---
title: "إصلاح JSON غير صالح من LLM: الأسباب والإصلاح والإعادة"
description: "لماذا تُعيد نماذج اللغة JSON معطوبًا (أسوار الشيفرة، والنص المحيط، والقطع عند max_tokens، والفواصل الزائدة)، ودالة Python مُختبرة تصلح الآمن وترفض الباقي."
url: https://broadrouter.com/ar/blog/fix-invalid-json-from-llm/
lang: ar
updated: 2026-11-15
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/blog/fix-invalid-json-from-llm/) (حُدّث في 2026-11-16).

# إصلاح JSON غير الصالح من LLM: الأسباب والإصلاح وإعادة المحاولة

بقلم فريق BroadNet Inference · قراءة في 7 دقائق · تاريخ النشر 2026-11-15 · آخر تحديث 2026-11-16

افحص finish\_reason أولًا: فالرد المقطوع عند max\_tokens لا يمكن إصلاحه بأمان، فارفع الحد وأعد الإرسال. وفي غير ذلك أزل أسوار الشيفرة والنص المحيط، وفكّ أول قيمة JSON، ثم أصلح الأخطاء الواضحة فقط مثل الفواصل الزائدة. تحقّق مقابل مخطط، وإن فشل التحقق فأرسل الخطأ نفسه مرة أو مرتين. والمخرجات المهيكلة تمنع معظم ذلك حيث تُدعم.

## أبرز النقاط

-   معظم JSON المعطوب مشكلة تغليف لا JSON سيئ: سور شيفرة، أو جملة قبله أو بعده، أو كتلة استدلال منطقي. والدالة raw\_decode في Python تقرأ أول قيمة وتتجاهل الباقي.
-   قيمة finish\_reason المساوية لـ "length" تعني أن JSON قُطع. وإغلاق الأقواس يجعله قابلًا للتحليل لكنه يُضيّع بيانات بصمت، فأعد الإرسال بمساحة أكبر بدلًا من ذلك.
-   أصلح فقط ما له معنى واحد: الفواصل الزائدة، وTrue/None بأسلوب Python، وعلامات الاقتباس المفردة. وارفض كل ما عدا ذلك وأعد الطلب.
-   وحدة json في Python تقبل NaN وInfinity افتراضيًا؛ أما RFC 8259 فلا. ارفضهما، وإلا فشلت المحلِّلات الأخرى لاحقًا.
-   على BroadNet Inference، لا يوثّق المخرجات المهيكلة إلا GLM 5.3 وQwen3.8 27B. وعلى النماذج الأخرى استخدم JSON عبر الأمر فقط مع هذا الإصلاح والتحقق.

**في هذه الصفحة**

1.  لماذا تُعيد نماذج اللغة JSON غير صالح؟
2.  لماذا لا تصلح JSON المقطوع؟
3.  دالة إصلاح لا تعالج إلا الحالات الآمنة
4.  كيف تعيد المحاولة بعد فشل الإصلاح؟
5.  هل تجعل المخرجات المهيكلة هذا كله غير ضروري؟
6.  أين تقع BroadNet Inference من هذا؟

تستدعي شيفرتك `json.loads()` على رد النموذج فتحصل على `JSONDecodeError: Expecting value: line 1 column 1`. أو يُحلَّل الرد، لكن حقلًا ما يأتي سلسلةً نصية حيث أردت رقمًا. يرتّب هذا المقال الأسباب بحسب ما يمكنك فعله بأمان حيال كل منها، ويقدّم دالة Python مُختبرة لا تصلح إلا الحالات الواضحة، ويعرض حلقة إعادة محاولة تعرف متى لا تفيد الإعادة.

أما الاختيار بين [وضع JSON](https://broadrouter.com/ar/glossary/json-mode/) و`json_schema` فيشرحه مقال [وضع JSON مقابل json\_schema](https://broadrouter.com/ar/blog/structured-output-json-schema/). وهذا المقال عمّا تفعله بالرد الذي وصلك فعلًا.

