# دمج الذكاء الاصطناعي في Laravel: هل يوجد LangChain لـ PHP، وماذا تستخدم؟

> ‏LangChain مكتبة Python وJavaScript، لكن فرق Laravel لديها خياراتها: عميل لمزوّد واحد، أو طبقة متعددة المزوّدين، أو إطار على طريقة LangChain لـ RAG والوكلاء. أيها يناسب أي مهمة.

*2026-10-12T12:32:39Z*

سؤال يصلني كثيرًا من فرق Laravel: «نريد إضافة الذكاء الاصطناعي. هل يوجد LangChain لـ Laravel، أم نحتاج خدمة Python؟»

**الإجابة المختصرة:** لا تحتاج Python. مكتبة LangChain نفسها لـ Python وJavaScript، لكن في PHP ثلاثة أنواع من الأدوات تغطي نفس المساحة: **عميل لمزوّد واحد** (مثل `openai-php/laravel`) عندما تستدعي نموذجًا واحدًا، و**طبقة متعددة المزوّدين** (مثل Prism) إن أردت التبديل بين OpenAI وAnthropic وGemini أو نموذج محلي، و**أطر على طريقة LangChain** (مثل LLPhant أو Neuron AI) عندما تحتاج RAG أو وكلاء. ابدأ بأصغر أداة تؤدي المهمة، واجعلها خلف طبقة خدمات خاصة بك.

## هل تحتاج LangChain أصلًا؟

تجمع LangChain أشياء كثيرة: عملاء النماذج، وقوالب الـ prompts، وقارئات المستندات، ومقسّمات النصوص، ومخازن المتجهات، والاسترجاع، والأدوات، والوكلاء. ومعظم ميزات Laravel تحتاج واحدًا أو اثنين منها.

| ما تبنيه | ما تحتاجه فعلًا |
|---|---|
| تلخيص أو تصنيف أو استخراج بيانات | استدعاء واحد للنموذج مع مخرجات منظمة |
| ميزة محادثة | عميل نموذج، وتخزين للمحادثات، وبث متدفق |
| بحث في مستنداتك (RAG) | Embeddings، ومخزن متجهات، واسترجاع، واستدعاء للنموذج |
| وكيل ينفّذ إجراءات | استدعاء أدوات، وحلقة بميزانية محددة، وصلاحيات على كل أداة |

أول حالتين لا تحتاجان إطار عمل، والحالتان الأخيرتان هما حيث يوفّر لك إطار على طريقة LangChain وقتًا حقيقيًا.

## الأنواع الثلاثة من الأدوات

### 1. عميل لمزوّد واحد

تغلّف `openai-php/laravel` واجهة OpenAI بـ facade وملف إعدادات Laravel، ولـ Anthropic ومزوّدين آخرين عملاء PHP أيضًا. استخدمه عندما تتعامل الميزة مع مزوّد واحد ولا تنوي تغييره.

### 2. طبقة متعددة المزوّدين

تعطيك **Prism** واجهة واحدة فوق عدة مزوّدين، منهم OpenAI وAnthropic وGemini وOllama، مع النصوص والمخرجات المنظمة واستدعاء الأدوات والـ embeddings. استخدمها إن أردت توجيه مهام مختلفة إلى نماذج مختلفة، أو إبقاء خيار تغيير المزوّد دون المساس بمنطق العمل.

### 3. إطار على طريقة LangChain

‏**LLPhant** إطار PHP مستوحى من LangChain، فيه قارئات مستندات ومقسّمات وembeddings ومحوّلات لمخازن المتجهات وسلاسل للإجابة عن الأسئلة. أما **Neuron AI** فيركّز على الوكلاء: الأدوات والذاكرة وRAG في PHP. استخدم أحدهما عند بناء RAG أو وكلاء إن لم ترد كتابة البنية التحتية بنفسك.

