---
title: "OpenAILike في LlamaIndex مع api_base مخصّص | BroadRouter"
description: "اربط LlamaIndex بـ BroadNet Inference عبر الصنف OpenAILike، واضبط api_base وcontext_window وis_chat_model وis_function_calling_model بالشكل الصحيح."
url: https://broadrouter.com/ar/guides/llamaindex-openailike/
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/llamaindex-openailike/) (حُدّث في 2026-11-16).

# استخدام LlamaIndex مع BroadNet Inference عبر OpenAILike

آخر تحديث 2026-11-16

ثبّت llama-index-llms-openai-like وأنشئ OpenAILike مع ضبط model على معرّف من BroadNet مثل broadnet/glm-5.3، وapi\_base على https://inference.broadnet.ai/v1، ومفتاح BroadNet، وcontext\_window على السياق الفعلي للنموذج، وis\_chat\_model=True، وis\_function\_calling\_model=True لنموذجَي GLM 5.3 أو Qwen3.8 27B فقط. ثم عيّنه في Settings.llm ليُستخدم في كل مكان.

LlamaIndex إطار عمل بلغة Python لبناء RAG والوكلاء. ولأي API متوافقة مع OpenAI ليست OpenAI نفسها، يوفّر الصنف `OpenAILike`. وتقدّم BroadNet Inference مسار chat completions القياسي على `https://inference.broadnet.ai/v1`. BroadRouter هو موقع BroadNet نفسها؛ وتتبع الخطوات المرجع التقني لـ LlamaIndex الخاص بـ `llama-index-llms-openai-like` 0.9.0.

## التثبيت

```bash
pip install llama-index-llms-openai-like
export BROADNET_API_KEY='your-broadnet-key'
```

## الاتصال والاختبار

```python
import os
from llama_index.llms.openai_like import OpenAILike

llm = OpenAILike(
    model="broadnet/glm-5.3",
    api_base="https://inference.broadnet.ai/v1",
    api_key=os.environ["BROADNET_API_KEY"],
    context_window=1048576,
    is_chat_model=True,
    is_function_calling_model=True,
    max_tokens=2000,  # reasoning counts toward this limit
)

print(llm.complete("Name three uses for a vector index."))
```

إذا طُبعت إجابة، فالمفتاح والعنوان ومعرّف النموذج تعمل.

## الإعدادات الأربعة المهمة

| المعامل | اضبطه على | القيمة الافتراضية إن لم تضبطه |
| --- | --- | --- |
| `is_chat_model` | `True` | `False`، وتعني استخدام مسار completions القديم؛ بينما تقدّم BroadNet مسار chat completions |
| `context_window` | السياق الفعلي للنموذج | 3,900 رمز |
| `is_function_calling_model` | `True` لنموذجَي GLM 5.3 أو Qwen3.8 27B فقط | `False` |
| `max_tokens` | 1,000 أو أكثر | None (لا يُرسَل، فيقرّر الخادم) |

أهمها `is_chat_model`. يقول المرجع التقني إنه “controls whether the model uses the chat or completion endpoint” (ترجمة: يتحكم في ما إذا كان النموذج يستخدم نقطة نهاية chat أو completion)، وقيمته الافتراضية false. ويُدرج توثيق BroadNet المسار `/v1/chat/completions`، لا مسار completions الأقدم.

## استخدامه في التطبيق كله

```python
from llama_index.core import Settings

Settings.llm = llm
```

بعدها تستخدم محركات الاستعلام ومحركات المحادثة والوكلاء BroadNet. أما التضمينات فمنفصلة: لا يُدرج المرجع التقني لـ BroadNet نقطة نهاية للتضمينات، فأبقِ نموذج تضمين مختلفًا للفهرسة.

## نوافذ السياق

| النموذج | المعرّف | `context_window` | الأدوات |
| --- | --- | --- | --- |
| GLM 5.3 | `broadnet/glm-5.3` | 1048576 | نعم |
| DeepSeek V4.1 Flash | `broadnet/deepseek-v4.1-flash` | 1048576 | غير مُدرجة |
| Qwen3.8 27B | `broadnet/qwen3.8-27b` | 262144 | نعم |
| BroadNet Gemma 4 VL 26B | `broadnet/gemma-4-26b-a4b` | 32768 | غير مُدرجة |

سياق بحجم مليون رمز يتيح لمحرك الاستعلام تمرير عدد أكبر بكثير من المقاطع المسترجعة في كل استدعاء. لكن هذا ليس الأفضل دائمًا؛ راجع [السياق الطويل مقابل RAG](https://broadrouter.com/ar/blog/long-context-vs-rag/).