## لماذا تُعيد نماذج اللغة JSON غير صالح؟

يكتب النموذج النص رمزًا بعد رمز. وما لم يقيّد الخادم عملية فك الترميز، فلا شيء يمنعه من إضافة جملة ودّية أو من نفاد المساحة. أشيع حالات الفشل:

| ما تراه | السبب | هل يمكن إصلاحه بأمان في الشيفرة؟ |
| --- | --- | --- |
| ` ```json ` … ` ``` ` حول الكائن | عادة التنسيق في المحادثة | نعم: أزل السور |
| “Here is the JSON:” قبله، و”Let me know…” بعده | العادة نفسها | نعم: اقرأ القيمة الأولى فقط |
| `<think>...</think>` قبل الكائن | نص الاستدلال المنطقي داخل حقل المحتوى على بعض الخوادم | نعم: أزل الكتلة |
| ينتهي في منتصف سلسلة والأقواس مفتوحة | بلغ `max_tokens` | لا: أعد الإرسال بمساحة أكبر |
| محتوى فارغ | الاستدلال المنطقي استهلك الميزانية كلها | لا: أعد الإرسال بمساحة أكبر |
| `{"a": 1,}` | فاصلة زائدة؛ تسمح بها JavaScript ولا يسمح بها [RFC 8259](https://www.rfc-editor.org/rfc/rfc8259) | نعم: معنى واحد |
| `{'a': True, 'b': None}` | صياغة Python | نعم: `ast.literal_eval` يقرؤها بأمان |
| `NaN`، `Infinity` | ليست JSON؛ وPython تقبلها افتراضيًا | لا: ارفض |
| JSON صالح بأنواع خاطئة أو حقول ناقصة | المخطط غير مفروض | لا: أعد الطلب مع الخطأ |

الحد الفاصل هو الغموض. فإن كان هناك معنى واحد فقط يمكن أن يقصده النموذج، فأصلحه في الشيفرة وسجّل أنك فعلت. وإن كنت ستضطر إلى التخمين، فارفض الرد.

## لماذا لا تصلح JSON المقطوع؟

لأن النسخة المُصلَحة تبدو صحيحة وهي ليست كذلك. شغّلنا [json\_repair](https://github.com/mangiucugna/json_repair) 0.64.9، وهي مكتبة شائعة بترخيص MIT، على رد مقطوع في منتصف كلمة:

```text
'{"name": "Omar", "city": "Jed'  ->  {'name': 'Omar', 'city': 'Jed'}
```

أعادت JSON صالحًا بمدينة “Jed”. وملف README الخاص بها صريح في ذلك: فهي “automatically completes missing values in JSON fields with reasonable defaults” (الترجمة: «تكمل تلقائيًا القيم الناقصة في حقول JSON بقيم افتراضية معقولة»). وهذا مفيد لقراءة السجلات. أما للبيانات التي تخزّنها أو تتصرف بناءً عليها، فهو يحوّل فشلًا ظاهرًا إلى فشل صامت.

افحص `finish_reason` قبل التحليل. فالقيمة `"length"` تعني أن الرد بلغ [`max_tokens`](https://broadrouter.com/ar/glossary/max-tokens/). وإعادة إرسال الطلب نفسه بالحد نفسه تفشل بالطريقة نفسها، فضاعف الحد أو اطلب أقل في كل استدعاء. ونماذج الاستدلال المنطقي تجعل هذا أكثر شيوعًا: إذ يقول [المرجع التقني](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=ar-blog-fix-invalid-json-from-llm&utm_content=body) لواجهة BroadNet إن DeepSeek V4.1 Flash وGLM 5.3 وQwen3.8 27B تستدل قبل أن تجيب، وإن الاستدلال يُحتسب ضمن `max_tokens`. ومع حد صغير قد تعود الإجابة فارغة. اترك 1,000 رمز أو أكثر، أو اضبط `reasoning_effort` على `low`؛ وتجد الأرقام في [مقال ميزانية الاستدلال المنطقي](https://broadrouter.com/ar/blog/reasoning-model-max-tokens-budget/).

