RAG Knowledge Engine – نظام ذكاء اصطناعي للبحث في المستندات

نظام Backend متخصص في بناء تطبيقات RAG، يتيح معالجة المستندات وتحويلها إلى بيانات قابلة للبحث الدلالي ثم استخدام نماذج اللغة الكبيرة للإجابة عن أسئلة المستخدم اعتمادًا على محتوى المستندات.

قمت بتطوير النظام باستخدام Python وFastAPI، مع تصميم REST APIs لإدارة المستخدمين والمشاريع والملفات، وإضافة نظام مصادقة باستخدام JWT وGoogle OAuth.

يتضمن المشروع Pipeline لمعالجة المستندات، إنشاء Embeddings، تخزين واسترجاع البيانات باستخدام Vector Databases، ثم تمرير النتائج ذات الصلة إلى نموذج اللغة لتوليد الإجابة.

تم تصميم المشروع بطريقة Modular Architecture مع فصل الـ Controllers والـ Stores والـ Services وقاعدة البيانات، مما يسهل تطوير النظام واختباره وتوسيعه.

التقنيات المستخدمة:

Python، FastAPI، PostgreSQL، SQLAlchemy، Alembic، Qdrant، pgvector، LangChain، Cohere، OpenAI، JWT، OAuth، Docker.