---
title: "LangGraph مع base_url مخصّص متوافق مع OpenAI | BroadRouter"
description: "شغّل StateGraph أو create_agent في LangGraph على BroadNet Inference عبر ChatOpenAI وbase_url ومعرّف نموذج من BroadNet، مع الأدوات والبث والذاكرة."
url: https://broadrouter.com/ar/guides/langgraph-openai-compatible/
lang: ar
updated: 2026-11-16
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

تُرجمت هذه الصفحة من الإنجليزية بمساعدة الذكاء الاصطناعي. [اقرأ الأصل الإنجليزي](https://broadrouter.com/guides/langgraph-openai-compatible/) (حُدّث في 2026-11-16).

# بناء وكلاء LangGraph على BroadNet Inference

آخر تحديث 2026-11-16

ثبّت langgraph وlangchain-openai، ثم أنشئ ChatOpenAI مع ضبط model على معرّف من BroadNet مثل broadnet/glm-5.3، وbase\_url على https://inference.broadnet.ai/v1، وapi\_key على مفتاح BroadNet. اربط أدواتك به واستخدمه في عقدة داخل StateGraph، أو مرّره إلى create\_agent من langchain. استخدم GLM 5.3 أو Qwen3.8 27B، وهما النموذجان اللذان تُدرج لهما BroadNet الأدوات.

LangGraph مكتبة من LangChain لبناء وكلاء متعددي الخطوات يحتفظون بالحالة، على شكل رسوم بيانية (graphs). وليس لها عميل نماذج خاص بها: عقدك تستدعي نموذج محادثة من LangChain. ولتشغيل رسم بياني على BroadNet Inference، أعطه `ChatOpenAI` من `langchain-openai` مع العنوان الأساسي لـ BroadNet. BroadRouter هو موقع BroadNet نفسها؛ وتتبع الخطوات توثيق LangGraph وLangChain حتى LangGraph 1.2.22 وlangchain-openai 1.8.

## التثبيت

```bash
pip install langgraph langchain-openai
export BROADNET_API_KEY='your-broadnet-key'
```

## رسم بياني يستدعي الأدوات

```python
import os
from langchain_openai import ChatOpenAI
from langchain_core.tools import tool
from langgraph.graph import StateGraph, MessagesState, START
from langgraph.prebuilt import ToolNode, tools_condition
from langgraph.checkpoint.memory import InMemorySaver

@tool
def get_weather(city: str) -> str:
    """Get the weather for a city."""
    return f"21C and sunny in {city}"

tools = [get_weather]
model = ChatOpenAI(
    model="broadnet/glm-5.3",
    base_url="https://inference.broadnet.ai/v1",
    api_key=os.environ["BROADNET_API_KEY"],
).bind_tools(tools)

def call_model(state: MessagesState):
    return {"messages": [model.invoke(state["messages"])]}

builder = StateGraph(MessagesState)
builder.add_node("model", call_model)
builder.add_node("tools", ToolNode(tools))
builder.add_edge(START, "model")
builder.add_conditional_edges("model", tools_condition)
builder.add_edge("tools", "model")
graph = builder.compile(checkpointer=InMemorySaver())

config = {"configurable": {"thread_id": "demo-1"}}
result = graph.invoke({"messages": [{"role": "user", "content": "What's the weather in Riyadh?"}]}, config)
print(result["messages"][-1].content)
```

عقدة النموذج تستدعي BroadNet. وتوجّه `tools_condition` الرسم البياني إلى عقدة الأدوات إذا احتوى الرد على استدعاءات أدوات، ثم تعود نتيجة الأداة إلى النموذج. ويحفظ الـ checkpointer المحادثة لكل `thread_id`، فإذا استدعيت `invoke` مرة ثانية بالإعداد نفسه تابعت المحادثة.

## بث الرموز من الرسم البياني

```python
for chunk, meta in graph.stream(
    {"messages": [{"role": "user", "content": "And in Dubai?"}]},
    config,
    stream_mode="messages",
):
    if chunk.content and meta["langgraph_node"] == "model":
        print(chunk.content, end="", flush=True)
```

مع `stream_mode="messages"` يرسل `ChatOpenAI` الحقل `stream: true` إلى BroadNet، ويمرّر LangGraph الرموز كما تصل.