## دالة إصلاح لا تعالج إلا الحالات الآمنة

تستخدم هذه الدالة المكتبة القياسية فقط. وتُعيد القيمة المحلَّلة وقائمة بالإصلاحات التي أجرتها، لتتمكن من عدّها.

```python
import ast, json, re

class Truncated(Exception): pass
class NotJSON(Exception): pass

FENCE = re.compile(r"```(?:json|JSON)?\s*\n(.*?)```", re.S)
THINK = re.compile(r"<think>.*?</think>", re.S)

def _reject_constant(name):                 # NaN, Infinity: Python accepts them, JSON does not
    raise NotJSON(f"non-standard constant {name}")

_decoder = json.JSONDecoder(parse_constant=_reject_constant)

def _first_value(s):
    """Decode the first JSON object or array in s, ignoring prose before and after it."""
    for i, ch in enumerate(s):
        if ch in "{[":
            try:
                return _decoder.raw_decode(s, i)[0]
            except json.JSONDecodeError:
                continue                    # a stray brace in prose; try the next one
    raise NotJSON("no JSON object or array found")

def _scan(s):
    """Drop commas before } or ] outside strings; report brackets left open."""
    out, stack, in_str, esc = [], [], False, False
    for i, ch in enumerate(s):
        if in_str:
            if esc:
                esc = False
            elif ch == "\\":
                esc = True
            elif ch == '"':
                in_str = False
        elif ch == '"':
            in_str = True
        elif ch in "{[":
            stack.append(ch)
        elif ch in "}]" and stack:
            stack.pop()
        elif ch == ",":
            rest = s[i + 1:].lstrip()
            if rest[:1] in ("}", "]"):
                continue                    # trailing comma: skip it
        out.append(ch)
    return "".join(out), len(stack) + (1 if in_str else 0)

def _python_literal(s):
    """Output in Python syntax: single quotes, True/False/None, trailing commas."""
    start = min((i for i in (s.find("{"), s.find("[")) if i >= 0), default=-1)
    end = max(s.rfind("}"), s.rfind("]"))
    if start < 0 or end <= start:
        raise NotJSON("no braces")
    value = ast.literal_eval(s[start:end + 1])       # literals only; never runs code
    if not isinstance(value, (dict, list)):
        raise NotJSON("not an object or array")
    json.dumps(value, allow_nan=False)               # must round-trip as strict JSON
    return value

def parse_llm_json(content, finish_reason=None):
    """Return (value, repairs). Raises Truncated or NotJSON."""
    if finish_reason == "length":
        raise Truncated("hit max_tokens; raise the limit or shorten the output")
    if not content or not content.strip():
        raise NotJSON("empty content (reasoning may have used the whole budget)")
    repairs = []
    s = content.strip().lstrip("\ufeff")
    if THINK.search(s):
        s = THINK.sub("", s).strip(); repairs.append("removed <think> block")
    m = FENCE.search(s)
    if m:
        s = m.group(1).strip(); repairs.append("removed code fence")
    try:
        value = _decoder.decode(s)
        return value, repairs
    except json.JSONDecodeError:
        pass
    try:
        value = _first_value(s); repairs.append("ignored text around JSON")
        return value, repairs
    except NotJSON:
        pass
    fixed, open_count = _scan(s)
    if open_count:
        raise NotJSON(f"incomplete JSON, {open_count} bracket(s) or string left open: treat as truncated")
    if fixed != s:
        try:
            value = _first_value(fixed); repairs.append("removed trailing commas")
            return value, repairs
        except NotJSON:
            pass
    try:
        value = _python_literal(s); repairs.append("parsed Python-style literal")
        return value, repairs
    except (ValueError, SyntaxError, TypeError, MemoryError, RecursionError, NotJSON) as e:
        raise NotJSON(f"unrepairable: {e}") from None
```

كيف تعمل كل خطوة:

