سير عمل / أتمتة

تحويل ملفات PDF إلى قاعدة معرفة عربية قابلة للبحث

خط معالجة لاستيراد عشرات أو مئات ملفات PDF بالعربية إلى مساحة محادثة موحّدة مع مساعد AI، بحيث يصبح بإمكان الفريق طرح أسئلة على الأرشيف كاملاً والحصول على إجابات مع مراجع للمصادر الأصلية.

مميّز Human Rights NGO Operations Research

الهدف من مسار العمل

تحويل أرشيف الوثائق الراكدة إلى مرجع حيّ يمكن استجوابه بالعربية، مع الحفاظ على الخصوصية عبر استضافة ذاتية كاملة.

خطوات التشغيل التفصيلية

الخطوات

اضغط أي خطوة للتفاصيل

خطوة

تثبيت Ollama على خادم محلي (8GB RAM كحد أدنى، 16GB موصى به) وتشغيل نموذج مثل llama3 أو qwen2 (الأخير أفضل عربياً).

Ollama ↗

تثبيت AnythingLLM عبر Docker وربطه بـ Ollama كـ LLM provider في الإعدادات.

AnythingLLM ↗ Ollama ↗

إنشاء Workspace جديد لكل مجموعة وثائق (مثلاً: تقارير-سنوية، دراسات-ميدانية). الفصل يساعد على دقة البحث.

رفع دفعة أولى من 10–20 ملف PDF يدوياً عبر واجهة AnythingLLM، ثم اختبار جودة الإجابات بأسئلة معروفة الإجابة.

إذا كانت الجودة كافية، إعداد n8n cron node لمراقبة مجلد محدّد كل ساعة وإرسال الملفات الجديدة عبر AnythingLLM API.

AnythingLLM ↗ n8n ↗

إضافة prompt افتراضي للـ workspace يُوجّه النموذج لاستخدام العربية الفصحى وذكر المصادر في كل إجابة.

تدريب الفريق على صياغة الأسئلة بوضوح (الأسئلة المحدّدة تعطي إجابات أفضل من العامة).

مخطط سير العمل

رسم بياني مُولَّد تلقائيًا

flowchart RL S1["1. تثبيت Ollama على خادم محلي..."] S2["2. تثبيت AnythingLLM عبر Docker وربطه..."] S3["3. إنشاء Workspace جديد لكل مجموعة..."] S4["4. رفع دفعة أولى من 10–20..."] S5["5. إذا كانت الجودة كافية، إعداد..."] S6["6. إضافة prompt افتراضي للـ workspace..."] S7["7. تدريب الفريق على صياغة الأسئلة..."] S1 --> S2 S2 --> S3 S3 --> S4 S4 --> S5 S5 --> S6 S6 --> S7 subgraph Tools["🔧 الأدوات المستخدمة"] T0(("AnythingLLM")) T1(("Ollama")) T2(("n8n")) end style Tools fill:#fffbeb,stroke:#f59e0b,stroke-width:1px

التفاصيل البرمجية والتهيئة

مقدمة حول سير العمل

الهدف من سير العمل

الأدوات والتقنيات المستخدمة

تم استخدام الأدوات التالية: AnythingLLM و Ollama و n8n

تفاصيل تنفيذ سير العمل

مستوى الصعوبة: moderate
الوقت المتوقع للإعداد: 3–5 ساعات للإعداد الأولي
محفز التشغيل (Trigger): manual أو cron عند إضافة ملفات جديدة لمجلد مراقَب

خطوات العمل (الآلية)

تثبيت Ollama على خادم محلي (8GB RAM كحد أدنى، 16GB موصى به) وتشغيل نموذج مثل llama3 أو qwen2 (الأخير أفضل عربياً).
تثبيت AnythingLLM عبر Docker وربطه بـ Ollama كـ LLM provider في الإعدادات.
إنشاء Workspace جديد لكل مجموعة وثائق (مثلاً: تقارير-سنوية، دراسات-ميدانية). الفصل يساعد على دقة البحث.
رفع دفعة أولى من 10–20 ملف PDF يدوياً عبر واجهة AnythingLLM، ثم اختبار جودة الإجابات بأسئلة معروفة الإجابة.
إذا كانت الجودة كافية، إعداد n8n cron node لمراقبة مجلد محدّد كل ساعة وإرسال الملفات الجديدة عبر AnythingLLM API.
إضافة prompt افتراضي للـ workspace يُوجّه النموذج لاستخدام العربية الفصحى وذكر المصادر في كل إجابة.
تدريب الفريق على صياغة الأسئلة بوضوح (الأسئلة المحدّدة تعطي إجابات أفضل من العامة).

وصف مفصل

أرشيفات المنظمات الإنسانية والبحثية ممتلئة بملفات PDF: تقارير سنوية، دراسات ميدانية، محاضر اجتماعات، ووثائق سياسات. القيمة المعرفية موجودة، لكن الوصول إليها يتطلب فتح كل ملف يدوياً. هذا الـ workflow يُحوّل هذه الأرشيفات إلى مساحة محادثة موحّدة باستخدام AnythingLLM (مفتوح المصدر، يُستضاف ذاتياً) مع Ollama لتشغيل النموذج محلياً. الفكرة الجوهرية: AnythingLLM يستقبل الـ PDFs، يستخرج النص، يُقسّمه إلى مقاطع، يولّد لها embeddings، ويخزّنها في قاعدة بيانات vector محلية. عند طرح سؤال، يبحث في المقاطع الأكثر صلة ويُمرّرها إلى نموذج Ollama لتوليد إجابة عربية مع مراجع. ملاحظة مهمة حول العربية: جودة embeddings النماذج المحلية للنصوص العربية متفاوتة. نموذج multilingual مثل multilingual-e5 يعطي نتائج معقولة. للنصوص القانونية أو الأكاديمية الدقيقة، تُنصح بمراجعة عشوائية للإجابات في الأسابيع الأولى لتقييم معدل الإجابات المضلّلة. الـ workflow يدمج n8n اختيارياً لمراقبة مجلد (Dropbox، Nextcloud، أو local) ودفع الملفات الجديدة إلى AnythingLLM API تلقائياً، بحيث لا يحتاج الفريق إلى رفع يدوي.