🧠 OpenRAG
OpenRAG هي منصة RAG تقوم بتنظيف وهيكلة محتوى الأعمال، وفهرسته على خادمنا الخاص، وتجعله قابلاً للاستعلام عنه باللغة الطبيعية من خلال أنظمة الذكاء الاصطناعي الخارجية من خلال بوابة واحدة مصرح بها.
المتجهات لا يتم نشرها؛ يتم فتح الوصول.
هذا تقديم للمنتج، وليس قائمة وعود. أدناه، الأجزاء التي تعمل اليوم والأجزاء الموجودة في الخطة مُحددة بشكل منفصل. لا يتم تقديم مواعيد نهائية لعناصر الخطة؛ فبمجرد اكتمالها، تنتقل إلى قسم "تعمل اليوم".
المبدأ الأساسي
يرتكز التصميم بأكمله لـ OpenRAG على جملة واحدة: المتجهات لا يتم نشرها، يتم فتح الوصول. ما يتم تقديمه للخارج ليس نسخة من المحتوى، بل الحق في طرح الأسئلة عليه.
المتجه هو محرك، وليس منتجًا
المتجه خاص بالنموذج الذي أنتجه؛ لا يمكن للذكاء الاصطناعي الآخر استخدامه كما هو. كما أنه يزيد حجم النص بشكل كبير. لهذا السبب لا يتم تسليم المتجهات مطلقًا.
ما يتم فتحه هو الوصول إلى الاستعلام
يأتي سؤال؛ يعود جواب والمقاطع المصدر التي يستند إليها. لا يتم نسخ المحتوى الكامل أو توزيعه أو تنزيله أبدًا.
تنتمي الإذن إلى العمل
يقرر العمل أي محتوى يصبح قابلاً للاستعلام عنه خارجيًا؛ المشاركة اختيارية. طبقة الإذن والموافقة مدرجة في الخطة.
كيف يعمل — البنية المستهدفة
تعمل روابط التنظيف والهيكلة والفهرسة والبحث في هذا التدفق اليوم. التضمين المستضاف ذاتيًا مع إعادة الترتيب، والباب الواحد إلى العالم الخارجي، لا يزالان مدرجين في الخطة؛ تحدد كل خطوة أدناه ما هو كذلك.
يتم جمع المصادر
مواقع xloji والمستندات التي تم تحميلها وصفحات الويب التي تم الزحف إليها هي مصادر المحتوى. (توجد إضافة WordPress وواجهة برمجة تطبيقات (API) عامة للإدخال في الخطة.)
يتم تنظيفه وهيكلة
يتم تنظيف المحتوى غير المنظم وتقسيمه إلى أجزاء ذات معنى وإحضاره إلى شكل يمكن لـ RAG استخدامه. هذه الخطوة تعمل اليوم.
يتم فهرسته والبحث فيه
يتم تحويل الأجزاء إلى متجهات وكتابتها في pgvector؛ يتم العثور عليها عبر فهرس HNSW والبحث الهجين (الكلمة الرئيسية + المتجه). هذه الخطوة تعمل اليوم؛ إضافة رابط إعادة الترتيب مدرج في الخطة.
يتم الوصول إليه من خلال باب واحد
تطلب أنظمة الذكاء الاصطناعي الخارجية باللغة الطبيعية من خلال بوابة واحدة مصرح بها؛ تعود الإجابات والمقاطع المصدر، وليس المتجهات نفسها. هذا الباب غير موجود بعد؛ إنه مدرج في الخطة.
الأجزاء التي تعمل اليوممباشر
يتم تشغيل ما يلي على المنصة اليوم ويستخدمه بالفعل أدوات الذكاء الاصطناعي على xloji.com.
pgvector + فهرس HNSW
يتم تخزين أجزاء المحتوى كمتجهات في قاعدة البيانات والبحث عنها باستخدام فهرس HNSW على أساس تشابه جيب التمام.
بحث هجين
يعمل البحث عن الكلمات الرئيسية والبحث عن المتجهات معًا؛ يتم دمج قائمتي النتائج في تصنيف واحد. هذا يجد كل من التطابقات الدقيقة للمصطلح والمقاطع ذات الصلة دلاليًا.