1.  **القطع والردود الفارغة** تُطلق استثناءً قبل أي تحليل، فلا تتحول أبدًا إلى بيانات.
2.  **الأسوار وكتل الاستدلال المنطقي** تُزال بتعبيرين نمطيين.
3.  **الدالة `raw_decode`** هي الأداة الأساسية. تقول وثائق Python إنها تفك مستندًا “from a string that may have extraneous data at the end” (الترجمة: «من سلسلة قد تحتوي على بيانات زائدة في نهايتها»)، وتُعيد الموضع الذي توقفت عنده. وبالبدء من أول `{` أو `[` تتخطى النص قبل الكائن وتتجاهل النص بعده. وإن فشل فك قوس وارد في النص، تجرّب القوس التالي.
4.  **مسح الأقواس** يمرّ على النص متتبّعًا السلاسل وعلامات الهروب. والأقواس المتروكة مفتوحة تعني أن الرد قُطع حتى لو لم تقل `finish_reason` ذلك؛ فيُطلق استثناء. وتُحذف الفواصل الواقعة مباشرة قبل `}` أو `]` خارج السلاسل.
5.  **الدالة `ast.literal_eval`** تقرأ مخرجات بأسلوب Python فيها علامات اقتباس مفردة و`True` و`None`. وهي تقيّم القيم الحرفية فقط ولا تشغّل شيفرة أبدًا. ثم يجب أن تتحوّل النتيجة إلى JSON صارم.
6.  **`NaN` و`Infinity`** تُطلقان استثناءً عبر `parse_constant`. فوحدة `json` في Python تقبلهما افتراضيًا؛ بينما يقول RFC 8259 إنهما “are not permitted” (الترجمة: «غير مسموح بهما»)، والدالة `JSON.parse` في JavaScript ترفضهما.

شغّلناها على 17 سلسلة اختبار: JSON سليم، وJSON داخل سور، ومفاتيح وقيم عربية داخل سور، ونص قبل الكائن وبعده، وعنصر نائب `{name}` في نص قبل الكائن، وكتلة `<think>`، وفواصل زائدة في الكائنات والمصفوفات، وفواصل وأقواس داخل السلاسل، وعلامات اقتباس مهرَّبة، ومسار Windows ينتهي بشرطة مائلة عكسية، وقيم Python حرفية، و`NaN`، وردًا فارغًا، وردًا مقطوعًا مع `finish_reason: "length"` ودونها، وكائنين متتاليين. وتصرّفت كلها كما يصف الجدول أعلاه. وكشف أحد الاختبارات خطأً حقيقيًا: فقد كانت نسخة مبكرة تقلب علامة الهروب قبل التحقق من علامة الاقتباس الختامية، فخسرت `"he said \"hi,]\""` فاصلتها. اختبر شيفرة الإصلاح لديك على علامات الاقتباس المهرَّبة.

هناك حدّان يجب معرفتهما. عند وجود كائنين متتاليين تُعيد الدالة الأول؛ فإن أردت عدة عناصر فاطلب مصفوفة JSON واحدة. ومخرجات Python بعلامات اقتباس مفردة تحتوي على علامة اقتباس مزدوجة داخل سلسلة قد يسيء مسح الأقواس قراءتها فيرفضها. والرفض هو الفشل الآمن.

## كيف تعيد المحاولة بعد فشل الإصلاح؟

الإصلاح يعالج الصيغة، والتحقق يعالج المحتوى: الحقول الصحيحة، والأنواع الصحيحة، والقيم المعقولة. هذه الحلقة تتحقق بحزمة `jsonschema` وتختار طريقة الإعادة بحسب السبب:

```python
import json, os
from jsonschema import Draft202012Validator
from openai import OpenAI
from llm_json import parse_llm_json, Truncated, NotJSON

client = OpenAI(base_url=os.environ.get("BASE_URL", "https://inference.broadnet.ai/v1"),
                api_key=os.environ["BROADNET_API_KEY"])
SCHEMA = {"type": "object", "additionalProperties": False,
          "required": ["name", "city", "amount"],
          "properties": {"name": {"type": "string", "minLength": 1},
                         "city": {"type": ["string", "null"]},
                         "amount": {"type": "number", "minimum": 0}}}
validator = Draft202012Validator(SCHEMA)

def extract(text, model="broadnet/qwen3.8-27b", max_tokens=1500, attempts=3, log=print):
    messages = [{"role": "system", "content": "Extract name, city and amount. Reply with one JSON object only, no code fence. "
                                              "Schema: " + json.dumps(SCHEMA)},
                {"role": "user", "content": text}]
    for attempt in range(1, attempts + 1):
        r = client.chat.completions.create(model=model, messages=messages, max_tokens=max_tokens,
                                           reasoning_effort="low", temperature=0)
        c = r.choices[0]
        try:
            value, repairs = parse_llm_json(c.message.content, c.finish_reason)
            errors = [f"{'/'.join(map(str, e.path)) or '(root)'}: {e.message}" for e in validator.iter_errors(value)]
            if not errors:
                log({"attempt": attempt, "repairs": repairs, "ok": True})
                return value
            problem = "The JSON does not match the schema: " + "; ".join(errors)
        except Truncated:
            log({"attempt": attempt, "ok": False, "why": "truncated"})
            max_tokens *= 2                 # same prompt, more room; a re-ask would be cut off too
            continue
        except NotJSON as e:
            problem = f"That reply was not valid JSON ({e})."
        log({"attempt": attempt, "ok": False, "why": problem})
        messages += [{"role": "assistant", "content": c.message.content or ""},
                     {"role": "user", "content": problem + " Return the corrected JSON object only."}]
    raise RuntimeError(f"no valid JSON after {attempts} attempts")
```

