البدء مع Scala Metals وخادم Model Context Protocol الخاص به
عزّز التطوير بـ Scala بمساعدة الوكلاء باستخدام خادم Metals MCP، الذي يوفّر السياق الذي يحتاجه الذكاء الاصطناعي لإنتاج شيفرة عالية الجودة.
في تطوير البرمجيات بمساعدة الذكاء الاصطناعي، يُعد وكلاء الذكاء الاصطناعي الموجة الكبيرة التالية.
من المرجح أنك جرّبت على الأقل إكمال الشيفرة بأسلوب copilot أو اقتراحات التعديل المدعومة بـ copilot لإصلاح مشكلات محددة في قواعد شيفرتك. ويذهب الوكلاء خطوة أبعد: فهم يتولون وضع خطة عمل، وتعديل الملفات، وتنفيذ أوامر الصدفة (shell)، وما إلى ذلك. ويحدث هذا كله استجابةً لتلقينك الأول، والمحادثة اللاحقة، والملاحظات التي يتلقونها من تنفيذ إجراءاتهم.
لكن الوكيل لا يمكن أن يكون أفضل من السياق المتاح له. وبالطبع يشمل ذلك ملفات المشروع والتلقين، لكن هذا في بعض الأحيان لا يمثل الصورة الكاملة. وهنا يفيد MCP: فهو يتيح لنموذج الذكاء الاصطناعي إنتاج استدعاءات إلى أنظمة خارجية. وبما أنه معيار (نشأ في Anthropic وتبنّته الآن Microsoft وGoogle وكثيرون غيرهما)، يمكن لخادم MCP واحد أن يعمل مع نماذج Gemini وClaude وGPT على حد سواء.
يمكن لخادم MCP أن يكشف عمليًا أي وظيفة، من جلب حالة الطقس، مرورًا بالتحدث إلى أنظمة خارجية مثل GitHub، إلى الاستعلام عن المعلومات المتاحة محليًا عبر نظام البناء. ومثال بارز هو خادم Metals الخاص بـ Scala، الذي لا يستطيع تصريف المشروع فحسب، بل هو أيضًا ما تعتمد عليه بيئات التطوير في إكمال الشيفرة وفحص الأنواع ومعاينة الرموز وغيرها. وتكامل Metals-MCP المُدخل حديثًا يجعل هذه المعلومات متاحة لنماذج الذكاء الاصطناعي.
ويمكنك أيضًا النظر إلى خوادم MCP كإضافة إلى الأدوات المدمجة التي يملكها الوكلاء بالفعل (التي يوفرها مبتكرو وضع الوكيل في Copilot أو بيئة Cursor). تغطي هذه الأدوات المدمجة أمورًا مثل قراءة محتوى ملف وتعديله وتنفيذ أمر صدفة. وتوسّع خوادم MCP الإضافية، مثل خادم Metals، ذلك ليشمل فحص رموز Scala وتصريف قاعدة الشيفرة وتشغيل الاختبارات. ويمكن عندئذ أن تتضمن ردود الوكلاء النصية استدعاءات للأدوات المدمجة والإضافية معًا.
إعداد Metals MCP
أفترض أن لديك بالفعل مشروع Scala مع إضافة Metals مثبّتة. وإن لم يكن لديك، فقد تكون نقطة بداية جيدة أن تنشئ مشروع HTTP API بسيطًا من قالب، وتثبّت إضافة Metals من سوق VS Code، وتستورد البناء إلى بيئة التطوير. وإذا واجهت مشكلة، فراجع توثيق Metals!
في الواقع، مجرد تثبيت Metals واستيراد البناء سيوصلك بالفعل إلى مدى بعيد مع الوكلاء – انظر تكامل فحص الشيفرة (linting) أدناه (أي التحذيرات والأخطاء التي يبلغ عنها Metals في ملفاتك المصدرية). وتضيف أدوات MCP قدرات إضافية فوق ذلك.
