نظام دردشة RAG متعدد المصادر — LlamaIndex + Qdrant

بنيت نظام دردشة RAG (استرجاع معزز بالتوليد) يجيب على الأسئلة بالاعتماد على مصدرين مختلفين معًا: التوثيق الثابت (عربي/إنجليزي) وبيانات حية من نظام CRM، عبر خط أنابيب فهرسة وتقطيع (LlamaIndex) وتخزين متجهي (Qdrant).

قرار تقني مهم: صممت طبقة تجريد (Abstraction Layer) تدعم عدة مزودي نماذج ذكاء اصطناعي بدلاً من الارتباط بمزود واحد - قرار لإدارة مخاطر الاعتماد الكامل على مزود واحد (Vendor Lock-in) من ناحية التكلفة والتوفر.

أخذت المشروع من مرحلة النموذج الأولي إلى تحصين إنتاجي فعلي: حل مشاكل توافق Qdrant مع بيئة Vercel Serverless (تثبيت إصدارات، إصلاح المسارات ومعالجة الأخطاء) التي تظهر فقط في بيئة الإنتاج الفعلية.

Stack: Python, LlamaIndex, Qdrant, نشر على Vercel Serverless