مدل‌های هوش مصنوعی به‌تدریج از ابزارهایی برای تولید متن به سیستم‌هایی تبدیل می‌شوند که می‌توانند برای رسیدن به یک هدف برنامه‌ریزی کنند، ابزارهای مختلف را به کار بگیرند، وظایف را میان چند عامل تقسیم کنند و در محیط‌های نرم‌افزاری عملیات انجام دهند.

Muse Spark 1.1 یکی از مدل‌هایی است که با تمرکز بر همین نسل جدید از کاربردهای هوش مصنوعی توسعه یافته است.

Muse Spark 1.1 یک مدل چندوجهی و استدلالی از Meta است که برای وظایف Agentic، برنامه‌نویسی، استفاده از ابزارها، تعامل با رابط‌های کامپیوتری و پردازش جریان‌های کاری طولانی طراحی شده است.

این مدل صرفاً به یک پرامپت پاسخ نمی‌دهد. در کاربردهای پیشرفته‌تر می‌تواند:

• هدف کاربر را تحلیل کند؛
• برای انجام کار برنامه‌ریزی کند؛
• ابزار مناسب را انتخاب کند؛
• وظایف را به چند Subagent واگذار کند؛
• اطلاعات متنی و تصویری را کنار هم قرار دهد؛
• وضعیت پروژه را در تعامل‌های طولانی حفظ کند؛
• نتیجه اقدامات خود را بررسی و اصلاح کند.

Meta مدل Muse Spark 1.1 را در ۹ ژوئیه ۲۰۲۶ معرفی کرد و آن را نسخه‌ای ارتقایافته از Muse Spark دانست که در زمینه Agent، برنامه‌نویسی، Computer Use و درک چندوجهی پیشرفت کرده است. مشخصات این مقاله بر اساس معرفی رسمی Muse Spark 1.1 توسط Meta تنظیم شده است.

در این راهنما بررسی می‌کنیم که Muse Spark 1.1 چیست، چه قابلیت‌هایی دارد، برای چه پروژه‌هایی مناسب است و چگونه می‌توان از طریق API درواره از آن استفاده کرد.

فهرست مطالب

• Muse Spark 1.1 چیست؟
• مشخصات اصلی Muse Spark 1.1
• قابلیت‌های Agentic
• معماری چندعاملی و Subagent
• پنجره زمینه یک میلیون توکنی
• قابلیت Computer Use
• توانایی برنامه‌نویسی
• قابلیت‌های چندوجهی
• Tool Calling و MCP
• Structured Output
• کاربردهای Muse Spark 1.1
• محدودیت‌های مدل
• مقایسه با مدل‌های عمومی
• آموزش اتصال به API درواره
• نمونه کد Python
• نمونه کد JavaScript
• مدیریت هزینه و امنیت
• خطاهای رایج
• پرسش‌های متداول

Muse Spark 1.1 چیست؟

Muse Spark 1.1 یک مدل هوش مصنوعی Multimodal Reasoning است؛ یعنی می‌تواند داده‌های مختلف مانند متن، تصویر، ویدئو، صدا و اسناد را تحلیل کرده و درباره ارتباط میان آن‌ها استدلال کند.

بااین‌حال، ویژگی اصلی این مدل فقط چندوجهی بودن آن نیست. Muse Spark 1.1 برای انجام وظایف عامل‌محور یا Agentic Tasks بهینه شده است.

در یک چت‌بات معمولی، کاربر سؤالی می‌پرسد و مدل پاسخی تولید می‌کند. اما در یک سیستم Agentic، مدل ممکن است برای انجام درخواست کاربر چند مرحله را طی کند:

1. هدف کاربر را مشخص کند.
2. اطلاعات لازم را جمع‌آوری کند.
3. یک برنامه اجرایی بسازد.
4. ابزارها و APIهای مناسب را انتخاب کند.
5. بعضی وظایف را به عامل‌های فرعی واگذار کند.
6. نتایج به‌دست‌آمده را ارزیابی کند.
7. در صورت وجود خطا، برنامه را اصلاح کند.
8. پاسخ یا خروجی نهایی را تحویل دهد.

این ساختار باعث می‌شود Muse Spark 1.1 برای ساخت دستیارهای پیشرفته، Agentهای برنامه‌نویسی، سیستم‌های خودکارسازی و گردش‌کارهای سازمانی مناسب باشد.

مشخصات اصلی Muse Spark 1.1

مهم‌ترین قابلیت‌های اعلام‌شده برای Muse Spark 1.1 عبارت‌اند از:

پشتیبانی دقیق هر قابلیت در API می‌تواند به Endpoint، تنظیمات مدل و زیرساخت ارائه مدل وابسته باشد. بنابراین پیش از پیاده‌سازی نهایی، مشخصات مدل را در صفحه مدل‌های درواره بررسی کنید.

قابلیت‌های Agentic در Muse Spark 1.1

یکی از تفاوت‌های مهم Muse Spark 1.1 با مدل‌های مکالمه‌ای معمولی، نحوه مواجهه آن با وظایف پیچیده است.

