تخطّ إلى المحتوى
AISI
𝕏
سير عمل / أتمتة

استخراج بيانات منظّمة من تقارير الأمم المتحدة آلياً

Workflow لاستخراج جداول البيانات والإحصاءات المُضمّنة في تقارير PDF من ReliefWeb وUNHCR وUNICEF وتحويلها إلى CSV قابل للتحليل.

HumanitarianJournalismResearch

الهدف من مسار العمل

تحويل بيانات المنشورات الإنسانية من PDF غير قابل للبحث إلى ملفات قابلة للاستيراد إلى أدوات التحليل.

خطوات التشغيل التفصيلية

الخطوات

خطوة

مخطط سير العمل

رسم بياني مُولَّد تلقائيًا

flowchart RL S1["1. إعداد n8n مع Python execution..."] S2["2. تثبيت pdfplumber أو tabula-py في..."] S3["3. إنشاء workflow في n8n: HTTP..."] S4["4. Execute Command node لتشغيل سكربت..."] S5["5. Code node لتنظيف البيانات (تحويل..."] S6["6. HTTP Request إلى Ollama API..."] S7["7. Write Binary File node لحفظ..."] S8["8. WordPress REST API node لنشر..."] S1 --> S2 S2 --> S3 S3 --> S4 S4 --> S5 S5 --> S6 S6 --> S7 S7 --> S8 subgraph Tools["🔧 الأدوات المستخدمة"] T0(("n8n")) T1(("Ollama")) T2(("WordPress")) end style Tools fill:#fffbeb,stroke:#f59e0b,stroke-width:1px

التفاصيل البرمجية والتهيئة

الباحثون والصحفيون في المجال الإنساني يعرفون المشكلة: تقارير غنية بالأرقام، لكن الأرقام محبوسة في PDF. النسخ اليدوي يستغرق ساعات وعرضة لأخطاء. هذا الـ workflow يستخدم n8n لإدارة خط المعالجة: تحميل PDF (محلياً أو من URL)، تمريره عبر pdfplumber أو tabula لاستخراج الجداول، ثم تمريرها عبر Ollama (أو OpenAI/Claude) لتنظيف وتطبيع البيانات (تحويل '12,345' إلى 12345، توحيد أسماء الدول، إلخ). تحذير مهم: استخراج الجداول من PDF عملية عرضة للأخطاء بطبيعتها. التقارير ذات الـ layouts المعقّدة (multi-column، nested tables، headers مدمجة) تعطي نتائج ضعيفة. ينبغي تطبيق هذا الـ workflow بحذر: - اختبره على 5 تقارير معروفة الجواب أولاً - قسّ معدل الدقة - لا تنشر تحليلات تعتمد على البيانات المستخرجة دون مراجعة عشوائية بنسبة 10–20% البديل لبعض السياقات: بعض وكالات UN تُتيح APIs (UNHCR Data Portal مثلاً). استخدامها أكثر موثوقية من استخراج PDF.

محتوى مرتبط

14 عنصر

الأدوات المستخدمة

سيناريوهات ذات صلة

أدلة ذات صلة