## الوكيل الجاهز

إذا لم تحتج إلى رسم بياني مخصّص، فحلقة الوكيل الجاهزة تقبل النموذج نفسه:

```python
from langchain.agents import create_agent  # pip install langchain

agent = create_agent(
    ChatOpenAI(model="broadnet/glm-5.3", base_url="https://inference.broadnet.ai/v1", api_key=os.environ["BROADNET_API_KEY"]),
    tools=tools,
)
agent.invoke({"messages": [{"role": "user", "content": "Weather in Riyadh?"}]})
```

ما زالت `create_react_agent` من `langgraph.prebuilt` تعمل في LangGraph 1.2.22، لكنها تطبع تحذيرًا بأنها انتقلت إلى `langchain.agents.create_agent`.

## أي نموذج تختار

| الرسم البياني | النموذج |
| --- | --- |
| وكلاء مع أدوات، ومخرجات منظَّمة | `broadnet/glm-5.3` (سياق 1,048,576 رمزًا) |
| أدوات مع مدخلات صور أو نصوص عربية | `broadnet/qwen3.8-27b` (سياق 262,144 رمزًا) |
| رسوم بيانية بلا استدعاءات أدوات، ومستندات طويلة | `broadnet/deepseek-v4.1-flash` |

يُدرج توثيق BroadNet الأدوات والمخرجات المنظَّمة لنموذجَي GLM 5.3 وQwen3.8 27B فقط. أما DeepSeek V4.1 Flash فهو نموذج [الخطط غير المحدودة](https://broadrouter.com/ar/guides/unlimited-llm-api-sessions/)، ولذلك يناسب الرسوم البيانية التي تلخّص وتوجّه دون استدعاء أدوات. اختبر حلقة أدوات عليه قبل أن تعتمد عليه. [أسعار كل النماذج](https://broadrouter.com/ar/pricing/).

## إعدادات مهمة

-   **ابقَ على chat completions.** تقدّم BroadNet المسار `/v1/chat/completions`. ويقول توثيق LangChain إن `ChatOpenAI` ينتقل إلى Responses API عند استخدام أدوات OpenAI المدمجة، أو حالة المحادثة، أو المعامل `reasoning`. فلا تستخدمها، ولا تضبط `use_responses_api=True`.
-   **حد المخرجات.** يُحتسب الاستدلال المنطقي ضمن ميزانية المخرجات في DeepSeek V4.1 Flash وGLM 5.3 وQwen3.8 27B. اضبط `max_tokens` على 2,000 أو أكثر في النموذج. وفي اختبارنا أرسله langchain-openai 1.8 باسم `max_completion_tokens`.
-   **الفروع المتوازية.** كل فرع يستدعي النموذج طلبٌ مستقل. يسمح مفتاح الدفع حسب الاستخدام بـ 4 من الطلبات قيد التنفيذ، وجلسة الخطة تشغّل طلبًا واحدًا في كل مرة.

## كيف اختبرنا هذا

في 2026-11-15 ثبّتنا langgraph 1.2.22 وlangchain-openai 1.8.0 وlangchain 1.5.0 في بيئة افتراضية نظيفة. شغّلنا الرسم البياني أعلاه وحلقة البث و`create_agent` مقابل خادم وهمي (mock) محلي يتحدث بنية chat completions الخاصة بـ BroadNet ويعيد استدعاءات أدوات. ثم فحصنا الطلبات المسجّلة: ذهب كل استدعاء إلى `/v1/chat/completions` بمعرّف النموذج `broadnet/glm-5.3` دون تغيير، ومفتاح Bearer، ومخطط الأداة، وعادت نتيجة الأداة كرسالة `tool`. لم يكن لدينا مفتاح BroadNet، لذا لم نختبر مخرجات نموذج حقيقية.