به‌جای اینکه تمام درخواست را یک سؤال ساده در نظر بگیرد، مدل می‌تواند آن را به مجموعه‌ای از مراحل کوچک‌تر تقسیم کند.

برای مثال، اگر از یک Agent بخواهید عملکرد وب‌سایت یک فروشگاه اینترنتی را بررسی کند، ممکن است مراحل زیر را انجام دهد:

• ساختار پروژه را بررسی کند؛
• بخش‌های کند برنامه را شناسایی کند؛
• لاگ‌ها یا گزارش‌های عملکرد را تحلیل کند؛
• فایل‌های مرتبط را پیدا کند؛
• راهکار مناسب پیشنهاد دهد؛
• تغییرات لازم را در کد اعمال کند؛
• آزمایش‌ها را اجرا کند؛
• نتیجه را با وضعیت قبلی مقایسه کند.

مدل در چنین سناریویی فقط کد تولید نمی‌کند؛ بلکه کل فرایند حل مسئله را مدیریت می‌کند.

برنامه‌ریزی چندمرحله‌ای

Muse Spark 1.1 می‌تواند پیش از شروع عملیات، یک برنامه چندمرحله‌ای ایجاد کند. این قابلیت در پروژه‌هایی که چند ابزار، منبع اطلاعات یا مرحله اجرایی دارند اهمیت زیادی پیدا می‌کند.

یک برنامه می‌تواند شامل این مراحل باشد:

• تحلیل هدف؛
• تعیین پیش‌نیازها؛
• انتخاب ابزارها؛
• اجرای وظایف؛
• کنترل نتیجه؛
• اصلاح خطاها؛
• ارائه گزارش نهایی.

سازگاری با تغییرات

در جریان یک وظیفه طولانی ممکن است اطلاعات جدیدی ظاهر شود یا شرایط پروژه تغییر کند. یک Agent مؤثر باید بتواند برنامه قبلی خود را متناسب با این تغییرات اصلاح کند.

Muse Spark 1.1 برای حفظ وضعیت جریان کار و واکنش به اطلاعات جدید طراحی شده است. این قابلیت برای خودکارسازی فرایندهای واقعی، که همیشه کاملاً قابل پیش‌بینی نیستند، اهمیت زیادی دارد.

معماری چندعاملی و استفاده از Subagent

یکی از قابلیت‌های برجسته Muse Spark 1.1، هماهنگ‌کردن چند عامل هوش مصنوعی است.

در این معماری، یک عامل اصلی می‌تواند:

• هدف کلی را دریافت کند؛
• پروژه را به وظایف کوچک‌تر تقسیم کند؛
• هر وظیفه را به یک Subagent بسپارد؛
• فعالیت عامل‌های فرعی را هماهنگ کند؛
• نتایج آن‌ها را ترکیب کند؛
• خروجی نهایی را ارزیابی کند.

برای مثال، در ساخت یک اپلیکیشن وب می‌توان وظایف را به شکل زیر تقسیم کرد:

• یک Subagent برای تحلیل نیازمندی‌ها؛
• یک Subagent برای توسعه Backend؛
• یک Subagent برای پیاده‌سازی رابط کاربری؛
• یک Subagent برای نوشتن Test؛
• یک Subagent برای بررسی امنیت و کیفیت کد.

اجرای موازی بعضی از این وظایف می‌تواند زمان تکمیل پروژه را کاهش دهد. البته مدیریت چندعامل باید همراه با محدودیت دسترسی، کنترل هزینه و ثبت گزارش عملیات باشد.

پنجره زمینه یک میلیون توکنی

Muse Spark 1.1 از پنجره زمینه‌ای تا سقف یک میلیون توکن پشتیبانی می‌کند.

Context Window مشخص می‌کند مدل در هر تعامل چه مقدار اطلاعات را می‌تواند هم‌زمان در نظر بگیرد. پنجره زمینه بزرگ در پروژه‌هایی مانند موارد زیر مفید است:

• بررسی یک مخزن کد بزرگ؛
• تحلیل مجموعه‌ای از اسناد سازمانی؛
• پردازش قراردادها و گزارش‌های طولانی؛
• ادامه یک پروژه Agentic در چند مرحله؛
• تحلیل مکالمات و سوابق طولانی؛
• بررسی چند فایل مرتبط با یکدیگر؛
• نگهداری تاریخچه اقدامات یک Agent.

مدیریت فعال Context

فقط بزرگ‌بودن Context Window کافی نیست. اگر تمام تاریخچه بدون مدیریت وارد هر درخواست شود، هزینه و زمان پاسخ افزایش پیدا می‌کند.

Muse Spark 1.1 برای مدیریت فعال زمینه طراحی شده است. مدل می‌تواند اطلاعات قبلی را خلاصه یا فشرده کند و جزئیات مهم را برای مراحل بعدی نگه دارد.

