عند تطوير وكيل ذكاء اصطناعي، قد لا تكفي كتابة أوامر Prompt جيدة للحصول على نتائج متسقة أو الوصول إلى بيانات خارجية. يقدم كورس AI Agent Skills and MCP منهجًا تطبيقيًا لفهم الفرق بين المهارات القابلة لإعادة الاستخدام وبروتوكول Model Context Protocol. ستتعرف على كيفية بناء سير العمل نفسه بأربع طرق، بدءًا من التعليمات التقليدية وصولًا إلى الجمع بين Agent Skills وMCP، لتحديد البنية الأنسب لمشروعك بدلًا من إضافة أدوات وتعقيدات لا تحتاج إليها.
تحميل كورس AI Agent Skills and MCP لبناء وكلاء الذكاء الاصطناعي
تقييم المستخدمين
4.0 / 5
1 تقييم
قيّم الكورس

كورس AI Agent Skills and MCP: Building the Right AI Agent Pattern هو تدريب تقني من منصة LinkedIn Learning يشرح كيفية اختيار الطريقة المناسبة لبناء سير عمل يعتمد على وكلاء الذكاء الاصطناعي، باستخدام التعليمات النصية وAgent Skills وبروتوكول Model Context Protocol المعروف اختصارًا باسم MCP.

يقدم الكورس المدرب Stephen Simon، وهو مصنف ضمن المستوى المتوسط (Intermediate)، وقد نُشر في 4 نوفمبر 2026.

يركز التدريب على مشكلة شائعة عند تطوير تطبيقات الذكاء الاصطناعي: كيف نجعل الوكيل ينفذ المهام المتكررة بطريقة منظمة، ومتى يحتاج إلى الاتصال بأدوات أو مصادر بيانات خارجية؟

بدلًا من التعامل مع Agent Skills وMCP باعتبارهما تقنيتين متنافستين، يوضح الكورس أن لكل منهما وظيفة مختلفة:

  • Agent Skills: تساعد على تنظيم التعليمات والإجراءات المتكررة في مهارات قابلة لإعادة الاستخدام.
  • Model Context Protocol (MCP): يوفر طريقة معيارية لربط تطبيقات الذكاء الاصطناعي بالأدوات والموارد والبيانات الخارجية.
  • Skills + MCP: يجمع بين السلوك المنظم وإمكانية الوصول إلى الأدوات والمعلومات عندما يتطلب سير العمل ذلك.

يعتمد الكورس على المقارنة العملية بين هذه الأساليب، بهدف مساعدة المتعلم على اتخاذ قرارات تصميم أكثر ملاءمة لاحتياجات المشروع.

ماذا ستتعلم في كورس AI Agent Skills and MCP؟

تتمحور أهداف التعلم حول تصميم سير عمل لوكلاء الذكاء الاصطناعي، وفهم إمكانات كل تقنية وحدودها.

1. فهم دور Agent Skills في تطوير الوكلاء

ستتعرف على كيفية تحويل الإجراءات التي تتكرر باستمرار إلى مهارات منظمة، بدلًا من إعادة كتابة مجموعة طويلة من التعليمات في كل مرة.

يتناول التدريب أيضًا أهمية توحيد المخرجات وإعادة استخدام المهارة في مهام متعددة.

2. فهم بروتوكول Model Context Protocol

يوضح الكورس وظيفة MCP في تمكين وكلاء الذكاء الاصطناعي من التعامل مع أدوات ومصادر بيانات خارجية.

ستتعرف على الحالات التي يصبح فيها الاتصال بمعلومات متغيرة أو أنظمة أخرى ضروريًا لتنفيذ المهمة.

3. التمييز بين Skills وMCP

من المهارات الأساسية التي يستهدفها التدريب القدرة على تحديد ما إذا كانت المشكلة تتطلب:

  • تعليمات وسلوكًا قابلين لإعادة الاستخدام.
  • أدوات خارجية أو بيانات مباشرة.
  • الجمع بين الطريقتين في بنية واحدة.

4. إعادة بناء سير عمل واحد باستخدام تقنيات مختلفة

يعرض الكورس مشروعًا تطبيقيًا واحدًا يُنفذ بأربع صور:

  1. باستخدام Prompts فقط.
  2. باستخدام Agent Skills.
  3. باستخدام MCP.
  4. باستخدام Agent Skills وMCP معًا.

