنترنت. وبعضها بنص عادي، وأخرى في مستندات طويلة ومنظمة. التحدي دائمًا هو نفسه: العثور على ما هو ذي صلة بي، وبسرعة.
لذلك بدأت في رسم ملامح عملية. أجمع البيانات من بعض المصادر المعروفة، ثم أستخدم نموذجًا محليًا من أجل:
-
استخراج ما هو مهم.
-
تنظيمها حسب مدى شدة الثغرات.
-
إبراز تلك المرتبطة بأنظمتي وتطبيقاتي الخاصة.
بدلاً من قراءة كل شيء يدوياً، أحصل الآن على عرض مُركّز لما يحتاج إلى انتباهي. هذا وحده يغيّر طريقة تعاملي مع اليوم.
كيف بنيته
يعمل هذا المساعد محلياً. لا أستخدم السحابة لأي جزء منه. حالياً، أشغّله داخل بيئة الاختبار الخاصة بي، باستخدام LM Studio ونماذج مثل DeepSeek أو BOLT.
العملية بسيطة. ألصق بيانات الثغرات في الواجهة وأعطيه مهمة مثل:
«لخّص الثغرات حسب الشدة. لا تُدرج إلا تلك التي تذكر هذه الأنظمة أو التطبيقات.»
على الرغم من أنها عملية مباشرة، فقد حاولت أتمتة أكبر قدر ممكن.
للقيام بذلك، أستخدم n8n لبناء سير عمل يتحكم في تدفق البيانات بين الخطوات المختلفة. يتيح لي تشغيل إجراءات بناءً على إدخال جديد، وتنسيق البيانات وإرسالها إلى النموذج، والتعامل مع الاستجابات دون الحاجة إلى تنفيذ خطوات يدوية.
خلال ثوانٍ، أحصل على مخرجات منظمة. قصيرة، مباشرة، ومفلترة. غالبًا ما يلتقط روابط أو مشكلات ربما فاتتني. وبما أن شيئًا لا يغادر جهازي، فلا داعي للقلق بشأن لصق محتوى حساس في أداة تابعة لجهة خارجية.
خلال ثوانٍ، أحصل على مخرجات منظَّمة. قصيرة، مباشرة، ومُرشَّحة. غالبًا ما تلتقط روابط أو مشكلات ربما فاتتني. وبما أنّ شيئًا لا يغادر جهازي، فلا داعي للقلق بشأن لصق محتوى حسّاس في أداة تابعة لجهة خارجية.
التفعيل وتخطيط سير العمل
حاليًا، أستخدم إدخال لوحة المفاتيح لتفعيل المساعد. لقد اختبرت التفعيل الصوتي، لكنه لا يناسب إعدادي بعد. إنه غير متّسق جدًا.
لاحقًا، عندما أنتهي من إعداد جهاز سطح المكتب الجديد، أخطّط لدمج أدوات الأتمتة منخفضة الكود مثل n8n. وبهذه الطريقة، يمكنني:
-
سحب المدخلات من المستندات أو تدفقات البيانات تلقائيًا.
-
إرسال تلك المدخلات إلى النموذج المحلي.
-
إدراج النتيجة في ملخص، أو ملف، أو حتى بريد إلكتروني لنفسي.
هذا النوع من التدفق لن يتطلب نسخًا أو لصقًا يدويًا. يمكن أن يعمل وفق جدول زمني أو يتم تشغيله عند ورود ملفات. هذا هو الاتجاه الذي أريد أن أذهب إليه بعد ذلك.
لماذا أعتقد أن ذلك مهم
هذا ليس عن بناء منتج. بل عن إظهار كيف يمكن حتى لأداة صغيرة ومركّزة أن تُحدث فرقًا حقيقيًا في عملك اليومي. يمكن لمساعد محلي مثل هذا أن يساعدك على البقاء متقدمًا على مهامك، ورصد ما يهم، وتوفيرك من إهدار الطاقة.
وهنا يصبح الأمر مثيرًا للاهتمام. بمجرد أن يعمل، يتسع تفكيرك. تبدأ بالتساؤل عمّا يمكنه المساعدة فيه أيضًا. ربما كتابة المقترحات. مراجعة الشفرة. صياغة رسائل البريد الإلكتروني. إنشاء ملاحظات الاجتماعات. وحتى الدعم الداخلي.
وأفضل جزء؟ أنت لا تحتاج إلى السحابة. أنت لا تحتاج إلى تراخيص. إنه لك. يعمل بهدوء في الخلفية. ويجيب عندما تسأل.
أفكار ختامية
إذا كنت تبدأ مع الذكاء الاصطناعي المحلي، فهذه خطوة جيدة لتجربتها. ابنِ شيئًا، حتى لو كان بسيطًا. وحتى لو تعطّل من حين لآخر. إن عملية ربط نموذج بعملك الخاص تعلّمك أكثر من أي درس تعليمي.
وعندما يبدأ بتوفير وقتك، حتى بطرق صغيرة، ستعرف أن الأمر يستحق ذلك.
في المقال الأخير، سأجمع الصورة الكاملة معًا — إلى أين يتجه الذكاء الاصطناعي المحلي ولماذا أعتقد أن الملكية الشخصية لأدواتك أصبحت أكثر أهمية من أي وقت مضى.
Markku Arvekari
Digital Transformation Expert
