DeepSeek V3 0324 + استدعاء الدوال: عصر جديد لإنتاجية الواجهة الأمامية

DeepSeek V3 0324 + استدعاء الدوال: عصر جديد لإنتاجية الواجهة الأمامية

النقاط الرئيسية

قامت Novita AI بتقديم DeepSeek V3 0324! علاوة على ذلك، يدعم هذا الإصدار استدعاء الدوال بشكل كامل.

يجمع DeepSeek V3 0324 بين بنية MoE والدعم متعدد اللغات واستدعاء الدوال وتوليد الكود المحسّن لتحقيق دقة وكفاءة تطوير لا مثيل لها.

deepseek v3 0324

يعيد DeepSeek V3 0324 تعريف قدرات الذكاء الاصطناعي بفضل بنيته الفريدة ودعمه لاستدعاء الدوال. مصمم لتطبيقات النص إلى نص، وهو مثالي للمطورين الذين يهدفون إلى إنشاء كود عالي الجودة وأتمتة تكامل الواجهات. قدرته على التعامل مع السيناريوهات المعقدة بسهولة تجعله خيارًا متفوقًا للتطوير المتطور.

ما هو DeepSeek V3 0324؟

المعلومات الأساسية تاريخ الإصدار 24 مارس 2025
حجم النموذج 671B معلمة (37B نشطة/رمز)
مفتوح المصدر مفتوح
البنية Mixture-of-Experts (MoE)
الإمكانية يدعم استدعاء الدوال
دعم اللغات اللغات المتعددة المدعومة قدرات محسنة في اللغة الصينية
متعدد الوسائط قدرة متعددة الوسائط ليس نموذجًا متعدد الوسائط، نص إلى نص
التدريب بيانات التدريب 14.8 تريليون رمز متنوع
حجم النموذج حسب الدقة نوع التنسور BF16/F8_E4M3/F32

معيار DeepSeek V3 0324

DeepSeek V3 0324 + استدعاء الدوال

deepseek v3 0324 + استدعاء الدوال

يدعم DeepSeek V3 0324 استدعاء الدوال ويتميز بقدرات محسنة لتوليد كود الواجهة الأمامية، مما يحقق تحسينات كبيرة في تطوير الواجهة الأمامية.

أولاً، يُظهر DeepSeek V3 0324 تحسينًا واضحًا في توليد HTML وCSS وJavaScript. ينتج كودًا نظيفًا ودلاليًا مناسبًا للتصميم المتجاوب والتطوير القائم على المكونات. يساعد ذلك المطورين على بناء هياكل الصفحات ومنطق التفاعل الأساسي بسرعة، مما يحسن كفاءة التطوير.

ثانيًا، تمكن آلية استدعاء الدوال النموذج من استدعاء واجهات خارجية، مما يجعله أكثر فعالية في التعامل مع سيناريوهات الواجهة الأمامية الشائعة مثل البحث وإرسال النماذج وتحميل البيانات الديناميكي. من خلال استدعاء الدوال، لا يمكن للنموذج فهم نية المستخدم فحسب، بل يمكنه أيضًا توليد منطق استدعاء الدوال، مما يتيح تنسيقًا سلسًا بين الواجهة الأمامية والخلفية.

باختصار، يسمح الجمع بين DeepSeek V3 0324 واستدعاء الدوال للنموذج بتوليد كود واجهة أمامية عالي الجودة مع أتمتة تكامل الواجهات. إنه مناسب تمامًا لبناء ميزات الواجهة الأمامية مثل البحث والتوصيات وتفاعلات البيانات، مما يعزز كفاءة التطوير والتعاون بشكل كبير.

كيفية استخدام استدعاء الدوال لـ DeepSeek V3 0324 عبر Novita AI

أطلقت Novita AI أوصافًا لقدرات كل نموذج LLM، ويمكنك مشاهدتها مباشرةً في [لوحة التحكم](https://novita.ai/models-console/?utm_source=blog_llm&utm_medium=article&utm_campaign=/ llama-4-maverick-function-calling/) و[الوثائق](https://novita.ai/docs/guides/llm-function-calling/?utm_source=blog_llm&utm_medium=article&utm_campaign= llama-4-maverick-function-calling).

deepseek v3 0324 استدعاء الدوال

النماذج المدعومة

اختر نموذجك

1. تهيئة العميل

أولاً، تحتاج إلى تهيئة العميل باستخدام مفتاح API الخاص بـ Novita.

from openai import OpenAI
import json

client = OpenAI(
    base_url="https://api.novita.ai/v3/openai",
    # احصل على مفتاح Novita AI API من: https://novita.ai/settings/key-management.
    api_key="<YOUR Novita AI API Key>",
)

model = "deepseek/deepseek-v3-0324"
  • تعريف الدالة المراد استدعاؤها

بعد ذلك، قم بتعريف دالة Python التي يمكن للنموذج استدعاؤها. في هذا المثال، هي دالة للحصول على معلومات الطقس.