عزل متعدد المستأجرين
لكل عمل وموقع ومؤلف RAG الخاص به. يتم تشغيل الاستعلام فقط مقابل فهرس المستأجر الخاص به؛ لا يتم خلط البيانات عبر المستأجرين.
تنظيف المستندات وهيكلة RAG
يتم تنظيف المستندات التي تم تحميلها وتقسيمها وهيكلتها من أجل RAG. أداة هيكلة البيانات الموجودة على المنصة هي الواجهة الأمامية لهذه البنية.
الزحف على الويب
يتم الزحف إلى صفحات موقع ما واستخراج محتواها وتمريره عبر نفس مسار التنظيف والفهرسة.
تغذية RAG العامة في أدوات الذكاء الاصطناعي المخصصة
يمكن تغذية أداة الذكاء الاصطناعي المخصصة التي تقوم بإنشائها من مصدر RAG عام؛ تستند الأداة إلى هذا الأساس المعرفي لإجاباتها.
تخزين الملفات والوسائط
توجد الملفات والوسائط في تخزين الكائنات — وليس في متجر المتجهات. يشير سجل RAG مرة أخرى إلى الملف الأصلي.
التضمين وإعادة الترتيب على خوادمنا الخاصة
أصبح التضمين وإعادة الترتيب الآن يعملان على خوادمنا الخاصة في خدمة منفصلة. يتم تحويل النص إلى متجهات دون مغادرة الخادم، وتمر المرشحون المحتملون عبر أداة إعادة ترتيب محلية لتحسين الدقة.
إعادة كتابة الاستعلام
يتم تنقيح سؤال غامض أو غير مكتمل قبل تشغيل البحث. لا يتعين على المستخدمين صياغة السؤال "الصحيح"; فالنظام يجعل الاستعلام جاهزًا للبحث.
نص من الصور والصوت والفيديو
يتم استخراج النص من الصور ونسخ الصوت والفيديو باستخدام أدوات محلية على الخادم، ويدخل النص الناتج نفس مسار التنظيف والفهرسة. لا تغادر البيانات الخادم.
ما هو مدرج في الخطةمخطط
لا توجد هذه العناصر بعد. إنها عناصر مخططة ومصممة؛ لا تقدم هذه الصفحة أنها مبنية بالفعل.
الباب الواحد: MCP / بوابة API
بوابة واحدة يمكن لأنظمة الذكاء الاصطناعي الخارجية الاستعلام عنها باللغة الطبيعية. يصل الذكاء الاصطناعي الذي يتصل مرة واحدة إلى كل عمل مشارك من خلال نفس الباب.
طبقة الإذن والموافقة
ينضم العمل من خلال اختياره الخاص؛ المصادقة وإدارة المفاتيح وتحديد المعدل وحماية من سوء الاستخدام كلها موجودة في هذه الطبقة.
طبقة رؤية الذكاء الاصطناعي
جعل المحتوى قابلاً للاكتشاف آليًا عبر llms.txt و /.well-known/ وعلامات schema.org، بالإضافة إلى التسجيل في سجلات MCP. لا يوجد اكتشاف تلقائي سحري؛ يتم بناء الرؤية بهذه الطريقة.
إضافة WordPress
تتيح إضافة WordPress لموقع WordPress إرسال محتواه إلى OpenRAG والحصول على نقطة نهاية يمكن لأنظمة الذكاء الاصطناعي الاستعلام عنها.
نحن لا نقدم تواريخ لهذه العناصر. عند الانتهاء من عنصر ما، ينتقل إلى قائمة "الأجزاء التي تعمل اليوم"، ويتم تحديث هذه الصفحة وفقًا لذلك.
🔒 البيانات لا تغادر الخادم
هدف OpenRAG هو تشغيل كل خطوة من خطوات مسار RAG على خادمنا الخاص باستخدام أدوات مجانية محلية: التضمين وإعادة الترتيب واستخراج النص من الصور ونسخ الصوت. لا يتم إرسال أي وسائط تدخل RAG إلى خدمة خارجية — هذا هو قاعدة تصميم غير قابلة للتفاوض.