بااین‌حال، توسعه‌دهنده نیز باید Context را مدیریت کند. بهتر است:

• اطلاعات غیرضروری حذف شوند؛
• خروجی ابزارها پیش از ذخیره خلاصه شود؛
• فایل‌ها در بخش‌های مرتبط ارسال شوند؛
• وضعیت Agent به‌صورت ساختاریافته نگهداری شود؛
• برای بازیابی اطلاعات از RAG استفاده شود؛
• همه تاریخچه مکالمه بدون محدودیت ارسال نشود.

قابلیت Computer Use

Computer Use به مدل اجازه می‌دهد با محیط‌های نرم‌افزاری و رابط‌های کاربری تعامل کند.

یک Agent مجهز به این قابلیت می‌تواند بر اساس ابزارهایی که توسعه‌دهنده در اختیارش قرار داده است:

• صفحه نرم‌افزار را مشاهده کند؛
• دکمه‌ها و فرم‌ها را تشخیص دهد؛
• در صفحات مختلف حرکت کند؛
• اطلاعات را از چند برنامه جمع‌آوری کند؛
• بعضی عملیات تکراری را خودکار کند؛
• در صورت مناسب‌بودن، اسکریپت بنویسد؛
• نتیجه عملیات را از روی رابط بررسی کند.

Muse Spark 1.1 می‌تواند بین استفاده مستقیم از رابط کاربری و اجرای اسکریپت تصمیم بگیرد. برای عملیات تکراری، تولید و اجرای اسکریپت معمولاً سریع‌تر است؛ اما برای مراحل کوتاه یا رابط‌های ناشناخته، تعامل مستقیم می‌تواند انتخاب مناسب‌تری باشد.

کاربردهای Computer Use

این قابلیت می‌تواند در سناریوهای زیر استفاده شود:

• ورود اطلاعات به پنل‌های سازمانی؛
• انجام فرایندهای تکراری اداری؛
• استخراج داده از نرم‌افزارهای مختلف؛
• آزمایش رابط کاربری؛
• کنترل پنل‌های مدیریتی؛
• ثبت اطلاعات در CRM؛
• بررسی بصری نتیجه تغییرات یک وب‌سایت.

Computer Use باید با مجوزهای محدود و نظارت انسانی اجرا شود. Agent نباید بدون تأیید کاربر به عملیات حساس مانند حذف اطلاعات، پرداخت، ارسال پیام یا انتشار عمومی دسترسی داشته باشد.

توانایی Muse Spark 1.1 در برنامه‌نویسی

Muse Spark 1.1 برای کار روی پروژه‌های واقعی و Codebaseهای بزرگ بهینه شده است.

قابلیت‌های برنامه‌نویسی این مدل شامل موارد زیر می‌شود:

• تحلیل ساختار پروژه؛
• پیدا کردن فایل‌های مرتبط؛
• تشخیص علت Bug؛
• پیشنهاد راه‌حل؛
• پیاده‌سازی قابلیت جدید؛
• Refactoring کد؛
• مهاجرت میان کتابخانه‌ها یا Frameworkها؛
• تولید Test؛
• اجرای ابزارهای توسعه؛
• تحلیل خروجی Build و Test؛
• بررسی بصری رابط کاربری؛
• اصلاح کد پس از مشاهده نتیجه.

رفع خطاهای پیچیده

در پروژه‌های واقعی، خطا معمولاً فقط در یک خط کد قرار ندارد. ممکن است یک مشکل از ارتباط میان چند فایل، API، Database و Component ایجاد شده باشد.

Muse Spark 1.1 می‌تواند:

1. پیام خطا را تحلیل کند.
2. مسیر اجرای برنامه را بررسی کند.
3. فایل‌های مرتبط را پیدا کند.
4. فرضیه‌ای درباره علت خطا بسازد.
5. تغییر لازم را اعمال کند.
6. Test یا Build را اجرا کند.
7. نتیجه را بررسی کند.
8. در صورت نیاز راه‌حل را اصلاح کند.

تولید رابط کاربری از تصویر

قابلیت‌های چندوجهی مدل می‌تواند برای تبدیل Screenshot یا طراحی رابط به کد نیز استفاده شود.

مدل می‌تواند اجزایی مانند موارد زیر را در تصویر تشخیص دهد:

• Layout؛
• دکمه‌ها؛
• فرم‌ها؛
• کارت‌ها؛
• رنگ‌ها؛
• فاصله‌ها؛
• سلسله‌مراتب بصری؛
• وضعیت Responsive.

سپس می‌تواند ساختار اولیه رابط را با HTML، CSS، React یا فناوری‌های دیگر پیاده‌سازی کند.

قابلیت‌های چندوجهی Muse Spark 1.1

Muse Spark 1.1 می‌تواند چند نوع ورودی را در یک جریان کاری تحلیل کند.

