[ Agent Infrastructure ]

Vessel

وكيل ذكاء اصطناعي يتحكم في سطح مكتب Linux معزول، مباشرة في متصفحك

التحدي

يوضح عرض computer-use من Vercel الفكرة، لكنه إثبات مفهوم بسيط: بلا سجل جلسات، وبلا رؤية لاستدعاءات الأدوات الفردية، وبتكامل نموذج لم يعمل مع computer-use على AWS Bedrock. أردتُ نسخة تعمل على Bedrock، وتُبقي بيانات الاعتماد على الخادم، وتتيح لأحد أن يراقب الوكيل أثناء العمل ويراجع ما فعله.

الدور:Full-Stack Developer
السنة:2026
النوع:Open-Source Project
الحالة:Live Demo

التقنيات المستخدمة

Next.jsTypeScriptAWS BedrockAnthropic SDKVercel AI SDKVercel SandboxnoVNCZustandTailwind CSS
I

النهج الهندسي

حلقة وكيل على الخادم

تعمل حلقة الأدوات كلها داخل طلب POST /api/chat واحد: بث من Claude، وتنفيذ كل tool_use على البيئة المعزولة، وإرجاع tool_result، والتكرار حتى يتوقف النموذج. ولا تزال الواجهة الأمامية ترى تدفق بيانات AI SDK قياسيًا، فلم يحتج useChat إلى تغييرات.

Anthropic SDK الأصلي على Bedrock

استبدلتُ مزوّد Bedrock في AI SDK بـ @anthropic-ai/bedrock-sdk (InvokeModel) ليصل علم computer-use التجريبي من Anthropic إلى النموذج.

تحويل صريح للسجل

تحوّل toAnthropicMessages() سجل UIMessage في AI SDK إلى أدوار المستخدم والمساعد المتناوبة التي تشترطها Anthropic، فتُسقط استدعاءات الأدوات غير المكتملة وتحوّل نتائج لقطات الشاشة إلى صيغة الصورة التي يتوقعها النموذج.

حالة منفصلة

تعيش جلسات المحادثة والخط الزمني لأحداث استدعاء الأدوات في مخزنين منفصلين في Zustand، ويُقرأ سجل الرسائل عبر ref داخل onFinish حتى لا تتصرف الدوال الراجعة أبدًا بقيم قديمة.

II

القرارات التقنية الرئيسية

الخيارات التي شكّلت البنية وسهولة صيانتها.

SDK الأصلي بدل مزوّد Bedrock في AI SDK

تمر الاستدعاءات عبر @anthropic-ai/bedrock-sdk باستخدام InvokeModel.

لماذا

عبر مزوّد Bedrock في AI SDK، كان Claude يتلقى تعريفات الأدوات لكنه يصف الإجراءات نصًا بدل إصدار كتل tool_use. أما SDK الأصلي فيرسل العلم التجريبي في جسم الطلب، فبدأ النموذج يتصرف.

تشغيل الحلقة على الخادم

ينفَّذ تشغيل الأدوات داخل مسار الواجهة البرمجية، لا في المتصفح.

لماذا

التنفيذ على جهة العميل سيضيف رحلة ذهاب وإياب للمتصفح مع كل استدعاء أداة ويضع بيانات اعتماد البيئة المعزولة عند العميل. أما على الخادم فيبقى الاثنان على الخادم.

maxSteps: 1 في useChat

تبقى حلقة الخطوات المتعددة داخل طلب خادم واحد.

لماذا

حين تتجاوز maxSteps الواحد، يعيد useChat إرسال السجل بعد كل دور، وتفقد نتائج لقطات الشاشة صيغة الصورة عند تسلسل JSON وتعود كنصوص عادية، فلا يعود النموذج يراها.

مخزنان منفصلان

مسار الأحداث وإدارة الجلسات مخزنان منفصلان في Zustand.

لماذا

يتغيران بإيقاعات مختلفة ولأسباب مختلفة. وفصلهما يُبقي كلًا منهما بسيطًا.

III

التحديات والحلول

[ التحدي ]

على AWS Bedrock، كان Claude يصف الإجراءات نصًا بدل تنفيذها.

[ الحل ]

تتبعتُ السبب إلى أن علم computer-use التجريبي لا يصل إلى النموذج عبر مزوّد Bedrock في AI SDK، وانتقلتُ إلى Anthropic SDK الأصلي.

[ التحدي ]

توقفت نتائج لقطات الشاشة عن العمل بعد الدور الأول، لأن السجل المُعاد إرساله أعادها نصوصًا عادية.

[ الحل ]

أبقيتُ حلقة الخطوات المتعددة داخل طلب خادم واحد مع maxSteps: 1، وحوّلتُ السجل صراحةً في toAnthropicMessages().

[ التحدي ]

تشترط Anthropic أن يتبع كل tool_use نتيجة tool_result، وتركت عمليات التشغيل المقاطَعة استدعاءات أدوات يتيمة.

[ الحل ]

أُسقط أدوار المساعد ذات استدعاءات الأدوات غير المكتملة قبل الإرسال، وأعلّم الاستدعاءات المُجهَضة كنتائج حين يوقف المستخدم التشغيل.

IV

النتائج

يشغّل Vessel مهام المتصفح والطرفية من البداية إلى النهاية على سطح مكتب Linux معزول، يُبث مباشرة في المتصفح، مع ظهور كل استدعاء أداة في خط زمني للتصحيح. وهو مفتوح المصدر ومنشور على Vercel.

1
Request runs the full agent loop
2
Agent tools: computer and bash
2
Zustand stores: sessions and events

أبرز الدروس

أصعب الأخطاء كانت عند الحدود: بين SDK والمزوّد، وبين صيغ رسائل الواجهة وقواعد أدوار النموذج. وقراءة صيغة النقل مباشرة كانت أسرع من التخمين انطلاقًا من الأعراض.