تساعد هذه المقارنة على فهم تأثير كل اختيار في طريقة تنظيم الحل وتنفيذه.

5. فهم القيود وأفضل الممارسات

لا يقتصر التدريب على عرض استخدامات التقنيات، بل يناقش الحدود العملية لكل منها، وكيفية تجنب إضافة طبقات غير ضرورية إلى بنية وكيل الذكاء الاصطناعي.

محتويات كورس AI Agent Skills and MCP بالتفصيل

محتويات كورس AI Agent Skills and MCP بالتفصيل

يتكون المنهج المعلن من مقدمة وأربعة فصول رئيسية، تتدرج من المفاهيم الأساسية إلى تنفيذ سير عمل يجمع بين Skills وMCP.

المقدمة — Introduction

Build the right AI agent pattern

يبدأ المدرب بتوضيح المشكلة التي يعالجها التدريب، وهي اختيار البنية المناسبة للوكيل بدلًا من الاعتماد على التعليمات النصية وحدها أو استخدام MCP في جميع الحالات.

يقدم كذلك فكرة المشروع العملي الذي سيُستخدم للمقارنة بين طرق التنفيذ المختلفة.

الفصل الأول: AI Agent Skills and MCP Fundamentals

أساسيات مهارات وكلاء الذكاء الاصطناعي وبروتوكول MCP

يتناول الفصل المفاهيم التي يحتاج إليها المتعلم قبل إنشاء مهارات مخصصة أو ربط الوكيل بأدوات خارجية.

وتشمل موضوعاته:

  1. بناء سير عمل باستخدام Prompts فقط: فهم طريقة تنفيذ المهمة اعتمادًا على التعليمات النصية، وما قد يظهر من تحديات عند تكرارها.
  2. تحديد الحاجة إلى Agent Skills: التعرف على الحالات التي تستفيد من تحويل التعليمات إلى مهارة مستقلة.
  3. تحديد الحاجة إلى MCP: فهم متى يتطلب سير العمل أدوات أو موارد خارجية لا توفرها التعليمات وحدها.
  4. تقديم المشروع المقارن: التعرف على المهمة التي سيجري تنفيذها باستخدام أكثر من بنية تقنية.
  5. المفاهيم وإطار اتخاذ القرار: وضع أساس للمقارنة بين وظائف Skills وMCP واختيار الأنسب لكل حالة.

يمهد هذا الفصل لفهم الاختلاف الوظيفي بين تنظيم سلوك الوكيل وتوسيع قدرته على الوصول إلى الأنظمة الخارجية.

الفصل الثاني: Building AI Agent Skills

بناء مهارات مخصصة لوكلاء الذكاء الاصطناعي

يركز الفصل الثاني على إنشاء مهارات يمكن استخدامها لتنفيذ مهام متكررة بطريقة منظمة.

ويتناول خمسة محاور:

  1. تحويل سير العمل المتكرر إلى Skill: تحديد الإجراءات التي يمكن تنظيمها في مهارة قابلة لإعادة الاستخدام.
  2. تحقيق الاتساق في النتائج: توضيح دور المهارات في تنظيم خطوات التنفيذ وتقليل اختلاف المخرجات.
  3. إعادة استخدام المهارة: التعامل مع المهارة نفسها عبر مهام متعددة بدلًا من إنشاء تعليمات مستقلة لكل مهمة.
  4. فهم حدود Agent Skills: التعرف على الحالات التي لا تكفي فيها المهارات وحدها لتنفيذ المطلوب.
  5. أفضل الممارسات والقيود: مراجعة الاعتبارات التي تساعد على تصميم مهارات مناسبة دون تحميلها وظائف تتطلب تقنيات أخرى.

يساعد هذا الفصل المتعلم على التفكير في Agent Skills باعتبارها وسيلة لتنظيم السلوك المتكرر، وليس بديلًا شاملًا لكل مكونات نظام الوكلاء.

الفصل الثالث: Building AI Workflows with MCP

بناء سير عمل للذكاء الاصطناعي باستخدام MCP

ينتقل التدريب إلى استخدام Model Context Protocol لربط الوكلاء بالأدوات والموارد الخارجية.