پردازش متن

مدل می‌تواند برای تولید، خلاصه‌سازی، طبقه‌بندی و تحلیل متن استفاده شود؛ از جمله:

• پاسخ‌گویی به سؤال؛
• تحلیل اسناد؛
• استخراج اطلاعات؛
• تولید محتوای ساختاریافته؛
• خلاصه‌سازی گزارش‌ها؛
• مقایسه چند سند.

درک تصویر

در وظایف تصویری، مدل می‌تواند:

• محتوای تصویر را توصیف کند؛
• اشیا و عناصر بصری را تشخیص دهد؛
• Screenshot نرم‌افزار را تحلیل کند؛
• خطاهای رابط کاربری را پیدا کند؛
• اطلاعات موجود در نمودار یا سند تصویری را استخراج کند؛
• تصویر را به دستورالعمل یا کد تبدیل کند.

تحلیل ویدئو

در پردازش ویدئو، مدل می‌تواند فریم‌ها و رخدادهای مهم را بررسی کند و توضیحی از محتوای ویدئو ارائه دهد.

کاربردهای احتمالی آن عبارت‌اند از:

• استخراج رویدادهای مهم؛
• تولید توضیحات دقیق؛
• دسته‌بندی ویدئو؛
• یافتن بخش‌های مرتبط؛
• استخراج اطلاعات لازم برای یک گردش‌کار؛
• استفاده از اطلاعات ویدئو برای انجام عملیات بعدی.

تحلیل صدا

در صورت فعال‌بودن ورودی صوتی در Endpoint مورد استفاده، مدل می‌تواند اطلاعات صوتی را همراه با داده‌های متنی و تصویری در یک جریان کاری تحلیل کند.

پردازش PDF و اسناد

پنجره زمینه بزرگ و توانایی چندوجهی، Muse Spark 1.1 را برای پردازش اسناد طولانی مناسب می‌کند.

برای مثال می‌توان از آن برای:

• خلاصه‌سازی گزارش‌های چندصدصفحه‌ای؛
• استخراج اطلاعات از قراردادها؛
• مقایسه چند سند؛
• پاسخ‌گویی بر اساس مستندات؛
• ساخت پایگاه دانش سازمانی؛
• تحلیل فایل‌های ترکیبی شامل متن، جدول و تصویر

استفاده کرد.

Tool Calling در Muse Spark 1.1

Tool Calling به مدل اجازه می‌دهد به‌جای تولید یک پاسخ متنی ساده، درخواست اجرای یک ابزار را ایجاد کند.

این ابزار می‌تواند یک تابع، API یا سرویس داخلی باشد؛ مانند:

• جست‌وجو در پایگاه داده؛
• دریافت وضعیت سفارش؛
• ثبت تیکت پشتیبانی؛
• دریافت اطلاعات آب‌وهوا؛
• جست‌وجو در اسناد؛
• اجرای محاسبات؛
• ساخت گزارش؛
• فراخوانی سرویس‌های سازمانی.

مدل بر اساس توضیح ابزار و ورودی موردنیاز آن، تصمیم می‌گیرد چه زمانی ابزار را فراخوانی کند.

Parallel Tool Calling

اگر چند عملیات به یکدیگر وابسته نباشند، مدل می‌تواند چند ابزار را به‌صورت موازی فراخوانی کند.

برای مثال، هنگام تهیه گزارش یک مشتری، Agent می‌تواند هم‌زمان:

• اطلاعات مشتری را از CRM دریافت کند؛
• فاکتورها را از سیستم مالی بخواند؛
• تیکت‌های پشتیبانی را بررسی کند؛
• میزان استفاده از محصول را دریافت کند.

پس از دریافت نتایج، مدل آن‌ها را ترکیب کرده و گزارش نهایی را تولید می‌کند.

استفاده از MCP و Skillها

Muse Spark 1.1 برای سازگاری با ابزارهای جدید، MCP Serverها و Skillهای سفارشی طراحی شده است.

Model Context Protocol یا MCP روشی استاندارد برای متصل‌کردن مدل‌های هوش مصنوعی به ابزارها و منابع داده است.

یک MCP Server می‌تواند قابلیت‌هایی مانند موارد زیر را در اختیار Agent قرار دهد:

• خواندن فایل‌ها؛
• جست‌وجو در مستندات؛
• اتصال به Database؛
• دسترسی به ابزارهای توسعه؛
• ارتباط با سیستم‌های داخلی؛
• اجرای گردش‌کارهای مشخص.

Skill نیز مجموعه‌ای از دستورالعمل‌ها و ابزارهای تخصصی برای انجام یک وظیفه مشخص است. برای مثال می‌توان Skillهایی برای بررسی Pull Request، ساخت گزارش فروش یا تحلیل اسناد تعریف کرد.

دسترسی هر MCP Server یا Skill باید محدود، قابل ثبت و متناسب با وظیفه Agent باشد.

Structured Output

در بسیاری از اپلیکیشن‌ها، خروجی متنی آزاد برای پردازش نرم‌افزاری مناسب نیست. برنامه ممکن است به یک ساختار مشخص JSON نیاز داشته باشد.

