تستخدم Firecrawl النموذج Gemini 2.5 Pro لتنظيم بيانات الويب لتطبيقات الذكاء الاصطناعي

تتطلّب تطبيقات الذكاء الاصطناعي، مثل أنظمة التوليد المعزَّز بالاسترجاع (RAG) وبرامج الوكلاء المستقلة، بشكل متزايد الوصول إلى معلومات مباشرة من الويب في الوقت الفعلي. ومع ذلك، غالبًا ما يكون محتوى الويب غير منظَّم وديناميكي وغير متسق، ما يجعل استخراج البيانات الموثوقة تحديًا كبيرًا يواجهه المطوّرون.

توفّر Firecrawl، وهي منصة بيانات ويب تعتمد على الذكاء الاصطناعي، واجهات برمجة تطبيقات تتيح للمطوّرين وأنظمة الذكاء الاصطناعي العثور على بيانات الويب واسترجاعها وتحليلها وتنظيمها آليًا على نطاق واسع. تزيل هذه الأدوات التعقيد المرتبط بعملية استخراج البيانات التقليدية من الويب، وتحوّل محتوى الويب غير المنظَّم إلى بيانات نظيفة وقابلة للاستخدام.

لتحقيق ذلك، تستخدم Firecrawl Gemini 2.5 Pro لتشغيل محرّك الاستخراج الأساسي. توفّر نماذج Gemini إمكانات متقدّمة لفهم اللغة والاستدلال، وهي ضرورية لتحليل محتوى الويب المتنوّع وغير المنتظم بدقة.

تهدف Firecrawl إلى إتاحة الويب بأكمله لأنظمة الذكاء الاصطناعي. غالبًا ما تكون طرق استخراج البيانات من الويب التقليدية المستندة إلى القواعد غير مرنة وتتطلّب صيانة مستمرة لأنّ بنى المواقع الإلكترونية تتغيّر بشكل متكرّر. كانت شركة Firecrawl بحاجة إلى حلّ قادر على فهم السياق واستخراج البيانات بشكل موثوق، حتى من مصادر متغيرة للغاية.

طوّرت شركة Firecrawl منتجَين أساسيَّين باستخدام Gemini 2.5 Pro:

• SmartScrape: هي أداة استخراج تستخدم إمكانات Gemini 2.5 Pro في فهم اللغة والاستدلال لتحويل HTML الأولي إلى نواتج منظَّمة، مثل JSON أو أزواج المفاتيح والقيم. تنفّذ هذه الميزة عملية استخراج مدرِكة للسياق، أي أنّها تفهم معنى البيانات بالنسبة إلى الأهداف التي يحدّدها المستخدم، وليس فقط موقعها على الصفحة.
• FIRE-1: هو إطار عمل تجريبي للوكلاء يستخدم Gemini 2.5 Pro لفهم نية المستخدم والتنقّل في محتوى الويب وإنشاء نتائج استنادًا إلى بيانات الويب المباشرة.

قبل اعتماد Gemini 2.5 Pro، قيّمت Firecrawl العديد من النماذج الرائدة. وقد تبيّن لهم أنّ النماذج الأخرى تواجه صعوبة في التعامل مع تعقيد محتوى الويب وتنوّعه في العالم الحقيقي على نطاق واسع.

قال إريك سيارلا، المؤسس المشارك لشركة Firecrawl: "لقد جعل Gemini 2.5 Pro المشروع بأكمله ممكنًا". "قبل استخدام Gemini 2.5 Pro، لم تتمكّن النماذج التي اختبرناها من التعامل بشكل موثوق مع مستوى التعقيد المطلوب لاستخراج محتوى الويب من العالم الحقيقي والاستدلال عليه. وقد ساعدتنا إمكانات الاستدلال المنطقي والدقة والثبات في Gemini 2.5 Pro على المضي قدمًا بثقة".

دمجت شركة Firecrawl إصدار Gemini 2.5 Pro في منتجاتها خلال أسبوع واحد تقريبًا. تستفيد هذه النماذج من قدرات الاستدلال واستدعاء الأدوات ضمن بنية الوكيل.

في إطار عمل الذكاء الاصطناعي الوكيل FIRE-1، يعمل النموذج ضمن حلقة ذكاء اصطناعي وكيل تجمع بين قدرات الاستنتاج في Gemini 2.5 Pro وتدفقات التحكّم الحتمية. وتتم العملية على النحو التالي:

• الإدخال: يتلقّى الوكيل نموذج كائن المستند (DOM) لصفحة الويب وهدفًا محدّدًا للمستخدم (مثل أريد كل الصفحات على هذا الموقع الإلكتروني").
• الاستدلال: يحلّل Gemini 2.5 Pro المدخلات ويحدّد الإجراءات اللازمة.
• التنفيذ: ينفّذ النموذج هذه الإجراءات من خلال استدعاء الأدوات (استدعاء الدوال). بالنسبة إلى مهام التنقّل، قد يستدعي الوكيل بشكل مستقل وظائف مثل click(next_page) لاسترداد البيانات المطلوبة.

يسمح هذا الأسلوب لـ Firecrawl بالتعامل مع مهام التنقّل والاستخراج المعقّدة على الويب التي تتطلّب المرونة والقدرة على التوقّع.

في مقاييس الأداء الداخلية التي تقارن دقة الاستخراج والتحليل المعقّد للويب، تفوّق Gemini 2.5 Pro بشكل كبير على النماذج الأخرى التي قيّمتها Firecrawl.

حقّق Gemini 2.5 Pro دقة بنسبة% 98 في التقييمات الداخلية التي أجرتها Firecrawl. وقد حقّق النموذج التالي الذي تم اختباره دقة تبلغ% 80 تقريبًا. وقد أدّت هذه الزيادة في الأداء إلى تحسين جودة نتائج الاستخراج وسلوك الوكيل في أحمال العمل الإنتاجية.

"في اختباراتنا الداخلية، تفوّق Gemini 2.5 Pro باستمرار على البدائل في كل الجوانب الرئيسية لحالة الاستخدام: دقة الاستخراج، والاستدلال المعقّد، ووقت الاستجابة، ومعدّل النقل الإجمالي"، كما أشار سيارلا.

أصبحت نماذج Gemini الآن مكوّنًا أساسيًا في البنية التحتية للذكاء الاصطناعي في Firecrawl، ما يتيح لها توفير قنوات موثوقة لبيانات الويب لمنتجات الذكاء الاصطناعي.

تُقيّم شركة Firecrawl حاليًا نموذج Gemini 2.5 Flash لحالات الاستخدام التي تتطلّب وقت استجابة فائق السرعة، حيث يكون التفاعل في الوقت الفعلي مع الوكيل أمرًا بالغ الأهمية. مع تطوّر مجموعة نماذج Gemini، تخطّط Firecrawl لدمج إمكانات جديدة بهدف تحسين طريقة تفاعل وكلاء الذكاء الاصطناعي مع بيانات الويب الواقعية.

لبدء إنشاء تطبيقاتك الخاصة، يمكنك استكشاف إمكانات نماذج Gemini في مستندات واجهة برمجة التطبيقات.