منصة ذكاء اصطناعي متكاملة لتحليل الشركات وجمع البيانات مع نظام استرجاع المحتوى (AI-Powered Lead Gen & RAG System)

نوع العمل:

هذا المشروع هو منصة ذكاء اصطناعي متكاملة (All-in-One AI Automation Platform) تجمع بين:

جلب وتحليل بيانات الشركات (Lead Enrichment)

نظام استرجاع المحتوى (RAG - Retrieval-Augmented Generation)

التكامل مع قواعد البيانات المتجهية (Vector Databases)

التفاعل الآلي مع المستخدمين عبر الدردشة

تم تصميم هذه المنصة باستخدام أدوات الأتمتة ومنخفضة البرمجة (Low-code) لتكون حلًا شاملاً لأقسام المبيعات والتسويق والبحث.

المكونات الرئيسية وطريقة التنفيذ:

الجزء الأول: نظام استرجاع المعرفة (RAG System)

مصدر البيانات: يتم ربط المنصة بـ Google Drive لمراقبة أي ملفات جديدة يتم إضافتها (PDF, Word, Excel).

تحميل الملفات: عند إضافة ملف جديد، يقوم النظام تلقائياً بتحميله.

تقسيم النصوص: باستخدام Recursive Character Text Splitter، يتم تقسيم الملفات إلى أجزاء صغيرة مناسبة للمعالجة.

تحويل النصوص إلى Embeddings: يتم استخدام نموذج Embeddings من OpenAI لتحويل النصوص إلى أرقام (Vectors) تفهمها الآلة.

التخزين في قاعدة بيانات متجهية: يتم تخزين هذه الأرقام في Pinecone Vector Store، وهي قاعدة بيانات مصممة خصيصاً للبحث الذكي.

الجزء الثاني: جمع وتحليل بيانات الشركات

البحث والكشط: نظام البحث يقوم بجلب بيانات الشركات من المصادر المفتوحة.

تحليل التقنيات: استخدام OpenRouter Chat Model لتحليل البنية التقنية للشركات (Tech Stack).

استخراج التواصل: وكيل مخصص لكشط روابط التواصل الاجتماعي وتدقيق الإيميلات.

الجزء الثالث: التفاعل الذكي (AI Agent)

استقبال الاستفسارات: يتم ربط النظام بتطبيق دردشة (When chat message received).

الاستعلام الذكي: عندما يسأل المستخدم سؤالاً، يقوم الوكيل الذكي (AI Agent) بالبحث في قاعدة بيانات Pinecone (التي تحتوي على المعرفة المخزنة) للحصول على الإجابة الأكثر دقة.

دمج المصادر: يقوم الوكيل بدمج المعلومات من قاعدة البيانات المتجهية مع قدرته على التحليل ليعطي إجابة شاملة.