برای مثال:

{
  "category": "technical_support",
  "priority": "high",
  "summary": "کاربر هنگام پرداخت با خطا مواجه شده است",
  "requires_human_review": true
}

Structured Output در کاربردهای زیر اهمیت دارد:

• استخراج داده از اسناد؛
• طبقه‌بندی درخواست‌ها؛
• ساخت Workflow؛
• انتقال خروجی مدل به Database؛
• فراخوانی API؛
• تولید گزارش‌های ماشینی؛
• کنترل رفتار Agent.

پشتیبانی و قالب دقیق Structured Output را باید برای نسخه مدل و Endpoint فعال در درواره بررسی کنید.

Muse Spark 1.1 برای چه کاربردهایی مناسب است؟

۱. ساخت Agentهای هوش مصنوعی

مهم‌ترین کاربرد این مدل، ساخت Agentهایی است که برای رسیدن به هدف کاربر چند مرحله را اجرا می‌کنند.

۲. Agent برنامه‌نویسی

مدل می‌تواند در ابزارهای توسعه برای تحلیل Codebase، رفع خطا، توسعه قابلیت و اجرای Test استفاده شود.

۳. خودکارسازی فرایندهای سازمانی

می‌توان از آن برای گردش‌کارهایی استفاده کرد که به ترکیبی از تحلیل متن، تصمیم‌گیری و فراخوانی ابزار نیاز دارند.

۴. تحلیل اسناد طولانی

Context Window بزرگ برای تحلیل مجموعه اسناد، گزارش‌ها و پرونده‌های طولانی مناسب است.

۵. پردازش چندوجهی

مدل می‌تواند اطلاعات متنی، تصویری، صوتی و ویدئویی را در یک جریان کاری ترکیب کند.

۶. آزمایش رابط کاربری

یک Agent می‌تواند Screenshot بگیرد، نتیجه اجرای برنامه را بررسی کند و مشکلات ظاهری را به کد مرتبط کند.

۷. دستیار تحقیقاتی

مدل می‌تواند منابع مختلف را جمع‌آوری، دسته‌بندی و خلاصه کرده و خروجی ساختاریافته تولید کند.

۸. پشتیبانی مشتریان

در اتصال به پایگاه دانش و سیستم‌های داخلی، مدل می‌تواند وضعیت مشتری را بررسی کرده و پاسخ مناسب تولید کند.

محدودیت‌های Muse Spark 1.1

با وجود قابلیت‌های پیشرفته، این مدل نیز بدون محدودیت نیست.

احتمال تولید اطلاعات نادرست

مدل ممکن است اطلاعات اشتباه یا استدلال ناقص ارائه دهد. خروجی‌های مهم باید بررسی شوند.

هزینه Context طولانی

استفاده از صدها هزار توکن در هر درخواست می‌تواند هزینه و زمان پاسخ را افزایش دهد.

ریسک عملیات Agentic

اگر مدل به ابزارهای واقعی دسترسی داشته باشد، تصمیم اشتباه می‌تواند باعث تغییر ناخواسته اطلاعات یا اجرای عملیات نامناسب شود.

وابستگی به کیفیت ابزارها

عملکرد Agent فقط به مدل وابسته نیست. تعریف نامناسب ابزار، Schema ناقص یا پیام خطای مبهم می‌تواند عملکرد کل سیستم را ضعیف کند.

پیچیدگی ارزیابی

ارزیابی یک پاسخ متنی ساده است، اما بررسی کیفیت یک Agent چندمرحله‌ای دشوارتر خواهد بود. باید نتیجه نهایی و همچنین تمام تصمیم‌ها و Tool Callها بررسی شوند.

Muse Spark 1.1 چه زمانی انتخاب مناسبی است؟

این مدل زمانی گزینه مناسبی است که پروژه شما به یک یا چند مورد زیر نیاز داشته باشد:

• برنامه‌ریزی چندمرحله‌ای؛
• استفاده گسترده از ابزارها؛
• پردازش Context طولانی؛
• تحلیل هم‌زمان متن و تصویر؛
• کار روی Codebaseهای بزرگ؛
• هماهنگ‌سازی چند Subagent؛
• Computer Use؛
• حفظ وضعیت در جریان‌های کاری طولانی.

برای وظایف ساده‌ای مانند طبقه‌بندی کوتاه، ترجمه یک جمله یا تولید توضیح محصول، استفاده از یک مدل کوچک‌تر و اقتصادی‌تر معمولاً منطقی‌تر است.

مقایسه Muse Spark 1.1 با مدل‌های عمومی

بهترین مدل، مدلی نیست که در تمام معیارها بزرگ‌تر باشد؛ بلکه مدلی است که با پیچیدگی، بودجه و نیاز واقعی پروژه هماهنگ باشد.

آموزش استفاده از Muse Spark 1.1 با API درواره

درواره امکان دسترسی یکپارچه به مدل‌های مختلف هوش مصنوعی را از طریق API سازگار با OpenAI فراهم می‌کند.

