بقلم: ليلى | محررة أدوات المطورين · صوت تحريري بإشراف بشري
المشكلة التي يحلّها Wayfinder Router بسيطة في صياغتها لكنها مكلفة في الواقع: معظم أدوات التوجيه بين النماذج تستدعي نموذجاً آخر لتقرر أيّ نموذج تستخدم — وهذا يعني تكلفة إضافية وزمن استجابة أطول وعشوائية في القرار ذاته الذي صُمِّم ليوفّر المال. Wayfinder يكسر هذه الحلقة: يقرأ شكل المطالبة وصياغتها ليصدر توصيته في أجزاء من الميلي ثانية، بلا اتصال بالشبكة، وبلا استدعاء أي API.
الأداة متاحة عبر PyPI وتعمل بالكامل offline. منطقها التوجيهي حتمي بالكامل: نفس المطالبة مع نفس الإعدادات تُنتج دائماً نفس القرار. يقرأ النظام البنية الهيكلية للمطالبة — طولها، العناوين، القوائم، كتل الكود، الجداول — ثم يبحث اختيارياً عن مؤشرات صعوبة معجمية كمصطلحات البرهان الرياضي والقيود المنطقية، ليُنتج درجة بين 0.0 و1.0 تقارَن بعتبة تحددها أنت. ما دون العتبة يذهب للنموذج المحلي، وما فوقها يذهب للسحابة.
المقارنة مع المنافسين تكشف الفارق الجوهري: RouteLLM يعتمد مصنّفاً مدرَّباً على بيانات تفضيلات ويستدعي نموذجاً للقرار، NotDiamond وMartian نماذج مستضافة تتعلم لكنها لا تدعم الاستضافة الذاتية ومرتبطة بمنصتيهما، OpenRouter Auto راوتر مستضاف يحتاج اتصالاً دائماً، وLiteLLM وكيل لمزودين ولا يُصنَّف كراوتر للتعقيد أصلاً. Wayfinder هو الوحيد الذي يجمع اللاتحديدية في القرار مع العمل الكامل offline مع إمكانية المعايرة على بياناتك الخاصة.
هناك قيد مهم يذكره المطورون بصراحة: المطالبات الصعبة دلالياً — كمقتطف كود يبدو بريئاً أو سؤال من نوع “ما العدد الأولي رقم 100؟” — لا تحمل أي مؤشر هيكلي، وراوتر دلالي سيتفوق على Wayfinder هنا. كذلك فإن المؤشرات المعجمية (البراهين، الرياضيات، القيود) تأتي معطّلة افتراضياً لأن اختباراً أعمى على مطالبات مستقلة أثبت أنها لا تتعمم: تلتقط نحو 20% فقط من المطالبات الصعبة غير المألوفة وتخسر أمام baseline بسيط يعدّ الكلمات — ولهذا هي خيارية وتحتاج معايرة على حركة مرورك الفعلية قبل تفعيلها. (وفقاً لـ Wayfinder Router GitHub)
على benchmark RouterBench تحديداً، الأداة لا تتفوق على الاختيار العشوائي في العناصر القصيرة-لكن-الصعبة — وهي تعترف بذلك في توثيقها. الميزة الحقيقية التي تصمد في الاختبارات هي قرار التوجيه الحتمي دون الميلي ثانية بلا أي استدعاء نموذج، وهذه تحديداً هي الحالة التي يُعلنها المطورون كنقطة قوتهم الأساسية وليس دقة التصنيف.