# دالة مثال لمحاكاة جلب بيانات الطقس.
def get_weather(location):
    """يسترجع الطقس الحالي لموقع معين."""
    print("Calling get_weather function with location: ", location)
    # في تطبيق حقيقي، ستستدعي واجهة طقس خارجية هنا.
    # هذا مثال مبسط يعيد بيانات ثابتة.
    return json.dumps({"location": location, "temperature": "60 degrees Fahrenheit"})

2. إنشاء طلب API مع الأدوات ورسالة المستخدم

الآن، قم بإنشاء طلب API إلى نقطة نهاية Novita. يتضمن هذا الطلب معامل tools الذي يحدد الدوال التي يمكن للنموذج استخدامها، ورسالة المستخدم.

tools = [
    {
        "type": "function",
        "function": {
            "name": "get_weather",
            "description": "Get weather of an location, the user shoud supply a location first",
            "parameters": {
                "type": "object",
                "properties": {
                    "location": {
                        "type": "string",
                        "description": "The city and state, e.g. San Francisco, CA",
                    }
                },
                "required": ["location"]
            },
        }
    },
]

messages = [
    {
        "role": "user",
        "content": "What is the weather in San Francisco?"
    }
]

# لنرسل الطلب ونطبع الرد.
response = client.chat.completions.create(
    model=model,
    messages=messages,
    tools=tools,
)

# يرجى التحقق مما إذا كان الرد يحتوي على استدعاءات أدوات في حالة الإنتاج.
tool_call = response.choices[0].message.tool_calls[0]
print(tool_call.model_dump())

3. المخرجات

{'id': '0', 'function': {'arguments': '{"location": "San Francisco, CA"}', 'name': 'get_weather'}, 'type': 'function'}

4. الرد بنتيجة استدعاء الدالة والحصول على الإجابة النهائية

الخطوة التالية هي معالجة استدعاء الدالة، تنفيذ دالة get_weather، وإرسال النتيجة مرة أخرى إلى النموذج لتوليد الرد النهائي للمستخدم.

# تأكد من تعريف tool_call من الخطوة السابقة
if tool_call:
    # توسيع تاريخ المحادثة بإضافة رسالة استدعاء الأداة من المساعد
    messages.append(response.choices[0].message)

    function_name = tool_call.function.name
    if function_name == "get_weather":
        function_args = json.loads(tool_call.function.arguments)
        # تنفيذ الدالة والحصول على الرد
        function_response = get_weather(
            location=function_args.get("location"))
        # إضافة رد الدالة إلى الرسائل
        messages.append(
            {
                "tool_call_id": tool_call.id,
                "role": "tool",
                "content": function_response,
            }
        )

    # الحصول على الرد النهائي من النموذج، الآن مع نتيجة الدالة
    answer_response = client.chat.completions.create(
        model=model,
        messages=messages,
        # ملاحظة: لا تدرج معامل tools هنا.
    )
    print(answer_response.choices[0].message)

5. المخرجات

{'id': '0', 'function': {'arguments': '{"location": "San Francisco, CA"}', 'name': 'get_weather'}, 'type': 'function'}

DeepSeek V3 0324 هو نموذج ذكاء اصطناعي من الجيل التالي يتفوق على سابقاته من خلال الجمع بين استدعاء الدوال المتقدم والدعم اللغوي القوي وتوليد الكود المحسّن. كفاءته في التعامل مع سيناريوهات التطوير المعقدة تجعله أداة قوية لا غنى عنها للمطورين المعاصرين.

الأسئلة الشائعة

ما هو استدعاء الدوال (Function Calling)؟

يسمح لنماذج LLM بتشغيل أدوات أو واجهات برمجة تطبيقات خارجية لأداء المهام وجلب البيانات.

كيف يمكنني البدء في استخدام استدعاء الدوال لـ DeepSeek V3 0324 على Novita AI؟

لاستخدام DeepSeek V3 0324، قم بتهيئة عميل Novita AI باستخدام مفتاح API الخاص بك، وحدد دوال Python القابلة للاستدعاء، وأنشئ طلبات API مع الأدوات، وقم بمعالجة استدعاءات أدوات النموذج. تفضل بزيارة وثائق Novita AI للحصول على خطوات مفصلة.

لماذا يعتبر DeepSeek V3 0324 أفضل من النماذج الأخرى؟

يتفوق DeepSeek V3 0324 في توليد كود واجهة أمامية نظيف ودلالي (HTML, CSS, JavaScript) للتصميم المتجاوب والتفاعلات الديناميكية.

Novita AI هي المنصة السحابية الشاملة التي تطلق العنان لطموحاتك في الذكاء الاصطناعي. واجهات برمجة تطبيقات متكاملة، حوسبة بدون خادم، مثيلات GPU — الأدوات الفعالة من حيث التكلفة التي تحتاجها. تخلص من البنية التحتية، ابدأ مجانًا، واجعل رؤيتك للذكاء الاصطناعي حقيقة.

قراءات موصى بها