Q&A RAG system using N8N

قمت ببناء نظام ذكاء اصطناعي كامل يجيب عن أسئلة الموظفين من دليل الموظف الخاص بالشركة فقط، من خلال صفحة ويب بسيطة. يكتب المستخدم سؤاله، فيبحث النظام داخل الملف عن الأجزاء المناسبة، ثم يولّد الإجابة ويعرضها في نفس الصفحة مع ذكر رقم الصفحة التي أُخذت منها.

الفكرة الأساسية أن البوت لا يخمّن ولا يجيب من معلوماته العامة. إذا لم يجد الإجابة في المستند، يقول ذلك بوضوح، وهذا ما يجعله مناسبًا للشركات التي تحتاج إجابات دقيقة وموثوقة.

ماذا نفّذت في هذا المشروع؟

1. مسار تجهيز المستند (Ingestion Workflow)

جلب ملف PDF من Google Drive واستخراج النص منه.

تقسيم النص إلى أجزاء (Chunks) وتحويل كل جزء إلى Embeddings وتخزينها في قاعدة بيانات متجهات.

ضبط حجم الجزء والتداخل وعدد النتائج من مكان واحد، بدون تكرار الإعدادات في أكثر من عقدة.

2. مسار الإجابة عن الأسئلة (Q&A Workflow)

استقبال السؤال عبر Webhook (POST).

البحث عن أقرب الأجزاء لمعنى السؤال (Top-K).

بناء Prompt يحتوي على السؤال والأجزاء المسترجعة، مع تعليمات صارمة (System Prompt) للإجابة من النص فقط.

إرجاع النتيجة بصيغة JSON فيها الإجابة والمصادر.

3. واجهة الويب (ملف HTML واحد)

تصميم نظيف وسريع الاستجابة يعمل على الكمبيوتر والموبايل.

عرض الإجابة والمصادر في نفس الصفحة بدون إعادة تحميل.

حالة "جاري البحث" أثناء الانتظار، ورسالة خطأ واضحة عند فشل الطلب.

النتيجة

نظام يعمل من البداية للنهاية: سؤال في الصفحة، ثم بحث ذكي في المستند، ثم إجابة دقيقة مع المصدر. ويمكن تطبيق نفس الفكرة على أي مستند آخر، مثل أدلة الموظفين، وسياسات الشركات، وكتالوجات المنتجات، وأسئلة العملاء الشائعة.

الأدوات والتقنيات

n8n · RAG · OpenAI (Embeddings & Chat) · Vector Store · Google Drive · Webhooks · REST API · JavaScript · HTML/CSS