تطوير نظام RAG للبحث والإجابة من المستندات

الوصف

🤖 حوّل مستنداتك إلى مساعد ذكاء اصطناعي باستخدام RAG

هل تريد إنشاء مساعد ذكي يجيب عن الأسئلة اعتمادًا على مستنداتك وبياناتك، بدلًا من الاعتماد على المعرفة العامة للنماذج اللغوية؟

سأقوم ببناء نظام RAG (Retrieval-Augmented Generation) مصغر يتيح لك رفع مستنداتك، والبحث داخل محتواها، وطرح الأسئلة عليها، والحصول على إجابات مدعومة بمصادر من الملفات المتاحة.

💰 ماذا تشمل الباقة الأساسية مقابل 35 دولارًا؟

تشمل الباقة تسليم نموذج أولي قابل للتشغيل وفق النطاق التالي:

1. معالجة المستندات
- دعم ملفات PDF النصية وDOCX وTXT وCSV.
- استقبال حتى 10 ملفات.
- حد أقصى 10 ميجابايت لكل ملف.
- إجمالي حجم الملفات لا يتجاوز 30 ميجابايت.
- معالجة مستندات يصل مجموع محتواها إلى 50,000 كلمة تقريبًا، بحسب تنسيق الملفات وجودة استخراج النصوص.

2. نظام RAG للبحث والإجابة
- تقسيم النصوص إلى أجزاء مناسبة للاسترجاع.
- إنشاء Embeddings لتسهيل البحث الدلالي.
- تخزين المتجهات باستخدام قاعدة بيانات متجهية مناسبة.
- استرجاع الأجزاء الأكثر صلة بالسؤال.
- توليد إجابات اعتمادًا على المحتوى المسترجع، مع توضيح المصادر أو الملفات ذات الصلة عند توافرها.
- تعليمات تقلل الإجابات غير المدعومة بالمستندات، مع إمكانية التصريح بعدم العثور على إجابة مناسبة.

3. اللغات المدعومة
- دعم الأسئلة والمستندات باللغة العربية والإنجليزية.
- تعتمد جودة البحث والإجابات على نموذج التضمين والنموذج اللغوي المستخدمين.

4. واجهة المستخدم
- واجهة تفاعلية بسيطة باستخدام Streamlit.
- رفع الملفات وتجهيزها للبحث.
- كتابة الأسئلة وعرض الإجابات والمصادر المسترجعة.

5. الملفات التي ستستلمها
- الكود المصدري الكامل للمشروع.
- ملف `requirements.txt`.
- ملف إعدادات نموذجي مثل `.env.example` عند الحاجة.
- دليل تشغيل وتثبيت باللغة الإنجليزية أو العربية.
- تنظيم واضح للكود يسمح بالتعديل والتطوير مستقبلًا.

📦 طريقة التسليم

سيتم تسليم المشروع في ملف ZIP منظم، أو عبر مستودع GitHub خاص إذا اتفقنا على ذلك.

تشمل الباقة اختبارًا أساسيًا للتأكد من إمكانية تشغيل النظام وتنفيذ مسار رفع المستندات والاسترجاع والإجابة.