نظام RAG للإجابة المدعومة بالاسترجاع
- طوّرت نظام Retrieval-Augmented Generation (RAG) متكامل يتيح الإجابة على الأسئلة اعتمادًا على مستندات معرفة مسبقة، مع توفير واجهة برمجية مرنة قابلة للنشر في بيئات الإنتاج.
أبرز المزايا:
- معالجة وتهيئة المستندات وتحويلها إلى تمثيلات向ية للتخزين في قاعدة بيانات متجهية (Vector DB)
- تنفيذ البحث الدلالي لاستخراج المعلومات ذات الصلة بالسؤال
- توليد إجابات دقيقة مدعومة بالمصادر باستخدام نماذج لغة كبيرة (LLMs)
- بناء واجهة FastAPI لتقديم واجهات REST API مرنة
- إدارة البيانات باستخدام MongoDB ثم التحويل إلى PostgreSQL مع SQLAlchemy و Alembic
- تشغيل المهام الخلفية ومعالجة الملفات باستخدام Celery
- نشر النظام كاملًا باستخدام Docker وتقنية الحاويات لخدمات متعددة
ما يميز المشروع:
- تصميم معماري نظيف قابل للتوسع والتطوير
- جاهزية كاملة للعمل في بيئات إنتاج حقيقية
- توثيق واضح وشامل لجميع مراحل التطوير
هذا المشروع يعكس قدرتي على بناء أنظمة ذكاء اصطناعي إنتاجية متكاملة من الصفر، بدءًا من التصميم والمعمارية وحتى النشر والتشغيل الفعلي.