في Visual Studio Code
افتح الإعدادات وابحث عن “MCP”. عليك تفعيل MCP في VS Studio Code عمومًا وكذلك خادم Metals MCP تحديدًا:
وكبديل، يمكنك تفعيل هذين الإعدادين في ملف الإعدادات:
"chat.mcp.enabled": true
"metals.startMcpServer": true
بمجرد فتح مشروع مع تفعيل Metals، ينبغي أن تظهر النافذة المنبثقة التالية (على الأرجح سيكون منفذك مختلفًا):
بعد ذلك، افتح Copilot Chat واختر وضع “Agent”:
تمثل أيقونة المكدّس (الثالثة من اليسار) “تم العثور على أدوات جديدة” – انقر عليها لاستعراضها. وبالنقر على زر الأدوات الثاني من اليسار، يمكنك أيضًا اختيار الأدوات التي ستُستخدم:
إعداد Metals MCP في Cursor
ابدأ بالانتقال إلى Settings -> VS Code Settings والبحث عن الإعداد metals.startMcpServer (مثلًا باستخدام البحث). فعّله ليبدأ تشغيل خادم MCP:
ينبغي أن يكتشف Cursor بعد ذلك خادم MCP الجديد تلقائيًا ويعرض إضافته إلى إعدادك:
وإذا لم يحدث ذلك، افتح Settings -> Cursor Settings -> MCP Tools وتحقق من القائمة. وإن كانت فارغة، فأضف خادم MCP جديدًا يدويًا، مما ينبغي أن يفتح mcp.json لك. ويجب أن يبدو محتواه تقريبًا هكذا:
{
"mcpServers": {
"chimp-metals": {
"url": "http://localhost:57525/sse"
}
}
}
يختلف المنفذ من تثبيت إلى آخر؛ وستجد منفذك ضمن علامة تبويب Metals -> Check logs:
2025.06.05 10:40:52 INFO Metals MCP server started on port: 57525.
بمجرد إضافته، ينبغي أن يظهر خادم MCP على أنه يعمل ويعرض الأدوات التسع التي يكشفها خادم Metals MCP حاليًا:
استخدام Metals MCP
حان وقت الاستفادة منه. افتح محادثة الوكيل (لوحة AI في Cursor، وCopilot Chat في VS Code) وكلّف الوكيل بمهمة. احرص على اختيار وضع “Agent” لا “Ask”! (الأخير هو الافتراضي في VS Code.)
في حالتي، كنت أجرّب كتابة خادم MCP بـ Scala (من الصفر). ولذلك كان عليّ أولًا تحويل نموذج البيانات المعرّف بـ TypeScript إلى Scala – وهي مهمة آلية إلى حد كبير، ومثالية لمساعد ذكاء اصطناعي.
هذا هو التلقين الذي بدأت به (كان جزء صغير من النموذج معرّفًا بالفعل من تجارب سابقة):
يستخدم Cursor بعض أدواته المدمجة (البحث على الويب، وقراءة الملف Tools.scala) لوضع خطة عمل. ويمكنك بعد ذلك مشاهدته وهو يصقل تصميمًا، فينتج أصناف النموذج على مدى عدة تكرارات.
كلما أدت الشيفرة المولَّدة إلى خطأ تصريف، يكتشفه Metals ويبلّغ عنه كـ “خطأ linter” عادي:
وبمجرد أن يلاحظ الوكيل الخطأ، يحاول إصلاحه بنفسه، فينتج الإصدار التالي من الشيفرة ويفحصها (أي يصرّفها ويحصل على الملاحظات من خادم التصريف في Metals). لكنه في النهاية يستسلم ويطلب منك التدخل!
وفي بعض الأحيان، ستلاحظ الوكيل وهو يستدعي أدوات MCP صراحةً لتصريف الشيفرة التي ولّدها:
وفي أحيان أخرى، سيلجأ إلى تشغيل sbt compile عبر أمر صدفة:
تذكّر أنه في النهاية، الأوامر المراد تشغيلها يولّدها النموذج اللغوي. فقد يُنتج طلبًا لاستدعاء أداة MCP، لكنه قد يقرر بالقدر نفسه أن يسلك هذه المرة الطريقة التقليدية!