تتضمن موضوعات الفصل:

  1. ربط الوكيل بأدوات وموارد MCP: التعرف على دور الاتصال الخارجي في توسيع الوظائف التي يستطيع الوكيل تنفيذها.
  2. إعادة بناء سير العمل باستخدام بيانات مباشرة: دراسة كيفية اختلاف التنفيذ عندما يحتاج النظام إلى معلومات من مصدر خارجي.
  3. ما الذي يوفره MCP ولا توفره Skills وحدها؟ فهم الفارق بين تعريف طريقة العمل وتوفير الوصول إلى البيانات والأدوات.
  4. القيود المتعلقة باستخدام MCP: التعرف على حدود البروتوكول وعدم اعتباره حلًا تلقائيًا لكل متطلبات المشروع.
  5. حالات الاستخدام والاستنتاجات: مراجعة السيناريوهات التي يكون فيها MCP اختيارًا مناسبًا.

يمثل هذا الفصل الجانب المتعلق بالتكامل بين وكيل الذكاء الاصطناعي والموارد الخارجية، وهو جانب يختلف عن مجرد تنظيم التعليمات.

الفصل الرابع: Combining Agent Skills and MCP

الجمع بين مهارات الوكلاء وبروتوكول MCP

يشرح الفصل الأخير كيفية توظيف التقنيتين داخل سير عمل واحد، مع توضيح متى يكون الدمج مفيدًا.

ويشمل أربعة موضوعات:

  1. إضافة Agent Skills إلى وكيل يستخدم MCP: الجمع بين تعليمات منظمة وقدرات الاتصال بالأدوات.
  2. بناء سير العمل الهجين النهائي: تطوير النسخة التي تستفيد من التقنيتين داخل المشروع التطبيقي.
  3. اختيار Skills أو MCP أو الاثنين: مقارنة الحلول وفق متطلبات المهمة بدلًا من اعتماد نمط ثابت.
  4. أنماط تصميم سير العمل: مراجعة الاعتبارات المرتبطة ببناء حلول هجينة تجمع بين المهارات والاتصال الخارجي.

يختتم هذا الفصل التسلسل التطبيقي الذي يبدأ بحل قائم على Prompts، ثم يختبر التقنيات الأخرى وصولًا إلى النموذج المدمج.

لمن يناسب كورس AI Agent Skills and MCP؟

يناسب الكورس المتعلمين الذين يمتلكون معرفة أولية بالذكاء الاصطناعي التوليدي ويرغبون في الانتقال من استخدام أدوات المحادثة إلى تصميم سير عمل أكثر تنظيمًا.

ومن الفئات التي قد تستفيد من موضوعاته:

  • مطورو تطبيقات الذكاء الاصطناعي: الراغبون في فهم طرق تنظيم الوكلاء وربطهم بالأدوات.
  • مهندسو البرمجيات: المهتمون بإضافة قدرات الوكلاء إلى التطبيقات وسير العمل.
  • مطورو الأتمتة: الذين يريدون التمييز بين الإجراءات القابلة لإعادة الاستخدام والمهام التي تحتاج بيانات خارجية.
  • المهتمون بتقنيات AI Agents: ممن لديهم خلفية أساسية ويرغبون في فهم الفروق العملية بين Skills وMCP.

وبما أن المستوى الرسمي للكورس متوسط، فقد يحتاج المبتدئ تمامًا إلى التعرف أولًا على المفاهيم الأساسية للنماذج اللغوية ووكلاء الذكاء الاصطناعي.

المتطلبات السابقة لدراسة الكورس

لا تعرض صفحة الكورس قائمة صريحة بالمتطلبات التقنية الإلزامية أو لغات البرمجة المطلوبة.

لكن من المفيد، قبل متابعة التدريب، امتلاك خلفية عن:

  • مفهوم نماذج اللغة الكبيرة LLMs.
  • استخدام التعليمات النصية Prompts.
  • الفرق بين تطبيق المحادثة ووكيل الذكاء الاصطناعي.
  • المفاهيم العامة للأدوات البرمجية ومصادر البيانات.
  • أساسيات تنظيم سير العمل الرقمي.

هذه معارف تمهيدية مقترحة لتسهيل فهم الموضوع، وليست شروط قبول رسمية معلنة للكورس.