## حل المشكلات

-   **401.** المفتاح خاطئ، أو منتهي الصلاحية، أو استنفد رصيده.
-   **404.** يجب أن ينتهي `base_url` بـ `/v1`. وتحقق من معرّف النموذج مع البادئة `broadnet/`. النماذج المدفوعة تحتاج إلى شحن الرصيد؛ والرصيد البالغ $5 يغطي `broadnet/gemma-4-26b-a4b` ونموذجَي Transcribe.
-   **الوكيل لا يستدعي أي أداة.** انتقل إلى `broadnet/glm-5.3` أو `broadnet/qwen3.8-27b`.
-   **إجابات فارغة.** استُهلكت ميزانية المخرجات في الاستدلال. ارفع `max_tokens`. راجع [لماذا تعود الإجابات فارغة](https://broadrouter.com/ar/guides/reasoning-tokens-empty-response/).
-   **429.** يسمح مفتاح الدفع حسب الاستخدام بـ 30 من الطلبات في الدقيقة. أضف `max_retries` إلى `ChatOpenAI` وراجع [الأخطاء وإعادة المحاولة](https://broadrouter.com/ar/guides/errors-and-retries/).

## مصطلحات في هذا الدليل

[الدفع حسب الاستخدام (Pay-as-you-go)](https://broadrouter.com/ar/glossary/pay-as-you-go/)

الدفع حسب الاستخدام هو نموذج تسعير تدفع فيه مقابل ما تستخدمه فقط، مقيسًا بوحدات مثل الرموز (التوكنات) أو الطلبات أو دقائق الصوت، دون اشتراك أو حد أدنى للالتزام. وتحتسب معظم واجهات LLM API تكلفتها بهذه الطريقة، من رصيد مدفوع مسبقًا أو بفاتورة دورية.

[استدعاء الأدوات (Tool calling)](https://broadrouter.com/ar/glossary/tool-calling/)

استدعاء الأدوات، ويُسمّى أيضًا استدعاء الدوال (function calling)، ميزة في واجهات LLM API يُرجع فيها النموذج طلبًا منظَّمًا لتشغيل دالة عرّفها المطوّر، مع معاملات بصيغة JSON. ويشغّل التطبيق الدالة ويعيد النتيجة؛ فالنموذج لا يشغّل الشيفرة بنفسه أبدًا.

[التزامن (Concurrency)](https://broadrouter.com/ar/glossary/concurrency/)

التزامن (concurrency) هو عدد الطلبات التي تكون لدى العميل قيد التنفيذ في الوقت نفسه. وكثيرًا ما تضع واجهات LLM API سقفًا له لكل مفتاح أو خطة، بمعزل عن عدد الطلبات في الدقيقة، لأن كل طلب مفتوح يشغل قدرة من وحدة GPU حتى تكتمل استجابته.

[الرمز (التوكن، Token)](https://broadrouter.com/ar/glossary/token/)

الرمز (التوكن) هو وحدة النص التي يقرؤها نموذج اللغة ويكتبها: كلمة، أو جزء من كلمة، أو علامة ترقيم، أو تسلسل بايتات ينتجه مجزّئ النموذج (tokenizer). وتَعُدّ واجهات LLM API الاستهلاك بالرموز، وتضع حدودها بها، وتحتسب تكلفتها بها عادةً.

[Chat Completions API (واجهة إكمال المحادثة)](https://broadrouter.com/ar/glossary/chat-completions-api/)

Chat Completions API هي نقطة نهاية HTTP لدى OpenAI، أي POST /v1/chat/completions، تستقبل اسم نموذج وقائمة رسائل موسومة بأدوارها وتُرجع الرسالة التالية من النموذج. وصارت بنية طلبها واستجابتها الصيغة المشتركة التي يعيد استخدامها المزوّدون المتوافقون مع OpenAI وحزم SDK.

[البث المتدفق (Streaming)](https://broadrouter.com/ar/glossary/streaming/)

البث المتدفق (streaming) طريقة لإرجاع استجابة النموذج اللغوي على أجزاء صغيرة أثناء توليدها، بدل إرجاعها ردًا واحدًا في النهاية. وتبث الواجهات المتوافقة مع OpenAI عبر أحداث يرسلها الخادم (server-sent events) حين يضبط الطلب stream على true.

[الرصيد المدفوع مسبقًا (Prepaid credit)](https://broadrouter.com/ar/glossary/prepaid-credit/)

الرصيد المدفوع مسبقًا هو مال يُضاف إلى حساب API قبل الاستخدام. يُخصم من الرصيد ثمن كل طلب، وعندما ينفد الرصيد تتوقف الطلبات المحتسبة بالاستهلاك حتى تشحن رصيدك. وهو يحصر الإنفاق في حدود ما دفعته.