يمكنك أن تقرر ما إذا كانت أخطاء linter وأدوات MCP تُستدعى تلقائيًا أم تتطلب موافقتك. يسأل VS Code دائمًا قبل تشغيل أداة MCP. أما في Cursor، فيمكنك ضبط ذلك لكل أداة في الإعدادات، لكنه يستخدم افتراضيًا الأدوات المتاحة تلقائيًا (بخلاف VS Code). وفي كثير من الأحيان، يطرح النموذج اللغوي أيضًا أسئلة تحتاج إلى مدخلاتك وموافقتك، مثلًا عندما يجب اختيار مسار عمل معين. وهذا مستقل عن الموافقة على تشغيل أدوات MCP.
الوكلاء وScala 3
يؤدي الوكلاء عملًا جيدًا إلى حد كبير في توليد شيفرة Scala، وحلقة الملاحظات السريعة التي يحصلون عليها من المصرّف (عبر linters أو أدوات MCP) تجعله أفضل. ومع ذلك، تميل معظم الشيفرة المولَّدة إلى أسلوب Scala 2: من صياغة الاستيراد، إلى الصياغة ذات الأقواس المعقوفة (“braceful”)، إلى implicit بدلًا من given، وsealed trait بدلًا من enum.
ونتيجة لذلك ستحتاج كثيرًا إلى طلب شيفرة Scala 3 صراحةً – ومع ذلك قد تحصل على شيفرة Scala 2. وفي تلك الحالة، اطلب مرة أخرى ببساطة إعادة هيكلة بأسلوب Scala 3 أو استبدال sealed trait بـ enum، وستقترب مما تريده. أما التنسيق التلقائي باستخدام scalafmt (الذي يمكنه إعادة كتابة الأقواس المعقوفة إذا ضُبط لذلك) فيتولى الباقي.
يستطيع الوكلاء إنجاز الكثير، لكنهم في النهاية ما زالوا يحتاجون إلى إشراف كبير، وعليك أن تعرف Scala (أو أيًا كانت اللغة التي تعمل بها) جيدًا لتحصل على نتائج جيدة!
قدّم يد العون لفريق Metals!
تعتمد فعالية خادم MCP إلى حد بعيد على جودة أوصاف الأدوات، وعلى الأدوات المكشوفة أصلًا. فإن كُشف عدد كبير جدًا منها، قد يرتبك النموذج اللغوي ويختار الأداة الخطأ. وإن كان العدد قليلًا جدًا، فببساطة لن تتوفر الوظيفة. وإذا كانت لديك أفكار لفريق Metals، فأنا متأكد أنهم سيرحبون بملاحظاتك!
ألقِ نظرة على التعريف الحالي لـ MetalsMcpServer (ابحث عن استدعاءات new Tool(...)). تتحول هندسة التلقين إلى تخصص قائم بذاته، ويوضح Cursor ذلك جيدًا. فبيئة التطوير التي تضع الذكاء الاصطناعي أولًا لا تكون أقوى من التلقينات التي تستخدمها. لذا يمكن أن تشمل المساهمات ليس أدوات جديدة فحسب، بل تلقينات أفضل أيضًا!
بناءً على تجربتي (المحدودة جدًا حتى الآن)، فإن compile-file هي الأداة الأكثر استخدامًا بفارق كبير. وعند البحث، لا يزال النموذج اللغوي يلجأ عادةً إلى البحث النصي (grep) في قاعدة الشيفرة. ولجعل النموذج يستخدم، مثلًا، أداة إيجاد الاستخدامات، يلزم أن تكون صريحًا جدًا:
قد تقول إن إجراء Go To References التقليدي في بيئة التطوير يفعل الشيء نفسه – بشكل أسرع وأرخص. لكن الهدف هو أن يعتمد النموذج على هذه الأدوات في مهام أكثر تعقيدًا تُنفَّذ باستقلالية. وربما تحتاج أوصاف هذه الأدوات إلى صقل، أو ربما لم تتطلب المهام التي شغّلتها حتى الآن مثل هذه الوظيفة ببساطة.
نحتاج إلى مزيد من التجارب – يرجى مشاركة نتائجكم! :)