القواعد في هذه الحلقة:

-   **مقطوع: أعد إرسال الرسائل نفسها بضعف الحد.** فإضافة رسالة «أصلِح من فضلك» تجعل الأمر أطول ولا تجعل الإخراج أقصر.
-   **ليس JSON أو شكله خاطئ: أرسل الخطأ نفسه.** فرسالة مثل “amount: ‘1200’ is not of type ‘number’” تعطي النموذج شيئًا محددًا يصلحه. أما الإعادة المجرّدة فكثيرًا ما تكرّر الخطأ.
-   **حدّ المحاولات بثلاث.** فكل إعادة ترسل المحادثة كاملة بوصفها [رموز إدخال](https://broadrouter.com/ar/glossary/input-and-output-tokens/). وبعد ثلاث محاولات سجّل المُدخل ووجّهه إلى مسار آخر.
-   **سجّل قائمة الإصلاحات.** فارتفاع عدد “removed code fence” بعد تغيير في الأمر يخبرك أن الأمر ساء، حتى لو لم يفشل شيء.

شغّلنا هذه الحلقة مقابل خادم وهمي محلي يعيد ردودًا مكتوبة سلفًا. فرد داخل سور فيه فاصلة زائدة و`"amount": "1200"` بوصفه سلسلة أُصلح، ثم فشل في التحقق، ثم صُحّح في الاستدعاء الثاني بعد إرسال الخطأ. ورد مقطوع مع `finish_reason: "length"` أُعيد إرساله بعد رفع `max_tokens` من 1,500 إلى 3,000 فنجح. وسجّل الخادم الوهمي الطلب في كل مرة، مؤكدًا عدد الرسائل والحد اللذين أرسلتهما الحلقة. وقد يفشل نموذج حقيقي بطريقة مختلفة، فشغّلها على 100 من مُدخلاتك قبل أن تثق بالأرقام.

## هل تجعل المخرجات المهيكلة هذا كله غير ضروري؟

تزيل معظمه. فالخادم الذي يقيّد فك الترميز بمخططك لا يستطيع إخراج سور ولا فاصلة زائدة ولا حقل ناقص. ويفعل vLLM، وهو خادم شائع للنماذج المفتوحة، ذلك عبر الواجهتين الخلفيتين xgrammar أو guidance. لكن حالتي فشل تبقيان حتى حينها: القطع عند `max_tokens`، والرفض. إذ تشير OpenAI إلى أن مخرجات وضع JSON صالحة “except for in some edge cases” (الترجمة: «إلا في بعض الحالات الحدّية»)، وأن تطبيقك “must detect and handle” (الترجمة: «يجب أن يكتشف ويعالج») المخرجات التي ليست كائنًا مكتملًا. لذا أبقِ فحص `finish_reason` والمُتحقِّق، حتى مع `json_schema`.

ما يمنعه كل نهج:

| النهج | الأسوار والنص المحيط | أخطاء الصياغة | الشكل الخاطئ | القطع |
| --- | --- | --- | --- | --- |
| الأمر فقط (“reply with JSON”) | يقلّ | يقلّ | يقلّ | لا |
| وضع JSON (`json_object`) | نعم | نعم | لا | لا |
| المخرجات المهيكلة (`json_schema`، مفروضة) | نعم | نعم | نعم | لا |

ومع وضع JSON تقول OpenAI أيضًا إنك “must always instruct the model to produce JSON” (الترجمة: «يجب دائمًا أن توجّه النموذج لإنتاج JSON») في إحدى الرسائل؛ وإلا فقد يُخرج مسافات بيضاء حتى يبلغ حد الرموز. والخوادم الأخرى المتوافقة مع OpenAI تتفاوت، فاختبر الوضع على النموذج الذي تطلقه. والاختبار موجود في [مقال المخرجات المهيكلة](https://broadrouter.com/ar/blog/structured-output-json-schema/).