## الجزء الذي لا تفعله أي مكتبة نيابةً عنك

أيًّا كان اختيارك، الأجزاء الصعبة في الذكاء الاصطناعي في الإنتاج هي البنية، لا الـ SDK:

- **حدّ واحد.** استدعِ الذكاء الاصطناعي عبر خدمات خاصة بك لكل حالة استخدام، مثل `SummariseTicket` أو `ClassifyLead`، لا من الـ controllers. بهذا يلمس تغيير المكتبة طبقة واحدة.
- **الطوابير.** معظم عمل الذكاء الاصطناعي، مثل الـ embeddings والإثراء والتلخيص الجماعي، مكانه في queue jobs في Laravel، لا داخل الطلب.
- **المخرجات المنظمة.** اطلب JSON، وتحقق منه في DTO، وارفض ما لا يطابق.
- **الصلاحيات.** إن كان الوكيل يستدعي أداة، فالأداة تمرّ بالـ policies العادية. النموذج يقترح وتطبيقك يقرّر.
- **الميزانيات.** ضع حدودًا للمحاولات وخطوات الأدوات والـ tokens في كل سير عمل، وسجّل التكلفة لكل مستأجر.

كتبت عن جانب التكلفة بالتفصيل في [إضافة AI إلى Laravel أو Go بدون تكاليف تخرج عن السيطرة](/ar/blog/add-ai-laravel-go-without-runaway-costs).

## أين تعيش بيانات RAG

إن كنت تستخدم PostgreSQL أصلًا فـ `pgvector` يكفي غالبًا لميزة RAG في Laravel: تبقى الـ embeddings بجانب السجلات التي تصفها، وتبقى الصلاحيات في قاعدة واحدة. وقاعدة متجهات مخصصة تصبح منطقية مع حجم أكبر. شرحت إعدادًا خاصًا في [بناء RAG خاص على PostgreSQL](/ar/blog/private-rag-postgres-pgvector-bm25-tei).

## متى تكون خدمة Python منفصلة منطقية

- تحتاج مكتبة متاحة في Python فقط، مثل بيئة تشغيل نماذج معينة أو أداة تقييم.
- لديك فريق بيانات أو ML يملك خدمات Python أصلًا.
- تشغّل نماذج محلية على GPU، ولهذا الخادم احتياجات توسّع خاصة.

وحتى حينها يبقى جانب Laravel كما هو: خدمة حالة استخدام تستدعي API داخلية بدل المزوّد مباشرة.

## حدود بصراحة

- **منظومة الذكاء الاصطناعي في PHP أصغر من Python.** التقنيات الجديدة تصل عادةً إلى Python أولًا.
- **هذه المكتبات تتغير بسرعة.** ثبّت الإصدارات واقرأ سجل التغييرات قبل الترقية.
- **الإطار لا يصلح حالة استخدام غامضة.** إن لم تستطع وصف شكل الإجابة الجيدة، فلن تجعل أي مكتبة الميزة موثوقة.

## الأسئلة الشائعة

### هل يوجد LangChain لـ Laravel؟
ليس LangChain نفسها، فهي لـ Python وJavaScript. لكن في PHP أطرًا على طريقتها مثل LLPhant وNeuron AI لـ RAG والوكلاء، وPrism كواجهة واحدة فوق عدة مزوّدين.

### هل أحتاج Python لإضافة الذكاء الاصطناعي إلى تطبيق Laravel؟
لا. واجهات النماذج تعمل عبر HTTP، ومكتبات PHP تغطي استدعاء النماذج والمخرجات المنظمة واستدعاء الأدوات والـ embeddings وRAG. خدمة Python منطقية فقط لأدوات Python الحصرية أو أحمال GPU.

### ما أفضل طريقة لدمج OpenAI في Laravel؟
استخدم عميلًا مثل `openai-php/laravel` أو طبقة متعددة المزوّدين مثل Prism، واستدعِه من خدماتك الخاصة، وشغّل العمل الثقيل في الطوابير، وتحقق من المخرجات المنظمة قبل استخدامها.

### هل يستطيع Laravel تشغيل RAG؟
نعم. خزّن الـ embeddings في PostgreSQL مع pgvector أو في قاعدة متجهات، واسترجع الأجزاء المناسبة للسؤال، ومرّرها للنموذج. ويتضمن LLPhant وNeuron AI مكونات RAG جاهزة.

## الخطوة التالية

تضيف الذكاء الاصطناعي إلى منتج Laravel وتريده أن يبقى قابلًا للصيانة مع نمو الاستخدام؟ اطّلع على [دمج الذكاء الاصطناعي](/ar/ai/integration) أو [تواصل معي](/ar/contact).

---

Source: https://fadymondy.com/ar/blog/laravel-ai-integration-langchain-php