بناء AI Agent للرد التلقائي على البريد باستخدام RAG وVector Database

قمت ببناء نظام AI Agent قادرًا على قراءة رسائل Gmail وفهم محتواها ثم إنشاء ردود تلقائية بالاعتماد على قاعدة معرفة مخصصة.

يتكون النظام من مسارين رئيسيين:

مسار الرد الذكي:

استقبال الرسائل الجديدة من Gmail.

تحليل الرسالة باستخدام Google Gemini.

استخدام PostgreSQL كذاكرة للمحادثات.

البحث في قاعدة الأسئلة الشائعة FAQ.

استخدام Embeddings لاسترجاع المعلومات الأكثر ارتباطًا بالسؤال.

توليد وإرسال رد مناسب تلقائيًا عبر Gmail.

مسار بناء قاعدة المعرفة:

مراقبة الملفات الجديدة على Google Drive.

تحميل المستندات ومعالجتها.

تقسيم المحتوى إلى أجزاء صغيرة (Chunks).

إنشاء Embeddings باستخدام Gemini.

تخزين الـ Vectors في Supabase Vector Store لاستخدامها لاحقًا في عمليات البحث والاسترجاع.

بهذا يصبح الـ AI Agent قادرًا على الاستفادة من المعرفة الخاصة بالمشروع بدل الاعتماد على المعلومات العامة فقط.

التقنيات المستخدمة:

Google Gemini • RAG • AI Agents • Embeddings • PostgreSQL • Supabase Vector Store • Gmail • Google Drive • Vector Search