[حد المعدل (Rate limit)](https://broadrouter.com/ar/glossary/rate-limit/)

حد المعدل هو سقف تفرضه واجهة API على مقدار استخدام العميل لها خلال فترة زمنية، مثل عدد الطلبات في الدقيقة أو الرموز في الدقيقة. وتُرفض الطلبات التي تتجاوزه، غالبًا بالخطأ HTTP 429 Too Many Requests، إلى أن يعود الاستخدام تحت الحد.

## أسئلة شائعة

### هل يحتاج LangGraph إلى تكامل خاص مع BroadNet؟

لا. يشغّل LangGraph أي نموذج محادثة تستدعيه عقدك. استخدم ChatOpenAI من LangChain مع ضبط base\_url على https://inference.broadnet.ai/v1، فتذهب كل عقدة تستدعي النموذج إلى BroadNet عبر chat completions.

### هل أستخدم create\_react\_agent أم create\_agent؟

في LangGraph 1.2 ما زالت create\_react\_agent من langgraph.prebuilt تعمل، لكنها تطبع تحذير إهمال (deprecation) يحيل إلى create\_agent في حزمة langchain. وقد عملت الاثنتان مع خادمنا الوهمي بمعرّف نموذج على نمط BroadNet.

### أي نموذج من BroadNet يناسب وكيل LangGraph؟

GLM 5.3 (broadnet/glm-5.3) أو Qwen3.8 27B (broadnet/qwen3.8-27b). حلقة الوكيل تعتمد على استدعاءات الأدوات، وBroadNet تُدرج الأدوات لهذين النموذجين فقط.

### لماذا تُرسَل قيمة max\_tokens التي ضبطتها باسم max\_completion\_tokens؟

يعيد langchain-openai 1.8 تسمية max\_tokens إلى max\_completion\_tokens في الطلب، بينما يصف المرجع التقني لـ BroadNet الحقل max\_tokens. إذا بدا أن حد المخرجات يُتجاهَل، فافحص الطلب الذي يرسله تطبيقك فعلًا.

## أدلة ذات صلة

-   [استخدام LangChain مع BroadNet Inference](https://broadrouter.com/ar/guides/langchain-openai-base-url/)
-   [تشغيل OpenAI Agents SDK على BroadNet Inference](https://broadrouter.com/ar/guides/openai-agents-sdk-custom-provider/)
-   [لماذا يعيد نموذج الاستدلال إجابة فارغة؟](https://broadrouter.com/ar/guides/reasoning-tokens-empty-response/)
-   [رموز أخطاء BroadNet Inference ومتى تعيد المحاولة](https://broadrouter.com/ar/guides/errors-and-retries/)
-   [كل الأدوات التي تعمل مع BroadNet Inference (بالإنجليزية)](https://broadrouter.com/integrations/): حِزم SDK ووكلاء البرمجة وواجهات الدردشة وأدوات الأتمتة، مع الإعدادات الدقيقة لكل منها

جرّبه على مهامك الفعلية. تبدأ الحسابات الجديدة برصيد قدره $5 لاستخدام Gemma والتفريغ الصوتي. أما DeepSeek وGLM وQwen3.8 فتتطلب شحن الرصيد.

[ابدأ الآن](https://inference.broadnet.ai/account/?utm_source=broadrouter&utm_medium=referral&utm_campaign=ar-guides-langgraph-openai-compatible&utm_content=page-cta) ·

**المصادر**

-   [توثيق LangGraph، البداية السريعة وGraph API (رُوجع في 2026-11-15)](https://docs.langchain.com/oss/python/langgraph/graph-api)
-   [توثيق LangChain، تكامل ChatOpenAI (رُوجع في 2026-11-15)](https://docs.langchain.com/oss/python/integrations/chat/openai)
-   [PyPI، langgraph 1.2.22 (رُوجع في 2026-11-15)](https://pypi.org/project/langgraph/)
-   [المرجع التقني لـ BroadNet Inference API (رُوجع في 2026-11-15) (بالإنجليزية)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=ar-guides-langgraph-openai-compatible&utm_content=sources)