الحالة الصادقة: لا تزال بعض هذه الخطوات تتم بواسطة خدمات خارجية اليوم. نقلها داخليًا هو العنصر الأول في الخطة.
كيف يتم التخطيط للنمو
يزداد البحث عن المتجهات تكلفة مع نمو المحتوى. يحد تصميم OpenRAG من هذه التكلفة من البداية بثلاث طرق.
لا يوجد فهرس عملاق واحد
لكل عمل فهرس صغير خاص به ويتم تشغيل الاستعلام فقط مقابل هذا الفهرس. حتى مع نمو إجمالي المحتوى، يظل حجم المنطقة التي يفحصها استعلام واحد صغيرًا؛ تتناسب تكلفة البحث مع حجم هذا العمل، وليس مع إجمالي النظام الأساسي.
يمكن تعديل حجم المتجهات ودقتها
باستخدام أبعاد متجهات أقصر وتنسيقات أرقام أكثر إحكاما، يشغل نفس المحتوى مساحة أقل بشكل ملحوظ. يتم بناء هذه الخيارات في التصميم من البداية بحيث لا تكون هناك حاجة إلى ترحيل مكلف لاحقًا.
طبقة باردة
يتم نقل فهرس العمل الذي لم يتم الاستعلام عنه لفترة طويلة إلى تخزين دائم رخيص وإعادته عند وصول استعلام له. بهذه الطريقة، يظل المحتوى النشط فقط في الذاكرة السريعة. هذه الطبقة مدرجة في الخطة.
الأسئلة المتداولة
ما هو OpenRAG بالضبط؟
إنها منصة RAG تقوم بتنظيف وهيكلة محتوى الأعمال، وفهرسته على خادمنا الخاص، وتجعله قابلاً للاستعلام عنه باللغة الطبيعية من خلال أنظمة الذكاء الاصطناعي الخارجية من خلال بوابة واحدة مصرح بها. إنها ليست أداة دردشة؛ إنها الطبقة المعرفية التي تعمل أسفل هذه الأدوات.
هل تسلم متجهات أو محتواي لأي شخص آخر؟
لا. المبدأ الأساسي هو: المتجهات لا يتم نشرها، يتم فتح الوصول. ما يخرج ليس نسخة من المحتوى بل الحق في طرح الأسئلة عليه؛ المقاطع الداعمة فقط هي التي تعود مع الإجابة. بالإضافة إلى ذلك، يقرر العمل أي محتوى يصبح قابلاً للاستعلام عنه خارجيًا.
ما الذي يمكن استخدامه بالفعل اليوم؟
قاعدة البيانات والفهرس المتجه، والبحث الهجين، وعزل المستأجرين المتعددين، وتنظيف المستندات وهيكلة RAG، والزحف على الويب، وخلاصات RAG العامة في أدوات الذكاء الاصطناعي المخصصة، وتخزين الملفات/الوسائط كلها تعمل اليوم. الاستضافة الذاتية للتضمين، وإعادة الترتيب، وإعادة كتابة الاستعلام، والباب الخارجي، وطبقة الأذونات، وطبقة الرؤية، والإضافة الخاصة بـ WordPress ليست موجودة بعد.
هل تترك بياناتي الخادم؟
الهدف هو أن تعمل كل خطوة من خطوات مسار RAG باستخدام أدوات محلية على الخادم، دون إرسال أي وسائط إلى خدمة خارجية. الوضع الصادق: لا تزال بعض هذه الخطوات تتم معالجتها بواسطة خدمات خارجية اليوم، ونقلها داخليًا هو أول بند في خريطة الطريق.
متى ستكون ميزات خريطة الطريق جاهزة؟
نحن لا نَعِد بمواعيد. هذا هو بالضبط الغرض من هذه الصفحة: لإظهار بشكل منفصل ما يعمل اليوم وما هو مخطط له. عندما تكتمل مهمة ما، تنتقل إلى قائمة "الأجزاء التي تعمل اليوم".