للبدء باستخدام الأداة فعلياً، إليك الخطوات الكاملة:
- التثبيت وسقالة الإعدادات: ثبّت الحزمة مع gateway وشغّل أمر init لإنشاء ملف إعدادات مبدئي. يدعم ثلاثة presets جاهزة:
pip install "wayfinder-router[gateway]"ثمwayfinder-router initللإعداد الهجين (Ollama محلياً ← Anthropic سحابياً)، أو--preset openaiلطبقتين من OpenAI (gpt-4o-mini → gpt-4o)، أو--preset geminiلطبقتين من Gemini (gemini-2.5-flash → gemini-2.5-pro)، أو--interactiveللاختيار خطوة بخطوة. - ضبط ملف wayfinder-router.toml يدوياً: إن أردت التحكم الكامل، حدّد العتبة والنماذج مباشرة — على سبيل المثال
threshold = 0.5معllama3.2محلياً على Ollama وgpt-4oسحابياً. المفاتيح لا تُخزَّن في الملف أبداً بل تُقرأ من متغيرات البيئة عبرapi_key_env، أو من خزائن كـ 1Password وmacOS Keychain وLinux secret-tool وpass وVault وAWS Secrets Manager وغيرها عبرapi_key_cmd. - التحقق من صحة الإعدادات: شغّل
wayfinder-router doctorللتحقق من أن كل مفتاح API محدد بشكل صحيح (✓ set / ✗ not set) قبل تشغيل البوابة. الأمر يكتشف أيضاً أدوات إدارة الأسرار المثبتة لديك ويقترح السطر المناسب. - تشغيل البوابة وتوجيه العميل إليها: شغّل
wayfinder-router serve --port 8088ثم غيّرbase_urlفي كودك إلىhttp://localhost:8088/v1— هذا التغيير الوحيد المطلوب. كل استجابة ستحمل ترويستين:x-wayfinder-router-modelوx-wayfinder-router-scoreلتتبع القرارات. يمكن تجربة التوجيه فوراً قبل توصيل النماذج الفعلية عبر--dry-run. - تجربة الواجهتين التفاعليتين: في الطرفية، شغّل
wayfinder-router chat --dry-run(أو بدون تثبيت عبرuvx wayfinder-router chat --dry-run) — كل رسالة تعرض قرار التوجيه (● LOCAL / ◆ CLOUD) ودرجة التعقيد وتفسيرها و/why وتوفير التكلفة المتراكم. في المتصفح،pip install "wayfinder-router[gateway]"ثمwayfinder-router webchat --dry-runيفتح واجهة علىhttp://127.0.0.1:8088/demoمع شريط تمرير حي للعتبة. - معايرة العتبة على حركة مرورك الفعلية: العتبة الافتراضية 0.5 نقطة بداية. يمكن تجاوزها لمهمة واحدة عبر header مخصص (
X-Wayfinder-Threshold) أو تثبيت طلب بعينه على نموذج محدد عبرmodel="cloud"أوprefer-local. التوثيق يُنبّه صراحة أن اختبار bootstrap بـ 20 مطالبة فقط هو اختبار دخاني لا معايرة حقيقية. - التوجيه متعدد الطبقات والمصنّف المتقدم: بدلاً من عتبة ثنائية، يمكن تعريف طبقات مرتبة — مثلاً llama-3b للدرجات تحت 0.3، ثم llama-70b حتى 0.6، ثم claude-cloud فوق ذلك. الوضع الأكثر تقدماً هو مصنّف logistic متعدد الحدود يُولَّد تلقائياً عبر أمر calibrate ويعطي argmax على درجات خطية لكل نموذج.
الأداة تعمل مع أي endpoint متوافق مع OpenAI API — Groq وTogether وOpenRouter وFireworks وDeepSeek، وكذلك خوادم محلية كـ vLLM وLM Studio وllama.cpp. أي مزود يقبل Bearer key على مسار /chat/completions يعمل مباشرة. حزمة التثبيت الأساسية pip install wayfinder-router تشمل المصنّف والـ CLI وواجهة Python، بينما [gateway] تضيف البوابة و[ui] تضيف واجهة المعايرة المرئية و[all] تجمعها جميعاً.
ما يميّز Wayfinder فعلياً ليس دقته في تصنيف الصعوبة — وهو أول من يقول ذلك — بل أنه يمنحك نقطة توجيه صفرية التكلفة تُركّب فوق أي بنية OpenAI-compatible موجودة بتغيير سطر واحد. المطالبات الرخيصة كـ”لخّص هذه الفقرة” و”صحّح الخطأ الإملائي” تبقى محلية، والمطالبات الثقيلة تذهب للسحابة — وأنت من يقرر أين تضع الخط.
