نظام أرشفة وتوثيق ذكي للمستندات والخطابات الإدارية الصادرة والواردة

التفاصيل البرمجية والتهيئة

مقدمة حول سير العمل

مسح المستندات ضوئياً، استخراج النصوص، تصنيفها وأرشفتها بشكل منظم قابل للبحث الفوري باستخدام n8n و AnythingLLM.

الهدف من سير العمل

تحويل الأرشيف الورقي والإلكتروني غير المنظم للمؤسسات والشركات إلى قاعدة معرفة رقمية ذكية تدعم البحث الدلالي والاسترجاع السريع.

الأدوات والتقنيات المستخدمة

تم استخدام الأدوات التالية: n8n و AnythingLLM و Ollama و Qdrant

تفاصيل تنفيذ سير العمل

• مستوى الصعوبة: intermediate
• الوقت المتوقع للإعداد: 3-4 ساعات
• محفز التشغيل (Trigger): تحميل ملف مستند جديد (PDF/Image) في مجلد الأرشيف على خادم مشترك

خطوات العمل (الآلية)

1. مراقبة رفع ملف مستند جديد
2. استخراج النصوص عبر OCR
3. تمرير النص لـ Ollama لاستخلاص البيانات
4. تخزين الملف والبيانات الوصفية في Qdrant
5. تحديث واجهة AnythingLLM

وصف مفصل

مقدمة حول الأرشفة المؤسسية الذكيةتعاني معظم الشركات والمنظمات غير الحكومية من تكدس الملفات والمستندات الإدارية، مثل الفواتير، العقود، الخطابات الصادرة والواردة، ومحاضر الاجتماعات. يمثل البحث اليدوي في هذا الأرشيف عن مستند قديم أو استرجاع معلومة معينة تحدياً كبيراً يستهلك ساعات طويلة من وقت الموظفين. يقدم هذا الدليل حلاً عملياً بالاعتماد على تقنيات البحث الدلالي وقواعد البيانات المتجهة لبناء نظام أرشفة مؤتمت يستقبل الملفات، يستخرج نصوصها، يصنفها، ويتيح للموظفين البحث فيها بالمعنى والسياق (وليس فقط بالكلمات الحرفية) عبر واجهة محادثة ذكية. البنية التحتية المطلوبةلبناء وتشغيل نظام الأرشفة الذكي محلياً داخل المؤسسة لحماية الخصوصية، نحتاج إلى الأدوات التالية: n8n: لتنسيق عملية سحب المستندات، استخراج نصوصها، وتوجيه البيانات المعرفية. Tesseract OCR (مدمج في n8n أو كحاوية معزولة): لتحويل صور المستندات والملفات الممسوحة ضوئياً إلى نصوص رقمية قابلة للقراءة والتحليل. AnythingLLM: واجهة مستخدم متكاملة لإدارة قواعد المعرفة وبناء تطبيقات المحادثة المعتمدة على RAG. Qdrant: قاعدة بيانات متجهية عالية الأداء لتخزين وحفظ متجهات النصوص (Vectors) لتسهيل عملية البحث السريع. Ollama: لتشغيل نموذج التضمين (Embedding model) ونموذج التوليد المحلي لحفظ سرية المستندات. خطوات الإعداد والتشغيل1. تهيئة قاعدة البيانات المتجهية Qdrantنشغل Qdrant عبر Docker وننشئ مجموعة (Collection) جديدة مخصصة للأرشيف الإداري بخصائص تطابق أبعاد نموذج التضمين المستخدم (مثال: 768 بعداً لنموذج nomic-embed-text).2. تكوين واجهة AnythingLLMنثبت AnythingLLM ونقوم بربطه بقاعدة Qdrant ومحرك Ollama. ننشئ مساحة عمل (Workspace) جديدة باسم ‘الأرشيف الإداري’.3. ربط n8n بمجلدات الملفاتنعد عقدة مراقبة في n8n تتابع خادماً محلياً أو تخزيناً سحابياً مستقلاً، لتبدأ المعالجة تلقائياً بمجرد رفع أي ملف. تفاصيل تشغيل سير العملعند تحميل ملف مستند جديد (مثل صورة خطاب وارد)، تقوم عقدة OCR Node في n8n باستخراج النص العربي منه. بعد ذلك، يتم إرسال النص إلى Ollama عبر مطالبة برمجية تطلب منه استخلاص الكيانات الإدارية الهامة: (تاريخ المستند، الجهة المرسلة، الجهة المستقبلة، نوع المستند، ملخص الموضوع في سطرين). ترسل n8n بعد ذلك النص الأصلي والبيانات الوصفية المستخلصة إلى AnythingLLM عبر الـ API الخاص به ليقوم بتجزئة النص وحفظه كمتجهات في Qdrant. يمكن للموظفين الآن الدخول إلى واجهة AnythingLLM وكتابة استفسارات مثل: ‘أريد الخطابات الواردة من وزارة التعليم بخصوص الميزانية في عام 2024’، ليقوم النظام باسترجاع المستند الأصلي فوراً مع عرض ملخصه والإجابة الدقيقة على الاستفسار. الوقاية من المشاكل التقنية للأرشفةللحفاظ على كفاءة وجودة نظام الأرشفة الذكي: جودة استخراج النصوص (OCR Quality): المستندات القديمة أو ذات الإضاءة الضعيفة قد تسبب استخراج نصوص مشوهة أو مليئة بالأخطاء. يجب إرشاد الموظفين بمسح المستندات بجودة لا تقل عن 300 DPI لضمان قراءة دقيقة. تحديث قاعدة البيانات وتعديل الصلاحيات: يجب تقييد الوصول إلى مساحات العمل في AnythingLLM بناءً على الأدوار الوظيفية، فلا يتاح للموظف العادي قراءة المستندات الحساسة الخاصة بالإدارة العليا أو الموارد البشرية. النسخ الاحتياطي للأرشيف: يجب جدولة نسخ احتياطي دوري لملفات المستندات الأصلية ولقاعدة بيانات Qdrant لضمان عدم فقدان أي بيانات في حال حدوث أعطال فنية في خوادم المؤسسة.