إصدار SLV v0.10.0 — من CLI إلى وكيل AI: نشر مدققي Solana وعُقد RPC وتشغيلها عبر اللغة الطبيعية

أصدرت ELSOUL LABO B.V. (المقر الرئيسي: أمستردام، هولندا؛ المدير التمثيلي والرئيس التنفيذي: فوميتاكي كاواساكي) وValidators DAO الإصدار SLV v0.10.0. ومع هذا الإصدار، أصبح بإمكانك إتمام إعداد مدققي Solana وعُقد RPC وتشغيلها بالكامل عبر محادثة باللغة الطبيعية، من دون خبرة متخصصة في سطر الأوامر.

سابقًا، كان الإعداد الأولي لمدقق Solana يتطلب إتقان CLI، وتحرير ملفات الإعداد يدويًا، وحفظ الإجراءات — وهي عملية كانت تستغرق عادة من ساعات إلى أيام. ومع SLV v0.10.0، يُنجَز النشر عبر محادثة وجيزة مع وكيل AI. وهذا الإصدار يخفض حاجز الدخول إلى شبكة Solana خفضًا بنيويًا.

لمن يبدأ مدقق Solana جديدًا — كان إعداد مدقق Solana تقليديًا مهمة تقنية عالية التعقيد. أي الأوامر تُنفَّذ وبأي ترتيب، وأي قيم الإعداد مناسبة، وأي إصدار يُستخدم — فخطأ واحد في أي من هذه قد يمنع المشاركة المستقرة في الشبكة. ومع SLV v0.10.0، يتولى وكيل AI هذه القرارات بدقة. ما عليك سوى وصف ما تحتاجه، فيجمّع الوكيل الخطوات المطلوبة تلقائيًا، ويؤكدها معك، ثم ينفذها.

لمشغّلي المدققين الحاليين — تمر Solana حاليًا بمرحلة تغييرات إصدارات وتراجعات متكررة مع ترقية الشبكة إلى v3. والعبء التشغيلي كبير، إذ يتطلب كل دورة تحققًا من الإجراءات وتنفيذًا يستغرق وقتًا طويلًا. ويتيح SLV v0.10.0 إتمام الترقيات والتخفيضات وإعادات التشغيل وتبديلات الهوية — المهام التشغيلية اليومية — بالكامل عبر محادثة باللغة الطبيعية.

لمنظومة Solana ككل — تعتمد جودة شبكة Solana مباشرة على الجودة التشغيلية لكل مدقق. وعندما تظل حواجز الدخول مرتفعة، تتحدد محدودية تنوع المشغّلين، مما يقيد لامركزية الشبكة الإجمالية وقدرتها على الصمود. فخفض حاجز الدخول مع الحفاظ على الجودة التشغيلية ضروري للنمو الصحي لمنظومة Solana.

كان SLV متاحًا أداةَ CLI حتى الآن. وفي v0.10.0، يُحتفظ بأساس CLI هذا كاملًا، بينما تُضاف طبقة جديدة تمكّن وكلاء AI من تشغيله بدقة.

You: Deploy a mainnet Jito validator on 203.0.113.10
Agent: I'll set up a mainnet Jito validator. Let me walk you through...

You: Deploy a mainnet Jito validator on 203.0.113.10
Agent: I'll set up a mainnet Jito validator. Let me walk you through...

لم يعد على المشغّلين حفظ الأوامر أو تحرير ملفات الإعداد يدويًا. فوكيل AI يختار الإجراءات المناسبة، ويقترح قيم الإعداد، ويتحقق عبر تشغيل تجريبي (dry run)، ثم ينتقل إلى التنفيذ.

والأهم من ذلك، أن هذا ليس نظامًا يسلّم عمليات Solana إلى ذكاء اصطناعي عام.

إن محاولة أتمتة عمليات مدقق Solana بذكاء اصطناعي عام وحده لا تُنتج نتائج مستقرة. فعمليات المدقق تتضمن تفاصيل دقيقة يصعب توثيقها — متطلبات مسبقة خاصة بكل إصدار، واختلافات في إعداد الشبكة، وقرارات التراجع في أثناء الحوادث. وعندما يعمل الذكاء الاصطناعي من دون هذه المعرفة، تُنفَّذ إجراءات غامضة، مما يهدد بتدهور أداء المدقق وانخفاض جودة الشبكة.

وتُنظّم مهارات وكيل AI (AI Agent Skills) المقدمة في SLV v0.10.0 المعرفة التشغيلية الفعلية المتراكمة عبر تطوير SLV وتشغيله في صيغة يمكن لوكلاء AI الرجوع إليها بدقة. فهي تغطي التطابق الكامل بين أوامر CLI ودفاتر Ansible، والإصدارات الموصى بها، والممارسات التشغيلية الآمنة، والمزالق الشائعة.

ولأن عمليات المدقق تتطلب الثقة، فإن دقة الأساس الذي يرجع إليه وكيل AI بالغة الأهمية. وSLV يوفر ذلك الأساس.