ولفحص رد يدويًا، الصقه في [أداة التحقق من مخرجات JSON لنماذج اللغة](https://broadrouter.com/tools/llm-json-output-validator/)، أو ابنِ مخططًا صارمًا من كائن نموذجي باستخدام [مولّد مخطط JSON](https://broadrouter.com/tools/json-schema-generator/).

## أين تقع BroadNet Inference من هذا؟

BroadRouter هو موقع BroadNet. ويذكر المرجع التقني لواجهة BroadNet المخرجات المهيكلة لـ [GLM 5.3](https://broadrouter.com/ar/models/glm-5.3/) و[Qwen3.8 27B](https://broadrouter.com/ar/models/qwen3.8-27b/) فقط، ولا يسمّي معامل الطلب، فاختبر `json_schema` على النموذج قبل الاعتماد عليه. وعلى [DeepSeek V4.1 Flash](https://broadrouter.com/ar/models/deepseek-v4.1-flash/) و[Gemma 4 VL 26B](https://broadrouter.com/ar/models/gemma-4-vl-26b/) استخدم JSON عبر الأمر فقط مع دالة الإصلاح والمُتحقِّق أعلاه. وثلاثة من النماذج الأربعة تستدل قبل الإجابة، فخصّص لذلك ميزانية في `max_tokens`. وللاستخراج بالجملة يبيّن [مقال مشغّل الدفعات](https://broadrouter.com/ar/blog/llm-batch-processing-without-batch-api/) كيف تسجّل `finish_reason` لكل عنصر. ولا يُحتفظ بالأوامر والردود بعد كل طلب.

أدوات مجانية لهذا الموضوع (بالإنجليزية)

-   [OpenAI to BroadNet migration helper](https://broadrouter.com/tools/openai-to-broadnet-migration/) Paste OpenAI SDK code; get base URL, key and model edits, a diff and the checks that remain.
-   [max\_tokens calculator for reasoning models](https://broadrouter.com/tools/reasoning-token-budget/) Answer length + reasoning budget + margin = a max\_tokens that does not cut the answer off.
-   [JSON schema generator for LLM structured output](https://broadrouter.com/tools/json-schema-generator/) Sample JSON to strict schema, Pydantic, Zod and a ready request.
-   [LLM JSON output validator](https://broadrouter.com/tools/llm-json-output-validator/) Parse errors by line and column, safe repairs, cut-off detection and JSON Schema checks for model output.

[أدوات مجانية (بالإنجليزية)](https://broadrouter.com/tools/)

## مصطلحات في هذا المقال

[المخرجات المنظَّمة (Structured output)](https://broadrouter.com/ar/glossary/structured-output/)

المخرجات المنظَّمة هي ميزة في LLM API تقيّد رد النموذج بصيغة يحدّدها المطوّر، عادةً JSON Schema، لكي تحلّلها الشيفرة بموثوقية. وهي أكثر صرامة من وضع JSON (JSON mode)، الذي يضمن JSON صالحًا لكن لا يضمن بنية معيّنة.

[وضع JSON (JSON mode)](https://broadrouter.com/ar/glossary/json-mode/)

وضع JSON (JSON mode) إعداد في LLM API، هو response\_format {"type": "json\_object"} في الواجهات على طريقة OpenAI، يجعل رد النموذج JSON صالحًا قابلًا للتحليل. وبخلاف المخرجات المنظَّمة مع JSON Schema، لا يضمن المفاتيح أو الأنواع أو القيم التي يحتويها الكائن.

[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.

[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.

