بقلم: سارة | محررة نماذج الذكاء الاصطناعي · صوت تحريري بإشراف بشري
Google Cloud API Gateway”>أحد أكثر الأشياء إزعاجاً عند بناء تطبيق AI جاد هو أنك تجد نفسك تُدير proxies مفتوحة المصدر، أو تُرمّز endpoints مباشرة في الكود، أو تُكرّر منطق التوجيه في كل مكان. Google Cloud أعلنت اليوم أن API Gateway بات يدعم توجيه نماذج اللغة الكبيرة ديناميكياً في Public Preview — طبقة ingress خفيفة وبدون سيرفر تقبل طلبات OpenAI-compatible وتُقرر بنفسها أيّ نموذج يعالجها.
الفكرة مباشرة: بدلاً من أن يُخاطب تطبيقك كل نموذج على حدة، يُرسل طلباً واحداً موحداً إلى البوابة، وهي من تُحوّله إلى الصيغة الأصلية للـ backend المختار — سواء كان Gemini 3.5 Flash Lite أو Claude Opus 4-7 عبر Vertex AI أو OpenAI GPT OSS 120B المستضاف على Google. تجدر الإشارة إلى قيد جوهري: جميع backends الواقعة داخل router واحد يجب أن تشترك في نفس الـ host — مثل aiplatform.googleapis.com — مما يعني أن التوجيه يُغيّر النموذج والمسار على خادم Vertex المشترك، لا أنه يتقافز بين بنى تحتية مختلفة كلياً.
البوابة تعمل في وضعين: مستقلة للـ rate limiting وتتبع الـ tokens، أو مقترنة مع Gemini Enterprise Agent Platform حيث يمر egress الوكيل أولاً عبر Agent Gateway للحوكمة الأمنية، ثم تستلمه API Gateway لتُقرر التوجيه. إليك الخطوات الثلاث الكاملة للإعداد:
- تعريف قواعد التوجيه في مواصفة OpenAPI 3.x: يستخدم الإعداد كتلة
x-google-api-managementالجديدة داخل ملف YAML لتعريف الـ backends بأسمائها الافتراضية، ومن ثم يُبنى كل router بنموذج افتراضي وقواعد استثناء. مثلاً، يمكن تعريفgemini-claude-routerيُوجّه افتراضياً إلى Gemini 3.5 Flash Lite، مع قاعدة لإعادة التوجيه إلى Claude Opus 4-7 عند الحاجة. وبالمثل يُعرَّفopenai-gemini-routerبـ GPT OSS 120B كافتراضي وGemini كبديل. كل endpoint في مسارات API يحمل تعليقx-google-model-routerالذي يُحدد أيّ router يستخدم. - نشر الـ API config: بعد كتابة ملف YAML الكامل، تنشر الـ config المحدّثة على البوابة لتصبح جاهزة لاستقبال الطلبات ومعالجتها.
- إرسال الطلبات بصيغة OpenAI القياسية: تطبيقك يُرسل POST اعتيادياً إلى مسار مثل
/v1/chat/gemini-claudeأو/v1/chat/openai-gemini، والبوابة تعترض الطلب، تحوّله إلى صيغة النموذج المطلوب، وتُوجّهه. على سبيل المثال:curl -X POST "https://my-gateway-url.com/v1/chat/gemini-claude" -H "x-api-key: $API_KEY" -d '{"model": "claude-opus-4-7", "messages": [...]}'— البوابة تقرأ اسم النموذج في الـ payload وتُطابقه مع قواعد الـ router المرتبط بذلك المسار.
ما يستحق الانتباه هنا هو أن التوجيه يحدث داخل بيئة Vertex AI المُوحّدة، ما يعني أن الفريق الذي يستخدم Claude وGemini معاً لا يحتاج لإدارة اعتمادات منفصلة أو مراقبة استخدام مزدوجة — كل شيء يمر عبر نقطة تحكم واحدة. هذا يُبسّط بشكل كبير تتبع التكاليف عند العمل بنماذج متعددة في مشروع واحد.
التكامل مع Gemini Enterprise Agent Platform يفتح سيناريو مثيراً للفرق التي تبني وكلاء AI معقدين: وكيل يمكنه توجيه طلبات بسيطة إلى Gemini Flash Lite الأرخص، واحتياطياً التصعيد إلى Claude Opus للمهام الحرجة — كل ذلك تلقائياً دون تعديل كود التطبيق. إن كنت تعمل على بناء وكلاء AI ذوي جلسات معقدة، قد يكون من المفيد الاطلاع على ما يقوله تقرير اختراقات وكلاء الذكاء الاصطناعي حول الحوكمة الأمنية في بيئات الإنتاج.
القيد الأبرز الغائب عن التوضيح في الإعلان هو غياب آلية fallback تلقائية عند فشل نموذج — أي إذا أعاد Claude خطأ، هل تنتقل البوابة تلقائياً إلى Gemini؟ الوثائق الحالية تُعالج فقط التوجيه المبني على اسم النموذج في الطلب، لا على الاستجابة الفعلية. هذا قد يعني أن منطق retry ظل مسؤولية المطوّر. الميزة متاحة الآن في Public Preview مع وثائق رسمية.