يقدّم SLV v0.10.0 ثلاث مهارات لوكيل AI:

slv-validator — مهارة لنشر مدققي mainnet وtestnet وإدارتهم، تدعم تكوينات Jito وAgave وFiredancer.

slv-rpc — مهارة متخصصة في نشر عُقد RPC وإدارتها، تغطي تكوينات Standard وIndex وGeyser gRPC.

slv-grpc-geyser — مهارة لنشر تدفق gRPC Geyser وإدارته، تدعم Yellowstone وRichat.

تتضمن كل مهارة ملف SKILL.md بمعرفة تشغيلية شاملة، وملف AGENT.md يحدد تدفقات النشر التفاعلية، وسكربت تثبيت آلي للمتطلبات المسبقة، وملفات جرد نموذجية.

تتكون المهارات من Markdown وAnsible بسيطين، من دون تقييد بأي وكيل AI بعينه. فهي تعمل مع OpenClaw وClaude Code وCodex وCursor وWindsurf وأي وكيل برمجة AI آخر. ويمكنك أيضًا تشغيل دفاتر Ansible مباشرة من دون وكيل AI.

مهارات ClawHub: https://clawhub.ai/skills?sort=downloads&q=slv

يوسّع v0.10.0 دعم Firedancer توسيعًا كبيرًا. فهو يدعم الآن رسميًا نوعي المدقق firedancer-agave وfiredancer-jito، مع قوالب إعداد ذات معاملات (hugepages والمنافذ والهوية)، وإدارة الخدمة عبر firedancer.service، وتنظيف hugetlbfs لعمليات نشر Firedancer. ومع اكتساب Firedancer اهتمامًا بوصفه عميل المدقق من الجيل التالي لـ Solana، فإن الدعم الكامل من SLV يسهّل على مزيد من المشغّلين تبنّي Firedancer.

عندما ينفذ وكيل AI عمليات، يقترح SLV دائمًا تشغيلًا تجريبيًا (وضع --check) أولًا. وتُراجَع التغييرات قبل التنفيذ، ويعتمدها المشغّل قبل تطبيق أي شيء.

ويتعين التنويه بأن وكلاء AI يتصرفون بشكل مختلف بحسب الأوامر والتعليمات التي يتلقونها. ومع أن مهارات SLV توفر أساسًا تشغيليًا دقيقًا لوكيل AI، فإن المسؤولية النهائية عن قرارات التنفيذ ونتائجها تقع على عاتق المشغّل. وهذا لا يختلف عن عمليات CLI التقليدية — تتغير صيغة الأداة، لكن ملكية المسؤولية التشغيلية لا تتغير.

حصلت ELSOUL LABO على اعتماد ضمن برنامج WBSO (Wet Bevordering Speur- en Ontwikkelingswerk)، برنامج دعم البحث والتطوير التابع للحكومة الهولندية، لخمس سنوات متتالية منذ 2022. ومن بين مشاريع البحث المعتمدة لعام 2026 «البحث والتطوير في أتمتة توزيع المدققين والتنسيق التشغيلي» — وتمثل مهارات وكيل AI في SLV v0.10.0 التطبيق المباشر لهذا الموضوع البحثي.

فبحث ELSOUL LABO وتطويرها لا ينفصلان عن التطبيق والتشغيل الفعليين. ففرضيات البحث تتجسد تطبيقات، وتُتحقق في ظل قيود التشغيل، وتعود التحديات المكتشفة لتغذي دورة البحث التالية. ومن هذه الدورة وُلد SLV v0.10.0.

سيواصل SLV السعي إلى دقة أعلى وأتمتة أكثر تقدمًا عبر التكامل مع MCP (Model Context Protocol).

فعمليات المدققين المدفوعة بوكلاء AI ما تزال في بدايتها. ومع أن الإصدار الحالي يتيح بالفعل إتمام كل شيء من النشر إلى العمليات اليومية عبر اللغة الطبيعية، فإن تكامل MCP سيفتح أتمتة أكثر تقدمًا. فمثلًا، يمكن تنفيذ التحول التلقائي عند الفشل (failover) — إجراء معقد متعدد الخطوات لا يحتمل الفشل — بدقة أعلى بواسطة وكلاء AI عبر MCP. وهناك أيضًا اتخاذ القرار القائم على المراقبة، والتنسيق المتكامل عبر عُقد متعددة، وقدرات أخرى ترفع الموثوقية التشغيلية أكثر في المستقبل.

وما يوفره SLV هو الأساس الموثوق الذي يدعم هذا التطور. لا تبنّيًا غامضًا للذكاء الاصطناعي، بل تعاونًا مع وكلاء AI مدعومًا بمعرفة تشغيلية دقيقة. وسيواصل SLV تطوره أساسًا يدعم الجودة التشغيلية لـ Solana دعمًا بنيويًا، ويهيئ بيئة يمكن لأي شخص المشاركة فيها بالشروط نفسها.