[مخطط JSON (JSON Schema)](https://broadrouter.com/ar/glossary/json-schema/)

JSON Schema (مخطط JSON) مفردات مكتوبة بصيغة JSON لوصف بنية بيانات JSON والتحقق منها: الأنواع والحقول الإلزامية والقيم المسموحة والتداخل. والإصدار الحالي هو 2020-12. وتستخدمه واجهات LLM API لتعريف معاملات الأدوات والبنية الدقيقة التي يجب أن تتبعها المخرجات المنظَّمة.

[نافذة السياق (Context window)](https://broadrouter.com/ar/glossary/context-window/)

نافذة السياق هي الحد الأقصى لعدد الرموز (التوكنات) التي يستطيع نموذج اللغة التعامل معها في طلب واحد. وتشمل الأمر (prompt) وسجل المحادثة وتعريفات الأدوات والصور والمخرجات المولَّدة، بما فيها رموز الاستدلال المنطقي. وكل ما لا يتسع لها يجب قصّه أو تلخيصه أو توزيعه على عدة طلبات.

[vLLM](https://broadrouter.com/ar/glossary/vllm/)

vLLM مكتبة مفتوحة المصدر للاستدلال بالنماذج اللغوية الكبيرة وتقديمها، طُوّرت أولًا في مختبر Sky Computing بجامعة UC Berkeley. تدير ذاكرة KV المؤقتة (KV cache) بتقنية PagedAttention، وتجمّع الطلبات الواردة باستمرار، وتدعم صيغ تكميم كثيرة، وتوفّر خادم HTTP متوافقًا مع OpenAI.

## أسئلة شائعة

### لماذا يُعيد نموذج اللغة JSON داخل كتلة شيفرة markdown؟

نماذج المحادثة تنسّق الشيفرة عادةً للبشر، وسور الشيفرة هو طريقة واجهات المحادثة في عرضها. اطلب «JSON فقط، دون سور شيفرة»، لكن أزل الأسوار في شيفرتك على أي حال: فالتعليمة تقلّل تكرار المشكلة ولا تلغيها.

### كيف أصلح خطأ JSONDecodeError في مخرجات LLM؟

انظر إلى finish\_reason أولًا. إن كانت قيمته "length" فالرد مقطوع: ارفع max\_tokens وأعد الإرسال. وإلا فأزل أسوار الشيفرة وفكّ أول قيمة JSON بالدالة raw\_decode التي تتجاهل النص بعدها. أصلح الفواصل الزائدة ثم تحقّق. وإن استمر الفشل فأعد الطلب مع رسالة الخطأ.

### هل أستخدم مكتبة لإصلاح JSON؟

للسجلات والتصحيح، نعم. أما للبيانات التي تتصرف بناءً عليها، فاحذر. فمكتبات مثل json\_repair تكمل القيم الناقصة بقيم افتراضية، فتعود مدينة مقطوعة مثل "Jed" قيمةً صالحة "Jed". ارفض المخرجات المقطوعة وأعد الإرسال بدلًا من ذلك.

### لماذا تنقطع مخرجات JSON من نموذج اللغة؟

لأن الرد بلغ max\_tokens. وفي نماذج الاستدلال المنطقي مثل DeepSeek V4.1 Flash وGLM 5.3 وQwen3.8 27B يُحتسب الاستدلال ضمن هذا الحد، فقد يترك التفكير الطويل مساحة أقل من اللازم. ارفع الحد، أو اضبط reasoning\_effort على low، أو اطلب إخراجًا أقل في كل استدعاء.

### هل يضمن وضع JSON الحصول على JSON صالح؟

تقريبًا. تقول OpenAI إن مخرجات وضع JSON صالحة "except for in some edge cases" (الترجمة: «إلا في بعض الحالات الحدّية»)، مثل بلوغ حد الرموز، ولا يفرض الوضع مخططك. وتضيف المخرجات المهيكلة عبر json\_schema الالتزام بالمخطط حيث يفرضه المزوّد. وتحقّق في الحالتين.

### أي نماذج BroadNet تدعم المخرجات المهيكلة؟

يذكر المرجع التقني لواجهة BroadNet المخرجات المهيكلة لـ GLM 5.3 وQwen3.8 27B، بحسب مراجعة 15 نوفمبر 2026. ولا يذكرها لـ DeepSeek V4.1 Flash ولا Gemma 4 VL 26B، فاستخدم معهما JSON عبر الأمر فقط مع الإصلاح والتحقق.

