DocuVisionLM - مساعد ذكي لفهم المستندات

DocuVisionLM هو تطبيق ويب متقدم يجمع بين قوة الذكاء الاصطناعي والرؤية الحاسوبية لتحويل طريقة تفاعلك مع المستندات. مستوحى من NotebookLM من Google، لكن مع إضافة ميزة فريدة: القدرة على فهم وتحليل الصور والرسوم البيانية داخل المستندات.

المشكلة

كثير من الأحيان نحتاج للبحث في ملفات PDF طويلة أو مستندات معقدة تحتوي على صور ورسوم بيانية، لكن الأدوات التقليدية تتجاهل المحتوى البصري وتركز فقط على النص. هذا يعني فقدان معلومات مهمة موجودة في الصور والجداول.

الحل

بنيت DocuVisionLM ليكون مساعدك الذكي الذي:

يقرأ ملفات PDF ويفهم محتواها النصي والبصري

يحلل الصور والرسوم البيانية باستخدام Gemini Vision AI

يستخرج النصوص من الصور باستخدام OCR

يتيح لك المحادثة مع مستنداتك بشكل طبيعي

يعرض لك مصادر الإجابات مع إمكانية معاينة الصفحات الأصلية

التقنيات المستخدمة

Backend (Python/FastAPI):

معالجة المستندات باستخدام PyMuPDF المعروفة بسرعتها ودقتها في التعامل مع ملفات PDF

تحليل الصور بـ Gemini 2.5 Pro Vision

استخراج النصوص بـ Tesseract OCR

تخزين الملفات على AWS S3

Frontend (Next.js/TypeScript):

واجهة مستخدم عصرية وسريعة

محادثة تفاعلية مع المستندات

معاينة فورية للصفحات والاقتباسات

AI & Vector Search:

Gemini 2.5 Pro للمحادثة الذكية

PostgreSQL مع pgvector للبحث الدلالي

Text Embedding 004 لتحويل النصوص لـ vectors

الميزات الرئيسية

✨ فهم شامل للمستندات: يحلل النصوص والصور والجداول معاً

? بحث دلالي ذكي: يفهم سؤالك ويجد الإجابة حتى لو لم تكن الكلمات متطابقة

? محادثة طبيعية: اسأل أي سؤال عن مستنداتك بلغة عادية

? تحليل بصري: يفهم الرسوم البيانية والصور ويشرحها لك

? مصادر موثوقة: كل إجابة مرفقة بمصدرها من المستند الأصلي

⚡ أداء سريع: معالجة متوازية للصفحات والصور