برای شروع به این موارد نیاز دارید:

1. حساب کاربری در درواره؛
2. شارژ کیف پول؛
3. ساخت API Key؛
4. مشاهده Model ID در فهرست مدل‌های درواره؛
5. ارسال درخواست به Base URL درواره.

تنظیمات اتصال

برای استفاده واقعی در کد، مقدار MODEL_ID_FROM_DARVAREH را با شناسه دقیق نمایش‌داده‌شده در صفحه مدل‌های درواره جایگزین کنید.

نام نمایشی مدل را به‌جای Model ID وارد نکنید و شناسه را حدس نزنید.

دریافت فهرست مدل‌های فعال

برای مشاهده مدل‌هایی که API Key شما به آن‌ها دسترسی دارد، می‌توانید Endpoint مدل‌ها را فراخوانی کنید:

curl https://api.darvareh.ir/v1/models \
  -H "Authorization: Bearer DARVAREH_API_KEY"

در پاسخ، مقدار id مربوط به مدل را پیدا کرده و همان مقدار را بدون تغییر در درخواست‌های خود قرار دهید.

نمونه درخواست با cURL

curl https://api.darvareh.ir/v1/chat/completions \
  -H "Authorization: Bearer DARVAREH_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "MODEL_ID_FROM_DARVAREH",
    "messages": [
      {
        "role": "system",
        "content": "You are a precise AI software engineering assistant."
      },
      {
        "role": "user",
        "content": "ساختار مناسب یک Agent برای بررسی و رفع خطاهای یک پروژه وب را طراحی کن."
      }
    ]
  }'

نمونه استفاده در Python

ابتدا کتابخانه OpenAI را نصب کنید:

pip install openai

سپس:

from openai import OpenAI

client = OpenAI(
    api_key="DARVAREH_API_KEY",
    base_url="https://api.darvareh.ir/v1"
)

response = client.chat.completions.create(
    model="MODEL_ID_FROM_DARVAREH",
    messages=[
        {
            "role": "system",
            "content": (
                "You are a senior software engineering agent. "
                "Analyze the task carefully and provide a structured plan."
            )
        },
        {
            "role": "user",
            "content": (
                "برای انتقال یک اپلیکیشن بزرگ از JavaScript به TypeScript "
                "یک برنامه اجرایی مرحله‌به‌مرحله آماده کن."
            )
        }
    ]
)

print(response.choices[0].message.content)

بهتر است کلید API را مستقیماً داخل کد قرار ندهید.

import os
from openai import OpenAI

client = OpenAI(
    api_key=os.environ["DARVAREH_API_KEY"],
    base_url="https://api.darvareh.ir/v1"
)

نمونه استفاده در JavaScript

ابتدا SDK را نصب کنید:

npm install openai

سپس:

import OpenAI from "openai";

const client = new OpenAI({
  apiKey: process.env.DARVAREH_API_KEY,
  baseURL: "https://api.darvareh.ir/v1",
});

const response = await client.chat.completions.create({
  model: "MODEL_ID_FROM_DARVAREH",
  messages: [
    {
      role: "system",
      content:
        "You are an AI agent specialized in analyzing large software projects.",
    },
    {
      role: "user",
      content:
        "این پروژه را برای مهاجرت از REST به GraphQL برنامه‌ریزی کن.",
    },
  ],
});

console.log(response.choices[0].message.content);

نمونه استفاده با fetch

const response = await fetch(
  "https://api.darvareh.ir/v1/chat/completions",
  {
    method: "POST",
    headers: {
      Authorization: `Bearer ${process.env.DARVAREH_API_KEY}`,
      "Content-Type": "application/json",
    },
    body: JSON.stringify({
      model: "MODEL_ID_FROM_DARVAREH",
      messages: [
        {
          role: "user",
          content:
            "برای ساخت یک Agent تحلیل اسناد، معماری فنی پیشنهاد بده.",
        },
      ],
    }),
  }
);

if (!response.ok) {
  throw new Error(`Request failed: ${response.status}`);
}

const data = await response.json();
console.log(data.choices[0].message.content);

نمونه پرامپت برای برنامه‌نویسی

نقش شما یک Senior Software Engineer است.

هدف:
علت افزایش زمان پاسخ API را شناسایی کن.

مراحل:
1. ابتدا اطلاعات و فایل‌های موردنیاز را مشخص کن.
2. بدون تغییر کد، فرضیه‌های احتمالی را بنویس.
3. برای هر فرضیه روش آزمایش پیشنهاد بده.
4. پس از دریافت نتایج، کم‌ریسک‌ترین اصلاح را انتخاب کن.
5. تغییرات را به بخش‌های کوچک تقسیم کن.
6. برای هر تغییر Test مناسب بنویس.
7. در پایان، نتیجه و ریسک‌های باقی‌مانده را گزارش کن.

محدودیت:
بدون تأیید من هیچ فایل، داده یا تنظیم Production را حذف نکن.