هل يتم استخدام المحتوى الخاص بي أو بيعه لتدريب الذكاء الاصطناعي؟
لا. لا يوجد مثل هذا الاستخدام اليوم. إن فكرة مجموعة نصوص مُصرَّح بها هي أبعد العناصر وأكثرها تعقيدًا من الناحية القانونية في خريطة الطريق؛ حتى في حالة حدوث ذلك، لن يتم استخدام أي محتوى من أجله دون موافقة صريحة من الشركة.
عودة إلى بوابة الذكاء الاصطناعي لأدوات الذكاء الاصطناعي الأخرى.
الأسئلة الشائعة
ما هو OpenRAG؟
OpenRAG هو نظام RAG (جيل معزز بالاسترجاع) يعمل على الخادم الخاص بـ xloji.com، وهو بوابة الذكاء الاصطناعي ذات الواجهة الأمامية الوحيدة. عندما يتم طرح سؤال، فإنه يحدد أولاً المحتوى ذي الصلة، ثم ينتج إجابة بناءً على هذا المحتوى. كما أنه يعمل كبوابة مركزية تسمح لأدوات الذكاء الاصطناعي خارج xloji.com بالوصول إلى معلومات xloji.com من نقطة واحدة.
ماذا يعني RAG وكيف يطبقه OpenRAG؟
RAG تعني 'جيل معزز بالاسترجاع'، أي أنه قبل أن ينتج الذكاء الاصطناعي إجابة، فإنه يبحث عن معلومات من مصادر ذات صلة، ثم ينشئ استجابة بناءً على هذه المعلومات. يقوم OpenRAG بتشغيل هاتين الخطوتين، وهما خطوتا البحث والتوليد، معًا على خادمه الخاص. وبالتالي، فإن الإجابات التي يقدمها OpenRAG ليست عشوائية، بل تعتمد على المحتوى الفعلي لـ xloji.com.
ماذا يعني 'بوابة الذكاء الاصطناعي ذات الواجهة الأمامية الوحيدة'؟
بوابة الذكاء الاصطناعي ذات الواجهة الأمامية الوحيدة تعني أن طلبات ودمج الذكاء الاصطناعي المختلفة تتم معالجتها من خلال نقطة دخول مركزية واحدة بدلاً من الأنظمة المنفصلة. يتولى OpenRAG هذا الدور: سواء كانت ميزة 'اطرح سؤالاً' الخاصة بـ xloji.com أو أدوات الذكاء الاصطناعي المتصلة من الخارج، فإنها تتلقى الخدمة من خلال نفس بنية OpenRAG الأساسية. يتيح هذا الهيكل المركزي إدارة حركة مرور الذكاء الاصطناعي من نقطة واحدة.
ما الفرق في تشغيل OpenRAG على الخادم الخاص بك؟
يعمل OpenRAG على الخادم الخاص بـ xloji.com دون الاعتماد على خدمة سحابية تابعة لجهة خارجية. وهذا يعني أن البيانات التي يتم البحث عنها ومعالجتها تظل تحت سيطرة xloji.com. كبنية تعمل على الخادم الخاص بك، يقوم OpenRAG بإجراء عمليات البحث وإنشاء الإجابات داخل بنيته التحتية الخاصة دون نقل البيانات إلى أنظمة خارجية.
من يستخدم OpenRAG؟
يستخدم OpenRAG من قبل ثلاث مجموعات مختلفة: المستخدمون النهائيون الذين يزورون xloji.com ويكتبون في مربع 'اطرح سؤالاً'، والأنظمة التي تستعلم عن البنية التحتية RAG الخاصة بـ xloji.com، وأدوات الذكاء الاصطناعي الخارجية التي تصل إلى معلومات xloji.com من خلال OpenRAG. بالنسبة للمستخدم النهائي، يعيد OpenRAG إجابة تستند إلى محتوى xloji.com للسؤال الذي طرحه. بالنسبة للأدوات الخارجية، يعد OpenRAG بمثابة بوابة بدون سياق تُستخدم لجلب المعلومات من xloji.com.
