نشرة بريدية ذكية من أرشيف RSS: تجميع، تحليل اتجاهات، شخصنة

التفاصيل البرمجية والتهيئة

مقدمة حول سير العمل

سير عمل يبني نشرة أسبوعية متطورة من 100+ مصدر RSS: ليست مجرد تلخيص، بل تحليل اتجاهات الأسبوع، اكتشاف الأنماط، شخصنة لكل قارئ حسب اهتمامه، وإرسال عبر Listmonk.

الهدف من سير العمل

تحويل النشرة من “قائمة روابط” إلى “تحليل أسبوعي” — قراءة شاملة لما حدث في مجالك مع سياق، تجذب قراء مهتمين بالعمق لا فقط بالعناوين.

الأدوات والتقنيات المستخدمة

تم استخدام الأدوات التالية: n8n و ollama و qdrant و listmonk و apitable

تفاصيل تنفيذ سير العمل

• مستوى الصعوبة: متوسط
• الوقت المتوقع للإعداد:
• محفز التشغيل (Trigger):

خطوات العمل (الآلية)

وصف مفصل

## المشكلة نشرة Round-up التقليدية ضعيفة التمايز — كل النشرات تجمع نفس الروابط. القارئ الذي يتابع 5 نشرات يقرأ نفس المحتوى مكرراً. النشرة المتميزة تحتاج: تحليل، سياق، رؤية، شخصنة. ذلك يستهلك ساعات يدوياً. ## المُدخلات – 100+ RSS feeds مصنّفة موضوعياً – n8n – Ollama qwen2.5:32b (للتحليل الأعمق، لا للتلخيص فقط) – Qdrant لأرشيف المقالات السابقة (embeddings) – Listmonk قائمة مشتركين بـ tags (موضوعات اهتمام) – APITable لأرشيف النشرات ## المُخرجات – نشرة أسبوعية بثلاثة أقسام: تحليل، أهم القصص، اقتراحات حسب الاهتمام – نسخ مشخّصة لـ tags مختلفة في Listmonk (إن أردت) – أرشيف النشرات قابل للبحث – تقرير شهري عن أكثر القصص engagement ## مخطط Mermaid “`mermaid graph TD A[Schedule: Sunday 5am] –> B[Read 100+ RSS for week] B –> C[Dedupe + Filter] C –> D[Embed all articles] D –> E[Cluster: detect themes] E –> F[Ollama: analyze each cluster] F –> G[Compare with last weeks Qdrant] G –> H[Detect trends: increasing/decreasing/new] H –> I[Ollama: write opening analysis] I –> J[Select top 3-5 stories per theme] J –> K[Compose newsletter HTML] K –> L{Personalization?} L –>|Yes| M[Per-tag custom selection] L –>|No| N[Single version] M –> O[Listmonk: send segmented] N –> O O –> P[APITable: archive] “` ## نقاط الفشل – Clustering يضع مقالات غير مرتبطة معاً (false cluster). الحل: مراجعة بشرية قبل النشر، أو ضبط HDBSCAN min_samples – Ollama يهلوس في التحليل (يدّعي trends غير موجودة). الحل: شرط في prompt: “اذكر فقط ما تستطيع التحقق منه من المقالات المرفقة” – 100 RSS feed = طلبات كثيرة، بعض المصادر يضع rate limit. الحل: جدولة الفحص على دفعات، تأخير بين الطلبات – Personalization يحوّل النشرة إلى عدة نسخ، Listmonk يستهلك CPU في الإرسال المتزامن. الحل: Queue mode، أو تبسيط الـ personalization – trends كاذبة (مقالات أرشيف قديمة تظهر هذا الأسبوع لأسباب SEO). الحل: فلتر بـ published_at، وقت المقالة الفعلي – الجمهور يعتاد على تنسيق معين، تغيير حاد يخسر مشتركين. الحل: A/B test التحسينات الكبرى ## نقاط المراجعة البشرية – المحرر يراجع النسخة المُجمَّعة قبل الإرسال — قد يحذف cluster رديء أو يعدّل التحليل – اختيار الـ themes نهائياً قد يحتاج لمسة بشرية (الـ AI قد يتعامل مع ‘الذكاء الاصطناعي’ و ‘AI’ كموضوعين منفصلين) – النص الافتتاحي قابل للتعديل — هو ‘صوت’ النشرة، يجب أن يحوي شخصية المحرر ## اعتبارات الخصوصية Listmonk self-hosted = قائمة المشتركين عندك. tracking opens/clicks اختياري — يمكن إيقافه للقراء الذين يقدرون الخصوصية. الـ Ollama محلي = نصوص المقالات لا تُرسَل لخارج البنية. ## ملاحظات الصيانة مراجعة شهرية للـ clustering quality. تحديث قائمة المصادر دورياً (إلغاء الـ feeds المعطّلة). اختبار Ollama prompt كل ربع سنة — قد تحتاج تحسيناً. مراقبة open rate كمؤشر صحة.