المشاريع والتطبيقات العملية داخل الكورس

يعتمد التدريب على مشروع تطبيقي يذكر المدرب في مقدمته أنه يحمل اسم Orbit Labs.

تقوم فكرة المشروع على تنفيذ سير عمل واحد باستخدام أربع طرق، بحيث يستطيع المتعلم ملاحظة الفروق بين البنى المستخدمة.

المرحلة الأولى: تنفيذ المهمة باستخدام Prompts

يبدأ التطبيق بالطريقة المباشرة المعتمدة على التعليمات النصية، لتكوين نقطة مرجعية يمكن مقارنة الأساليب الأخرى بها.

المرحلة الثانية: إعادة التنفيذ باستخدام Agent Skills

يُعاد تنظيم سير العمل في صورة مهارات قابلة لإعادة الاستخدام، مع التركيز على اتساق النتائج والاستفادة من التعليمات المشتركة.

المرحلة الثالثة: تنفيذ سير العمل باستخدام MCP

تنتقل المقارنة إلى بنية تستفيد من اتصال الوكيل بالأدوات والموارد الخارجية، بما يشمل استخدام البيانات المباشرة.

المرحلة الرابعة: إنشاء الحل الهجين

يجمع التطبيق النهائي بين Agent Skills وMCP، بهدف إيضاح دور كل تقنية عند استخدامها ضمن سير العمل نفسه.

يشير المدرب في المقدمة الرسمية إلى وجود مستودع GitHub مرتبط بالكورس يضم ملفات البداية والحل النهائي، بالإضافة إلى أسئلة لمراجعة التعلم أثناء التدريب.

تحميل كورس AI Agent Skills and MCP لبناء وكلاء الذكاء الاصطناعي

ما الذي يميز كورس AI Agent Skills and MCP؟

المقارنة بين أربع طرق لتنفيذ المهمة نفسها

يسمح استخدام سيناريو تطبيقي مشترك بفهم اختلاف وظيفة كل تقنية دون تغيير الهدف الأساسي للمشروع.

التركيز على اختيار البنية المناسبة

لا يقدم الكورس MCP أو Skills باعتبارهما الحل الوحيد، بل يركز على كيفية تحديد الحاجة إلى كل منهما.

مناقشة حدود التقنيات

يتضمن المنهج موضوعات مستقلة عن حدود Agent Skills وحدود MCP، وهو أمر مهم عند تقييم ملاءمة الحلول للمشاريع.

الانتقال التدريجي من المفاهيم إلى التطبيق

يتدرج المحتوى من بناء سير العمل بالتعليمات النصية إلى المهارات المخصصة، ثم MCP، وأخيرًا النموذج الهجين.

توفير شهادة إتمام

تعرض LinkedIn Learning شهادة إتمام قابلة للمشاركة بعد استكمال متطلبات الكورس، ويمكن إضافتها إلى الملف الشخصي على LinkedIn أو مشاركتها بصيغ تدعمها المنصة.

كيف تستفيد من الكورس بأفضل طريقة؟

للاستفادة من الجوانب التطبيقية، يُنصح باتباع خطة تعلم منظمة بدلًا من الاكتفاء بمشاهدة الفيديوهات.

أولًا: حدد وظيفة سير العمل.

اختر مهمة بسيطة تعرف خطواتها مسبقًا، حتى تتمكن من التركيز على اختلاف أساليب التنفيذ.

ثانيًا: ابدأ بالتعليمات النصية.

اكتب Prompt واضحًا يؤدي المهمة المطلوبة، ثم حدد الخطوات التي تتكرر في كل عملية.

ثالثًا: افصل السلوك عن الوصول إلى البيانات.

اسأل نفسك: هل المشكلة تتعلق بطريقة تنفيذ المهمة، أم بالحاجة إلى أدوات وبيانات خارجية؟

الإجابة تساعدك على فهم الاستخدام المناسب لكل من Skills وMCP.

رابعًا: قارن طرق التنفيذ.

يمكنك إعداد مقارنة شخصية تتضمن سهولة التعديل وإعادة الاستخدام والحاجة إلى الأدوات الخارجية، مع مراعاة أن هذه معايير مراجعة مقترحة وليست نتائج قياس منشورة للكورس.