كيف يعمل مربع 'اطرح سؤالاً' على xloji.com مع OpenRAG؟
يتم معالجة السؤال المكتوب في مربع 'اطرح سؤالاً' على xloji.com بواسطة OpenRAG. يبحث OpenRAG أولاً عن المحتوى ذي الصلة بالسؤال داخل بيانات xloji.com الخاصة به، ثم يقوم بإنشاء إجابة بناءً على هذا المحتوى الذي تم العثور عليه. بهذه الطريقة، تكون الإجابة المقدمة للمستخدم مدعومة بمحتوى حقيقي من xloji.com.
كيف تحصل أدوات الذكاء الاصطناعي الخارجية على معلومات من خلال OpenRAG؟
يعمل OpenRAG كبوابة واحدة لأدوات الذكاء الاصطناعي الخارجية للوصول إلى معلومات xloji.com. يمكن لهذه الأدوات الاتصال من خلال OpenRAG للحصول على إجابات مستقلة بذاتها وقابلة للفهم من محتوى xloji.com. لذلك، تم تصميم المعلومات المقدمة من خلال OpenRAG لتكون ذات معنى بمفردها دون الحاجة إلى سياق منفصل.
ما هي حدود OpenRAG؟
تقتصر الإجابات التي يقدمها OpenRAG على المحتوى المقدم إليه؛ لا يمكن لـ OpenRAG إنتاج إجابة محددة حول المعلومات غير الموجودة في النظام أو التي لم تتم إضافتها. يهدف OpenRAG إلى البقاء محدودًا بالمحتوى الذي لديه بدلاً من اختلاق معلومات غير موجودة. لذلك، يجب تذكر أن الإجابة التي تم الحصول عليها من OpenRAG تقتصر على المحتوى الذي يمتلكه xloji.com في تلك اللحظة.
هل OpenRAG هو روبوت محادثة؟
OpenRAG ليس روبوت محادثة مستقلاً بالمعنى التقليدي؛ بل هو بنية تحتية لاسترجاع المعلومات المعزز (RAG) وبوابة تعمل خلف ميزة "اطرح سؤالاً" في xloji.com وإمكانية الوصول إلى الأدوات الخارجية للمعلومات. المهمة الأساسية لـ OpenRAG هي العثور على المحتوى ذي الصلة بسؤال وإنشاء إجابة بناءً على هذا المحتوى. في هذا الشكل، يعمل OpenRAG كطبقة بنية تحتية وراء الإجابات، بدلاً من واجهة تتحدث مباشرة مع المستخدم.
ما هو هدف OpenRAG لـ xloji.com؟
هدف OpenRAG هو تمكين كل من المستخدمين النهائيين والأدوات الذكية الخارجية من الوصول إلى معلومات مملوكة لـ xloji.com من خلال بنية تحتية موثوقة وخاضعة للتحكم. إن تشغيله على خادمه الخاص يضمن أن هذا الوصول يتم دون الاعتماد على أنظمة خارجية. بفضل هيكل البوابة الموحدة، يجمع OpenRAG بين نقاط الوصول المختلفة في نظام مركزي واحد.
معلومات مفصلة حول OpenRAG
OpenRAG هو نظام RAG (جيل معزز بالاسترجاع) يعمل على الخادم الخاص بـ xloji.com، وهو أيضًا بوابة ذكاء اصطناعي تمرر الطلبات المتعلقة بالذكاء الاصطناعي من نقطة واحدة. يشير مصطلح "Open" في اسمه إلى أن النظام يوفر هيكلًا مفتوحًا ويمكن الوصول إليه، بينما يشير مصطلح "RAG" إلى طريقة عمله التي تتضمن أولاً العثور على البيانات ذات الصلة ثم إنشاء إجابة بناءً على هذه البيانات. يتم البحث عن سؤال مكتوب في مربع "اطرح سؤالاً" على xloji.com أولاً بواسطة OpenRAG داخل المحتوى ذي الصلة، ثم يتم إنشاء إجابة بناءً على هذا المحتوى الذي تم العثور عليه. تسمح نفس البنية الأساسية لأدوات الذكاء الاصطناعي الخارجية بالوصول إلى معلومات xloji.com من خلال OpenRAG واستخدام هذه المعلومات في إجاباتها الخاصة. يتيح هذا الهيكل لـ xloji.com تقديم الخدمات من خلال بنية أساسية مركزية واحدة بدلاً من إنشاء حلول ذكاء اصطناعي منفصلة لمنتجاتها المختلفة.