این ساختار باعث می‌شود مدل پیش از اقدام، مسئله را تحلیل و برنامه خود را شفاف کند.

نمونه پرامپت برای تحلیل اسناد

اسناد ارائه‌شده را با دقت بررسی کن.

خروجی باید شامل این بخش‌ها باشد:
- خلاصه مدیریتی
- نکات کلیدی
- تفاوت میان اسناد
- موارد متناقض
- اطلاعاتی که شواهد کافی ندارند
- پیشنهاد اقدامات بعدی

هر نتیجه را فقط بر اساس اطلاعات موجود در اسناد ارائه کن.
اگر داده کافی وجود ندارد، آن را صریحاً اعلام کن.

اصول طراحی Agent با Muse Spark 1.1

ابزارها را دقیق تعریف کنید

هر ابزار باید نام روشن، توضیح دقیق و Schema مشخص داشته باشد.

سطح دسترسی را محدود کنید

Agent فقط باید به منابعی دسترسی داشته باشد که برای انجام وظیفه لازم است.

عملیات حساس را تأییدمحور کنید

برای حذف، پرداخت، انتشار، ارسال پیام یا تغییرات Production تأیید انسانی در نظر بگیرید.

تمام Tool Callها را ثبت کنید

نام ابزار، ورودی، خروجی، زمان اجرا و خطاها باید در Log ذخیره شوند.

برای Agent سقف تعیین کنید

محدودیت‌هایی مانند موارد زیر تعریف کنید:

• حداکثر تعداد مراحل؛
• حداکثر تعداد Tool Call؛
• سقف توکن؛
• محدودیت زمانی؛
• بودجه هر وظیفه؛
• تعداد دفعات تلاش مجدد.

اجرای تغییر و ارزیابی را جدا کنید

در پروژه‌های حساس، بهتر است یک Agent تغییرات را پیشنهاد دهد و Agent یا فرایند دیگری آن‌ها را ارزیابی کند.

مدیریت هزینه

Context Window یک میلیون توکنی به این معنا نیست که باید در هر درخواست یک میلیون توکن ارسال شود.

برای کنترل هزینه:

• فقط اطلاعات مرتبط را ارسال کنید؛
• فایل‌های بزرگ را بخش‌بندی کنید؛
• از RAG برای بازیابی قسمت‌های لازم استفاده کنید؛
• خروجی ابزارها را خلاصه کنید؛
• تاریخچه غیرضروری را حذف کنید؛
• برای وظایف ساده از مدل اقتصادی‌تر استفاده کنید؛
• سقف خروجی تعیین کنید؛
• تعداد مراحل Agent را محدود کنید؛
• مصرف هر API Key را پایش کنید.

در یک معماری بهینه، Muse Spark 1.1 برای وظایف پیچیده استفاده می‌شود و وظایف ساده‌تر به مدل‌های کوچک‌تر سپرده می‌شوند.

نکات امنیتی

• API Key را در Frontend قرار ندهید.
• کلید را در Environment Variable نگهداری کنید.
• برای هر محیط کلید جداگانه بسازید.
• دسترسی ابزارهای Agent را محدود کنید.
• داده‌های محرمانه را بدون ضرورت ارسال نکنید.
• ورودی ابزارها را اعتبارسنجی کنید.
• عملیات حساس را به تأیید انسان وابسته کنید.
• در برابر Prompt Injection لایه‌های کنترلی مستقل داشته باشید.
• خروجی مدل را قبل از اجرای مستقیم بررسی کنید.
• برای Tool Callها Allowlist تعریف کنید.

حتی اگر مدل در برابر حملات Prompt Injection مقاوم‌تر شده باشد، امنیت سیستم نباید فقط به رفتار مدل وابسته باشد.

خطاهای رایج API

خطای 401

این خطا معمولاً به API Key نامعتبر، حذف‌شده یا ارسال‌نشدن Header مربوط است.

فرمت صحیح:

Authorization: Bearer DARVAREH_API_KEY

خطای 403

خطای 403 می‌تواند به این معنا باشد که API Key شما به مدل انتخاب‌شده دسترسی ندارد.

خطای 404

اگر Endpoint پیدا نمی‌شود، Base URL را بررسی کنید:

https://api.darvareh.ir/v1

در بسیاری از SDKها نباید /chat/completions را به Base URL اضافه کنید، زیرا SDK مسیر Endpoint را خودش می‌سازد.

خطای 429

این خطا معمولاً به Rate Limit یا محدودیت تعداد درخواست‌ها مربوط است. از Retry با Exponential Backoff استفاده کنید.

خطای Model Not Found

Model ID را حدس نزنید. مقدار دقیق id را از Endpoint زیر دریافت کنید:

GET https://api.darvareh.ir/v1/models

Timeout در وظایف طولانی

در Agentهای چندمرحله‌ای ممکن است اجرای عملیات زمان‌بر باشد. برای چنین وظایفی:

• Timeout مناسبی تنظیم کنید؛
• وظیفه را به مراحل کوچک‌تر تقسیم کنید؛
• وضعیت اجرای Workflow را ذخیره کنید؛
• از Retry کنترل‌شده استفاده کنید؛
• عملیات طولانی را در Background Job اجرا کنید.

