المشكلة
تحتفظ الشركات بمعارفها في ملفات PDF وWord وصفحات ويب. يبحث الناس فيها يدوياً، أو يسألون زميلاً. يستطيع نموذج المحادثة أن يجيب عن الأسئلة، لكنه لا يعرف مستنداتكم، وسيختلق الإجابة حين لا يعرفها.
يعالج التوليد المعزَّز بالاسترجاع (RAG) هذه المشكلة. يجد النظام المقاطع المناسبة في مستنداتكم ويعطيها للنموذج. فتأتي الإجابة مع مصادرها، ويستطيع القارئ التحقق منها.
أردنا أن نبني المنظومة كاملة بأنفسنا، لنعرف أين تكمن الصعوبات قبل أن نضع RAG في مشاريع العملاء.
ماذا بنينا
Foxmayn AI منصة RAG. ترفع الفرق مستنداتها، فتفهرسها المنصة وتجيب عن الأسئلة مع ذكر المصادر.
- رفع المستندات بصيغ txt وmd وhtml وpdf وdoc وdocx، بحجم أقصاه 10 MB للملف.
- فهرسة في الخلفية مع شريط تقدّم من 5 إلى 100 بالمئة.
- إجابات بمصادرها، تُبثّ إلى الشاشة تدريجياً وتصل المصادر أولاً.
- ملفات RAG. يحدد كل ملف نموذج المحادثة ونموذج التضمين وعدد المقاطع المسترجعة وعتبة الدرجة وحجم المقطع ودرجة الحرارة وتعليمات النظام.
- أرصدة تغطي تكلفة الفهرسة والأسئلة.
- مؤسسات ومستخدمون ومفاتيح API، مع إدارة المستخدمين من المشرف.
- واجهة API موثّقة بمواصفة OpenAPI وصفحة مرجعية على Scalar.
كيف يعمل
الشيفرة مستودع واحد متعدد الحزم بلغة TypeScript على Node 24، مبني بـ Turborepo وpnpm. فيه واجهة API وعامل وتطبيق ويب، وحزم مشتركة لقاعدة البيانات وعميل النماذج ومخزن المتجهات.
الفهرسة. يصل الملف المرفوع إلى واجهة API عبر oRPC. تضع الواجهة مهمة في طابور BullMQ على Redis. يقطّع العامل النص إلى مقاطع بمقسّم LangChain التكراري (500 حرف بتداخل 50 حرفاً افتراضياً). ثم يطلب التضمينات عبر OpenRouter على دفعات من 20، ويخزّن المتجهات في Qdrant، بمجموعة واحدة لكل حجم تضمين. تُعاد المهمة حتى ثلاث مرات بتأخير تصاعدي. وإن فشلت نهائياً، يحذف العامل المتجهات والسجلات التي أنشأها، فلا تبقى وثيقة مفهرسة جزئياً.
الإجابة. يُحوَّل السؤال إلى تضمين ويُبحث عنه في Qdrant بتشابه جيب التمام. افتراضياً تصل إلى النموذج أفضل 5 مقاطع تتجاوز درجتها 0.3. نموذج المحادثة الافتراضي هو Gemini 2.5 Flash Lite عبر OpenRouter. تبثّ الواجهة الإجابة من مولّد oRPC وترسل المصادر أولاً، فتستطيع الواجهة عرضها بينما يصل النص.
الأرصدة. تحجز المنصة الأرصدة قبل أي عمل، ثم تحاسب على التكلفة الفعلية، وتعيد المحجوز إن فشل العمل. ويحمي الرصيد فحص SQL ذري واحد. وشحن الرصيد يقوم به المشرف.
التقنيات. Hono لواجهة API، وoRPC للعقد، وbetter-auth لتسجيل الدخول والمؤسسات، وDrizzle ORM على PostgreSQL، وReact 19 مع TanStack Router وVite لتطبيق الويب.
أين وصل
Foxmayn AI قيد التطوير، بُني بين نوفمبر 2025 ومارس 2026. ليس له إصدارات، ولا نشر نشغّله لجهات أخرى حتى الآن. نشغّله محلياً وفي Docker.
تبقى مستندات كل مستخدم له وحده: الاسترجاع والمتجهات وملفات RAG محصورة بمالك المستند، ومرشّحات المستندات تتحقق من الملكية، ولوحة الطابور للمشرف فقط، وحجم الطلب محدود.
ما زالت أمور ناقصة:
- اختبارات آلية وCI.
- ربط بالدفع لشحن الأرصدة.
- مشاركة المستندات داخل المؤسسة.
ماذا يُظهر عن عملنا
المنصة مرجع لطريقتنا في الذكاء الاصطناعي على بيانات الأعمال. الفهرسة مهمة قد تفشل وتتعافى. والموارد التي تشبه المال، وهي هنا الأرصدة، تُحاسَب بعناية. والإجابات تحمل مصادرها. والنماذج وإعدادات الاسترجاع تكوين لا شيفرة.
الخطوة التالية
يأتي أولاً العزل على مستوى المؤسسة. ثم الاختبارات وCI، ثم أول نشر حقيقي مع فريق تجريبي. إن أردتم RAG على مستنداتكم أو على نظام ERP لديكم، فاطلعوا على خدماتنا. المستودع على github.com/nasroykh/foxmayn_ai.