المنطق الأساسي لنهج RAG هو أن نظام الذكاء الاصطناعي لا يعتمد فقط على المعرفة العامة التي تم تدريبه عليها مسبقًا، بل يسحب أولاً المحتوى الحديث والدقيق المتعلق بالسؤال من مصدر ما، ثم يجيب بناءً على هذا المحتوى. يقوم OpenRAG بتشغيل هاتين الخطوتين، وهما خطوة الاسترجاع (retrieval) وخطوة الإنشاء (generation)، معًا على خادمه الخاص. يهدف هذا النهج إلى تقليل ميل نماذج الذكاء الاصطناعي إلى توليد معلومات غير موجودة في بعض الأحيان؛ لأن الإجابة مشتقة من محتوى تم العثور عليه بالفعل وليس من ذاكرة النموذج الخاصة. ونتيجة لذلك، فإن الإجابات التي يقدمها OpenRAG لا تستند إلى معلومات عشوائية أو قديمة، بل إلى المحتوى الخاص بـ xloji.com. وبالتالي، يمكن تتبع مصدر الإجابة التي ينتجها OpenRAG كبيانات خاصة بـ xloji.com. إن حقيقة أن الخادم مملوك لـ xloji.com تعني أن البيانات التي يتم البحث عنها ومعالجتها تظل تحت سيطرة xloji.com دون الاعتماد على خدمة سحابية تابعة لجهة خارجية.
يشير جانب "بوابة الذكاء الاصطناعي ذات الباب الواحد" في OpenRAG إلى توجيه طلبات وتكاملات الذكاء الاصطناعي المختلفة من نقطة دخول مركزية واحدة بدلاً من الأنظمة المنفصلة. ونتيجة لذلك، تستخدم كل من ميزة "اطرح سؤالاً" الخاصة بـ xloji.com والأدوات الخارجية المتصلة عبر OpenRAG نفس البنية الأساسية ونفس المنطق الأساسي. كهيكل بوابة مركزي، يسمح OpenRAG بمرور حركة المرور المتعلقة بالذكاء الاصطناعي من نقطة واحدة، مما يزيد من اتساق الإجابات والتحكم في البيانات كنظام يعمل على خادمه الخاص. يتيح هذا النهج ذو النقطة الواحدة أيضًا إجراء الصيانة والتحديثات في مكان واحد بدلاً من الأنظمة المشتتة. في هذا الصدد، لا يعد OpenRAG مجرد أداة للأسئلة والأجوبة، بل هو طبقة بنية أساسية تجمع جميع نقاط الوصول المتعلقة بالذكاء الاصطناعي لـ xloji.com.
يستخدم OpenRAG مباشرة أو بشكل غير مباشر من قبل ثلاث مجموعات مستخدمين مختلفة: المستخدمون النهائيون الذين يزورون xloji.com ويكتبون في مربع "اطرح سؤالاً"، والأنظمة التي تستعلم عن البنية الأساسية RAG الخاصة بـ xloji.com، وأدوات الذكاء الاصطناعي الخارجية التي تصل إلى معلومات xloji.com من خلال OpenRAG. تتلقى هذه المجموعات الثلاث من المستخدمين إجابات مدعومة بنفس البنية الأساسية OpenRAG ونفس مجموعة المحتوى؛ لذلك، بغض النظر عن مكان طرح السؤال حول xloji.com، يتم الوصول إلى مصدر معلومات متسق. تقتصر الإجابات التي يقدمها OpenRAG على المحتوى المقدم له؛ أي أنه لا ينبغي توقع إجابة محددة من OpenRAG بشأن معلومات غير موجودة في النظام أو لم تتم إضافتها إلى خادمه الخاص. يشكل هذا القيد أيضًا أساس موثوقية OpenRAG: فهو يهدف إلى إنتاج إجابات محدودة بناءً على المحتوى الذي يمتلكه بدلاً من اختلاق معلومات غير موجودة.