جمع‌بندی

Muse Spark 1.1 نماینده نسلی از مدل‌های هوش مصنوعی است که فراتر از تولید پاسخ متنی عمل می‌کنند. این مدل برای برنامه‌ریزی چندمرحله‌ای، استفاده از ابزارها، هماهنگ‌سازی Subagentها، Computer Use، برنامه‌نویسی و پردازش داده‌های چندوجهی طراحی شده است.

پنجره زمینه یک میلیون توکنی، مدیریت فعال Context، توانایی کار با متن، تصویر، ویدئو و اسناد و قابلیت اجرای جریان‌های کاری Agentic، این مدل را برای پروژه‌های پیچیده مناسب می‌کند.

مهم‌ترین کاربردهای آن عبارت‌اند از:

• ساخت Agentهای پیشرفته؛
• توسعه Agent برنامه‌نویسی؛
• خودکارسازی فرایندهای سازمانی؛
• تحلیل اسناد طولانی؛
• پردازش جریان‌های کاری چندوجهی؛
• هماهنگ‌سازی سیستم‌های چندعاملی؛
• تعامل کنترل‌شده با نرم‌افزارها.

با استفاده از API درواره می‌توانید مدل‌های هوش مصنوعی موردنیاز پروژه خود را از طریق یک اتصال یکپارچه در اپلیکیشن‌ها، سرویس‌ها و ابزارهای توسعه به کار بگیرید.

برای شروع، در درواره ثبت‌نام کنید، API Key بسازید و شناسه دقیق مدل را از فهرست مدل‌های فعال دریافت کنید.

پرسش‌های متداول

Muse Spark 1.1 چیست؟

Muse Spark 1.1 یک مدل استدلالی و چندوجهی از Meta است که برای Agent، برنامه‌نویسی، Tool Calling، Computer Use و جریان‌های کاری طولانی طراحی شده است.

Context Window مدل Muse Spark 1.1 چقدر است؟

این مدل از پنجره زمینه‌ای تا سقف یک میلیون توکن پشتیبانی می‌کند و می‌تواند Context طولانی را در جریان وظایف چندمرحله‌ای مدیریت و فشرده‌سازی کند.

آیا Muse Spark 1.1 یک مدل چندوجهی است؟

بله. این مدل برای تحلیل متن، تصویر، ویدئو، صدا و اسناد طراحی شده است؛ البته پشتیبانی دقیق ورودی‌ها باید در Endpoint مورد استفاده بررسی شود.

آیا Muse Spark 1.1 برای برنامه‌نویسی مناسب است؟

بله. این مدل می‌تواند Codebaseهای بزرگ را تحلیل کند، Bugهای پیچیده را پیدا کند، قابلیت جدید بسازد، Test اجرا کند و نتیجه رابط کاربری را با Screenshot بررسی کند.

آیا Muse Spark 1.1 از Tool Calling پشتیبانی می‌کند؟

بله. استفاده از ابزارها و فراخوانی موازی چند ابزار از قابلیت‌های مهم این مدل است.

آیا این مدل از چند Agent پشتیبانی می‌کند؟

Muse Spark 1.1 برای هماهنگی عامل اصلی و Subagentها طراحی شده است. عامل اصلی می‌تواند کار را تقسیم کرده و اجرای بخش‌های مختلف را به عامل‌های فرعی واگذار کند.

Computer Use در Muse Spark 1.1 چیست؟

Computer Use به Agent امکان می‌دهد از طریق ابزارهای کنترل‌شده، رابط‌های نرم‌افزاری را مشاهده کرده و با آن‌ها تعامل کند یا در صورت مناسب‌بودن برای انجام سریع‌تر عملیات اسکریپت بنویسد.

آیا باید همیشه از یک میلیون توکن استفاده کنیم؟

خیر. استفاده از Context بسیار بزرگ می‌تواند هزینه و زمان پاسخ را افزایش دهد. بهتر است فقط اطلاعات مرتبط ارسال و برای اسناد بزرگ از Chunking و RAG استفاده شود.

چگونه Model ID صحیح را پیدا کنیم؟

Model ID را از صفحه مدل‌های درواره یا پاسخ Endpoint استاندارد /v1/models دریافت کنید. شناسه مدل را حدس نزنید و نام نمایشی مدل را جایگزین آن نکنید.

Base URL درواره چیست؟

Base URL درواره به شکل زیر است:

https://api.darvareh.ir/v1

آیا می‌توان Muse Spark 1.1 را به ابزارهای برنامه‌نویسی متصل کرد؟

در صورت پشتیبانی ابزار از API سازگار با OpenAI و قابلیت‌های موردنیاز مدل، می‌توان Base URL، API Key و Model ID درواره را در تنظیمات آن وارد کرد.