بناء نظام Conversational AI يعتمد على Retrieval-Augmented Generation (RAG)

? فكرة المشروع

تم تطوير Chatbot ذكي يحاكي أسلوب الكاتب فرانز كافكا باستخدام تقنية

Retrieval-Augmented Generation (RAG).

يعتمد النظام على استرجاع نصوص من قاعدة بيانات متجهات (Vector Database) ثم توليد إجابة دقيقة مبنية فقط على السياق المسترجع، مما يقلل الهلوسة ويحسن الدقة.

? التقنيات المستخدمة

Python

LangChain

ChromaDB (Vector Database)

Ollama (LLM Local Deployment)

Streamlit (واجهة تفاعلية)

Embeddings-based Semantic Search

Metadata Filtering

MMR Retrieval Strategy

? آلية العمل

تقسيم النصوص إلى Chunks ذكية

إنشاء Embeddings

تخزينها في ChromaDB

عند طرح سؤال:

يتم استرجاع أكثر المقاطع صلة

تمريرها إلى النموذج

توليد إجابة مبنية فقط على السياق المسترجع

عرض النتيجة في واجهة Streamlit تفاعلية

? المميزات

✔ تقليل Hallucination

✔ دعم Metadata Filtering

✔ دعم MMR Retrieval

✔ إمكانية النشر محليًا أو على خادم

✔ تصميم قابل للتوسع لأي Domain (Legal – Medical – Education)

✅ 3️⃣ المهارات التي تضيفها

Python Development

NLP

Generative AI

LLM Integration

LangChain

Vector Databases

RAG Systems

Streamlit Deployment

Prompt Engineering