## حل المشكلات

-   **401.** المفتاح خاطئ، أو منتهي الصلاحية، أو استنفد رصيده.
-   **404.** يجب أن ينتهي `api_base` بـ `/v1`، وأن تكون قيمة `is_chat_model` هي `True`. ثم تحقق من معرّف النموذج. النماذج المدفوعة تحتاج إلى شحن الرصيد؛ والرصيد البالغ $5 يغطي `broadnet/gemma-4-26b-a4b` ونموذجَي Transcribe.
-   **إجابات فارغة.** استهلك الاستدلال المنطقي ميزانية المخرجات. ارفع `max_tokens`. راجع [لماذا تعود الإجابات فارغة](https://broadrouter.com/ar/guides/reasoning-tokens-empty-response/).
-   **الوكيل لا يستدعي الأدوات أبدًا.** اضبط `is_function_calling_model=True` واستخدم `broadnet/glm-5.3` أو `broadnet/qwen3.8-27b`.
-   **429 أثناء الاستيعاب (ingestion) أو الاستعلامات الدفعية.** يسمح مفتاح الدفع حسب الاستخدام بـ 30 من الطلبات في الدقيقة و4 قيد التنفيذ. ويعيد OpenAILike المحاولة 3 مرات افتراضيًا (`max_retries`). راجع [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.

[RAG (التوليد المعزّز بالاسترجاع)](https://broadrouter.com/ar/glossary/rag/)

RAG (التوليد المعزّز بالاسترجاع) نمط يسترجع فيه التطبيق أولًا مقاطع متصلة بالسؤال من مخزن خارجي، مثل فهرس بحث أو فهرس متجهات، ثم يضيفها إلى الأمر ليجيب النموذج اللغوي من ذلك النص لا من ذاكرته وحدها.

[التضمينات (Embeddings)](https://broadrouter.com/ar/glossary/embeddings/)

التضمينات (embeddings) قوائم من الأعداد العشرية (متجهات) يُنتجها نموذج لتمثيل قطعة نص أو صورة أو أي مدخل آخر. وتحصل المدخلات المتشابهة في المعنى على متجهات متقاربة، فيمكن استخدام المسافة بين المتجهات لترتيب نتائج البحث أو تجميع المستندات أو إيجاد العناصر المرتبطة.

[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.

## أسئلة شائعة

### لماذا لا أستخدم الصنف OpenAI في LlamaIndex مع api\_base مختلف؟

تقول صفحة OpenAI في توثيق LlamaIndex نفسه أن تستخدم تكامل OpenAILike مع أي API متوافقة مع OpenAI ليست واجهة OpenAI الرسمية. كما يتيح لك OpenAILike أن تحدد نافذة السياق ودعم الأدوات بنفسك.

### ماذا يحدث إذا لم أضبط context\_window؟

القيمة الافتراضية في OpenAILike هي 3,900 رمز، فيقتطع LlamaIndex الموجّهات والمقاطع المسترجعة إلى أقل بكثير مما تقبله نماذج BroadNet. اضبطه على 1048576 لنموذجَي GLM 5.3 وDeepSeek V4.1 Flash، أو 262144 لنموذج Qwen3.8 27B.

### هل يمكن لـ FunctionAgent في LlamaIndex أن يستخدم BroadNet؟

نعم، مع is\_function\_calling\_model=True على نموذج تُدرج له BroadNet الأدوات: GLM 5.3 أو Qwen3.8 27B. واتركه False مع DeepSeek V4.1 Flash، إذ لا يُدرج توثيق BroadNet استدعاء الأدوات له.

### هل توفّر BroadNet تضمينات (embeddings) لفهرس LlamaIndex؟

يُدرج المرجع التقني لـ BroadNet مساري chat completions والتفريغ الصوتي، لا التضمينات. استخدم نموذج تضمين منفصلًا للفهرس، وBroadNet للنموذج اللغوي.

## أدلة ذات صلة

-   [استخدام LangChain مع BroadNet Inference](https://broadrouter.com/ar/guides/langchain-openai-base-url/)
-   [استخدام Pydantic AI مع BroadNet Inference (OpenAICompatibleProvider)](https://broadrouter.com/ar/guides/pydantic-ai-openai-compatible/)
-   [استخدام OpenAI Python SDK مع BroadNet Inference](https://broadrouter.com/ar/guides/openai-python-sdk/)
-   [لماذا يعيد نموذج الاستدلال إجابة فارغة؟](https://broadrouter.com/ar/guides/reasoning-tokens-empty-response/)
-   [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-llamaindex-openailike&utm_content=page-cta) ·

**المصادر**

-   [المرجع التقني لـ LlamaIndex API، الصنف OpenAILike (رُوجع في 2026-11-15)](https://developers.llamaindex.ai/python/framework-api-reference/llms/openai_like/)
-   [توثيق LlamaIndex، مثال OpenAILike (صفحة تكامل Grok) (رُوجع في 2026-11-15)](https://developers.llamaindex.ai/python/framework/integrations/llm/grok/)
-   [توثيق LlamaIndex، صفحة OpenAI LLM (تحيل الواجهات المتوافقة إلى OpenAILike) (رُوجع في 2026-11-15)](https://developers.llamaindex.ai/python/framework/integrations/llm/openai/)
-   [PyPI، llama-index-llms-openai-like 0.9.0، Python 3.11 فأحدث (رُوجع في 2026-11-15)](https://pypi.org/project/llama-index-llms-openai-like/)
-   [الشيفرة المصدرية لـ LlamaIndex، القيمة الافتراضية لـ max\_tokens وحمولة الطلب في OpenAI LLM (رُوجعت في 2026-11-16)](https://github.com/run-llama/llama_index/blob/main/llama-index-integrations/llms/llama-index-llms-openai/llama_index/llms/openai/base.py)
-   [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-llamaindex-openailike&utm_content=sources)