خامسًا: اختبر اختيارك في سيناريو آخر.

بعد فهم المشروع الأساسي، جرّب تحليل مهمة مختلفة لتحديد ما إذا كانت تحتاج Skills أو MCP أو الدمج بينهما.

هل كورس AI Agent Skills and MCP مناسب لك؟

يعتمد ذلك على خبرتك الحالية والهدف الذي تريد تحقيقه.

يُعد اختيارًا مناسبًا إذا كنت:

  • تفهم أساسيات الذكاء الاصطناعي وتريد التوسع في بناء الوكلاء.
  • تستخدم Prompts في إجراءات متكررة وتبحث عن طريقة لتنظيمها.
  • تريد معرفة دور MCP في ربط الوكلاء بالأدوات الخارجية.
  • تحتاج إلى إطار يساعدك على المفاضلة بين أساليب التصميم المختلفة.

وقد تحتاج إلى تعلم موضوعات تمهيدية أولًا إذا كنت:

  • لم تستخدم نماذج الذكاء الاصطناعي من قبل.
  • لا تعرف المقصود بوكيل الذكاء الاصطناعي AI Agent.
  • تبحث عن كورس يبدأ من أساسيات البرمجة أو النماذج اللغوية.
  • تحتاج إلى تدريب متخصص ومتعمق في برمجة خوادم MCP، بدلًا من التركيز على المقارنة بين أنماط بناء الوكلاء.

كذلك لا ينبغي اعتبار الكورس بديلًا شاملًا لدراسة هندسة تطبيقات الذكاء الاصطناعي؛ فموضوعه الأساسي محدد في فهم واختيار أنماط العمل باستخدام Skills وMCP.

الجهة المقدمة والمدرب

المنصة التعليمية: LinkedIn Learning

تقدم LinkedIn Learning دورات تدريبية في مجالات التقنية والبرمجة والأعمال والمهارات المهنية، ومنها الدورات المتعلقة بالذكاء الاصطناعي وتطوير البرمجيات.

المدرب: Stephen Simon

يظهر Stephen Simon باعتباره المدرب الرسمي للكورس، ويعرّف نفسه في الدرس الافتتاحي بأنه Microsoft MVP.

يركز تدريبه هنا على المفاهيم العملية المرتبطة ببناء وكلاء الذكاء الاصطناعي، من خلال مشروع مشترك يوضح الفروق بين استخدام التعليمات والمهارات وبروتوكول MCP.

الخلاصة

يساعد كورس AI Agent Skills and MCP: Building the Right AI Agent Pattern على فهم الفرق بين تنظيم سلوك وكيل الذكاء الاصطناعي باستخدام Agent Skills وتوسيع وظائفه باستخدام MCP.

وتتمثل قيمته التعليمية في مقارنة أربعة أساليب لتنفيذ سير العمل نفسه، مع تناول القيود وأسباب اختيار كل بنية.

إذا كنت تمتلك معرفة أساسية بالذكاء الاصطناعي وتسعى إلى فهم قرارات تصميم الوكلاء بصورة عملية، فإن موضوعات هذا التدريب تتوافق مع هذا الهدف.

الأسئلة الشائعة FAQ

تصنفه LinkedIn Learning ضمن المستوى المتوسط (Intermediate)، ولذلك يناسب بدرجة أكبر من يمتلكون معرفة أولية بالذكاء الاصطناعي ووكلائه.

المحتوى الأصلي المتاح للمعاينة باللغة الإنجليزية. ولم يتأكد رسميًا توفر ترجمة عربية لهذا الكورس تحديدًا.

لم تُعلن صفحة الكورس شروطًا تقنية إلزامية محددة، لكن معرفة أساسيات وكلاء الذكاء الاصطناعي والتعليمات النصية تساعد على متابعة المحتوى.

تُستخدم Agent Skills لتنظيم السلوك والإجراءات القابلة لإعادة الاستخدام، بينما يساعد MCP على توصيل تطبيقات الذكاء الاصطناعي بالأدوات والموارد الخارجية. ويمكن الجمع بينهما في سير عمل واحد.

روابط التحميل

روابط التحميل

ميديا فاير | MediaFire

ForaFile (مميز وسريع)

Upload-4ever

Scroll to Top