## تابع القراءة

-   [وضع JSON أم json\_schema: مخرجات منظَّمة يمكن الاعتماد عليها](https://broadrouter.com/ar/blog/structured-output-json-schema/)
-   [استدعاء الأدوات في النماذج المفتوحة: المخططات والتوازي والإعادة](https://broadrouter.com/ar/blog/tool-calling-open-models/)
-   [ضبط max\_tokens لنماذج الاستدلال المنطقي: طريقة لتحديد الميزانية](https://broadrouter.com/ar/blog/reasoning-model-max-tokens-budget/)
-   [تصنيف النصوص العربية بنموذج LLM: المشاعر والنية وفرز التذاكر](https://broadrouter.com/ar/blog/arabic-text-classification-llm/)
-   [معالجة دفعات LLM دون Batch API: مشغّل قابل للاستئناف](https://broadrouter.com/ar/blog/llm-batch-processing-without-batch-api/)
-   [ترجمة نصوص التطبيق إلى العربية بنموذج LLM: المتغيرات وصيغ الجمع](https://broadrouter.com/ar/blog/translate-app-strings-to-arabic-llm/)
-   [عتاد GPU لدى BroadNet وطريقة تقديم النماذج، كما تصفها BroadNet](https://broadrouter.com/ar/blog/broadnet-gpu-fleet-and-serving/)
-   [تخزين استجابات LLM API مؤقتًا لخفض التكلفة: تطابق تام بـ Python](https://broadrouter.com/ar/blog/cache-llm-responses-cut-cost/)
-   [دليل: لماذا يعيد نموذج الاستدلال إجابة فارغة؟](https://broadrouter.com/ar/guides/reasoning-tokens-empty-response/)
-   [دليل: استخدام OpenAI Python SDK مع BroadNet Inference](https://broadrouter.com/ar/guides/openai-python-sdk/)
-   [دليل: قراءة الفواتير والإيصالات العربية بنموذج رؤية](https://broadrouter.com/ar/guides/read-arabic-invoices-with-vision/)

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-blog-fix-invalid-json-from-llm&utm_content=page-cta) ·

**المصادر**

-   [المرجع التقني لواجهة BroadNet Inference: الأدوات والمخرجات المهيكلة مدرجة لـ GLM 5.3 وQwen3.8 27B فقط؛ ونماذج DeepSeek V4.1 Flash وGLM 5.3 وQwen3.8 27B تستدل استدلالًا منطقيًا، والاستدلال المنطقي يُحتسب ضمن max\_tokens (تاريخ المراجعة 2026-11-16) (بالإنجليزية)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=ar-blog-fix-invalid-json-from-llm&utm_content=sources)
-   [دليل Structured Outputs من OpenAI: وضع JSON مقابل الالتزام بالمخطط، وتوجيه النموذج لإنتاج JSON، والمسافات البيضاء حتى حد الرموز، والإخراج غير المكتمل، والرفض (تاريخ المراجعة 2026-11-15)](https://developers.openai.com/api/docs/guides/structured-outputs)
-   [IETF RFC 8259، صيغة تبادل البيانات JSON: قواعد الكائنات، والسلاسل بين علامتي اقتباس مزدوجتين، وعدم السماح بـ Infinity وNaN (تاريخ المراجعة 2026-11-15)](https://www.rfc-editor.org/rfc/rfc8259)
-   [وثائق Python، الوحدة json: الدالة JSONDecoder.raw\_decode، وقبول NaN وInfinity افتراضيًا، والمعامل parse\_constant (تاريخ المراجعة 2026-11-15)](https://docs.python.org/3/library/json.html)
-   [مكتبة json\_repair على GitHub (MIT): تصلح JSON المشوّه وتملأ القيم الناقصة بقيم افتراضية (اختُبر الإصدار 0.64.9؛ تاريخ المراجعة 2026-11-15)](https://github.com/mangiucugna/json_repair)
-   [وثائق vLLM، المخرجات المهيكلة: json\_schema وregex وchoice وgrammar مع الواجهتين الخلفيتين xgrammar أو guidance (تاريخ المراجعة 2026-11-15)](https://docs.vllm.ai/en/latest/features/structured_outputs.html)
