Agentic RAG

قمت بتصميم وبناء ونشر مساعد ذكاء اصطناعي متكامل يعتمد على تقنية RAG (الاسترجاع المعزز بالتوليد) مع قدرات عاملة (Agentic) لضمان دقة الإجابات وموثوقيتها.

المكونات التقنية:

الخادم الخلفي (Backend) مبني بـ FastAPI ومنشور على Hugging Face Spaces باستخدام Docker

الواجهة الأمامية (Frontend) مبنية بـ React وVite ومنشورة على Render كموقع ثابت (Static Site)

قاعدة بيانات متجهية (Vector Database) باستخدام Qdrant Cloud لتخزين البيانات بشكل دائم

تم حل مشكلات إعدادات CORS ومشكلات صيغة أوامر Dockerfile أثناء عملية النشر

اختبار وتقييم النظام:

قمت بإنشاء بيانات اختبار ثنائية اللغة (عربي/إنجليزي) لشركة تأمين افتراضية (NileCare)، مع أزواج أسئلة وإجابات مرجعية دقيقة لقياس أداء النظام، بالإضافة إلى دعم عرض النصوص العربية بشكل صحيح باستخدام خط Amiri ومكتبتي arabic-reshaper وpython-bidi.

طبقة الأتمتة (n8n):

قمت بتوسيع المشروع بإضافة طبقة أتمتة مبنية على n8n تربط بريد Gmail بالنظام: يتم استقبال الاستفسارات عبر Gmail Trigger، ثم استخراج السؤال وإرساله إلى واجهة API الخاصة بالمساعد. إذا كانت الإجابة "مؤكدة" (grounded) بناءً على المصادر، يتم صياغة رد تلقائي موثق بالمصادر؛ أما إذا لم تكن كذلك، يتم تصنيف الرسالة للمراجعة البشرية (needs-human)، مما يحقق نظام عمل هجين (Human-in-the-loop) يجمع بين الأتمتة والدقة.