diff --git a/docs/fa/concepts/architecture.md b/docs/fa/concepts/architecture.md new file mode 100644 index 00000000..860e96ea --- /dev/null +++ b/docs/fa/concepts/architecture.md @@ -0,0 +1,96 @@ +# معماری چند عامله + +در این بخش، معماری و ساختار سیستم‌های چند عامله را بررسی می‌کنیم و نحوه تعامل بین عامل‌ها را توضیح می‌دهیم. + +## اجزای اصلی معماری + +### ۱. عامل‌ها (Agents) +هر عامل یک واحد مستقل است که: +- وظیفه خاصی را انجام می‌دهد +- دارای حافظه و وضعیت مخصوص به خود است +- می‌تواند با دیگر عامل‌ها ارتباط برقرار کند + +### ۲. هماهنگ‌کننده (Coordinator) +هماهنگ‌کننده مسئول: +- توزیع وظایف بین عامل‌ها +- مدیریت ارتباطات +- نظارت بر پیشرفت کار + +### ۳. حافظه مشترک (Shared Memory) +فضایی برای: +- به اشتراک گذاشتن داده‌ها +- ذخیره نتایج میانی +- همگام‌سازی بین عامل‌ها + +## نمونه پیاده‌سازی + +```python +from swarms import Agent, Swarm, Coordinator + +# ایجاد عامل‌ها +data_collector = Agent( + name="collector", + task="جمع‌آوری داده" +) + +data_processor = Agent( + name="processor", + task="پردازش داده" +) + +report_generator = Agent( + name="generator", + task="تولید گزارش" +) + +# ایجاد هماهنگ‌کننده +coordinator = Coordinator( + agents=[data_collector, data_processor, report_generator], + memory_size=1000 +) + +# ایجاد سیستم چند عامله +swarm = Swarm( + coordinator=coordinator, + workflow="sequential" +) + +# اجرای پروژه +result = swarm.run("تحلیل داده‌های فروش ماهانه") +``` + +## الگوهای ارتباطی + +### ۱. ارتباط مستقیم +عامل‌ها مستقیماً با یکدیگر ارتباط برقرار می‌کنند. + +### ۲. ارتباط از طریق هماهنگ‌کننده +همه ارتباطات از طریق هماهنگ‌کننده انجام می‌شود. + +### ۳. انتشار-اشتراک +عامل‌ها نتایج خود را در حافظه مشترک منتشر می‌کنند. + +## مزایای معماری + +- **مدولار**: هر جزء می‌تواند به صورت مستقل توسعه یابد +- **مقیاس‌پذیر**: امکان اضافه کردن عامل‌های جدید +- **انعطاف‌پذیر**: امکان تغییر الگوی ارتباطی +- **قابل نگهداری**: جداسازی مسئولیت‌ها + +## بهترین شیوه‌ها + +1. **تعریف واضح وظایف**: هر عامل باید وظیفه مشخصی داشته باشد +2. **مدیریت حافظه**: استفاده بهینه از حافظه مشترک +3. **برنامه‌ریزی خطا**: در نظر گرفتن سناریوهای خطا +4. **مستندسازی**: ثبت دقیق تعاملات و وظایف + +## نتیجه‌گیری + +معماری چند عامله یک چارچوب قدرتمند برای ساخت سیستم‌های هوشمند است. با استفاده از این معماری، می‌توانید: + +- سیستم‌های پیچیده را به اجزای کوچکتر تقسیم کنید +- از تخصص‌های مختلف بهره‌مند شوید +- سیستم را به راحتی گسترش دهید +- عملکرد را بهینه کنید + +برای اطلاعات بیشتر در مورد پیاده‌سازی عملی، به بخش [راهنمای پیاده‌سازی](../best-practices/implementation.md) مراجعه کنید. \ No newline at end of file diff --git a/docs/fa/concepts/limitations.md b/docs/fa/concepts/limitations.md new file mode 100644 index 00000000..0519ecba --- /dev/null +++ b/docs/fa/concepts/limitations.md @@ -0,0 +1 @@ + \ No newline at end of file diff --git a/docs/fa/faq.md b/docs/fa/faq.md new file mode 100644 index 00000000..957bca6a --- /dev/null +++ b/docs/fa/faq.md @@ -0,0 +1,88 @@ +# سوالات متداول + +در این بخش به سوالات متداول درباره سیستم‌های چند عامله پاسخ می‌دهیم. + +## سوالات عمومی + +### سیستم چند عامله چیست؟ +سیستم چند عامله یک چارچوب نرم‌افزاری است که در آن چندین عامل هوش مصنوعی با هم همکاری می‌کنند تا وظایف پیچیده را انجام دهند. هر عامل روی بخش خاصی از کار تمرکز می‌کند و با دیگر عامل‌ها ارتباط برقرار می‌کند. + +### چه تفاوتی با سیستم‌های تک عامله دارد؟ +سیستم‌های تک عامله محدود به توانایی‌های یک عامل هستند، در حالی که سیستم‌های چند عامله: +- می‌توانند وظایف را به صورت موازی انجام دهند +- از تخصص‌های مختلف بهره‌مند می‌شوند +- در برابر خطاها مقاوم‌تر هستند +- انعطاف‌پذیری بیشتری دارند + +## سوالات فنی + +### چگونه می‌توانم یک سیستم چند عامله ایجاد کنم؟ +```python +from swarms import Agent, Swarm + +# ایجاد عامل‌ها +agent1 = Agent(name="agent1", task="تحلیل داده") +agent2 = Agent(name="agent2", task="تولید گزارش") + +# ایجاد گروه +swarm = Swarm(agents=[agent1, agent2]) + +# اجرای وظیفه +result = swarm.run("تحلیل داده‌های فروش") +``` + +### چگونه عامل‌ها با هم ارتباط برقرار می‌کنند؟ +عامل‌ها می‌توانند از طریق: +- حافظه مشترک +- پیام‌های مستقیم +- هماهنگ‌کننده مرکزی +با یکدیگر ارتباط برقرار کنند. + +### چگونه خطاها را مدیریت کنیم؟ +سیستم چند عامله دارای چندین ویژگی برای مدیریت خطا است: +- تکرار خودکار وظایف ناموفق +- توزیع مجدد وظایف در صورت خطا +- گزارش‌دهی خودکار خطاها + +## سوالات مربوط به مقیاس‌پذیری + +### آیا می‌توانم عامل‌های جدید اضافه کنم؟ +بله، سیستم به گونه‌ای طراحی شده است که به راحتی می‌توانید عامل‌های جدید اضافه کنید: +```python +# اضافه کردن عامل جدید +new_agent = Agent(name="new_agent", task="وظیفه جدید") +swarm.add_agent(new_agent) +``` + +### چگونه عملکرد سیستم را بهینه کنم؟ +برای بهینه‌سازی عملکرد می‌توانید: +- تعداد عامل‌ها را متناسب با حجم کار تنظیم کنید +- از الگوهای ارتباطی مناسب استفاده کنید +- حافظه مشترک را بهینه کنید +- وظایف را به درستی توزیع کنید + +## سوالات مربوط به امنیت + +### چگونه داده‌های حساس را محافظت کنیم؟ +سیستم دارای چندین لایه امنیتی است: +- رمزنگاری داده‌ها +- کنترل دسترسی +- ممیزی فعالیت‌ها +- جداسازی وظایف + +### آیا می‌توانم سیستم را در محیط‌های مختلف اجرا کنم؟ +بله، سیستم در محیط‌های مختلف قابل اجراست: +- محیط‌های ابری +- سرورهای محلی +- محیط‌های ترکیبی + +## پشتیبانی + +### چگونه می‌توانم کمک بگیرم؟ +برای دریافت کمک می‌توانید: +- از [مستندات](https://swarms.readthedocs.io) استفاده کنید +- در [انجمن](https://github.com/swarms/discussions) سوال بپرسید +- مشکلات را در [گیت‌هاب](https://github.com/swarms/issues) گزارش دهید + +### آیا آموزش‌های ویدیویی موجود است؟ +بله، می‌توانید آموزش‌های ویدیویی را در [کانال یوتیوب](https://youtube.com/swarms) مشاهده کنید. \ No newline at end of file