الانتقال إلى المحتوى
سمارت ليد تك
الرئيسية
خدماتنا
أعمالنا
السعودية
من نحن
المدونة
تواصل معنا
🇬🇧Englishتواصل الآن
سمارت ليد تك

حلول برمجية ذكية

تابعنا

الشركة

  • من نحن
  • أعمالنا
  • خدماتنا
  • السعودية
  • نظام كاشير للمطاعم
  • تواصل معنا
  • احجز مكالمة

روابط سريعة

  • المدونة
  • الأسعار
  • سياسة الاسترداد
  • سياسة الخصوصية
  • الشروط والأحكام
  • حذف البيانات

تواصل معنا

  • الفرع المصري — المقر الرئيسي

    مكتب 6، عقار 23، شارع مكة المكرمة، العمرانية، الجيزة 3540203، مصر
  • الفرع السعودي

    مبنى 2646، رقم فرعي 123، شارع 7697، حي أشبيلية، الجبيل 35416، المملكة العربية السعودية
  • البريد الإلكتروني

    help@smartleadtech.com
  • رقم الهاتف 🇪🇬

    +20 102 201 4671
  • رقم الهاتف 🇸🇦

    0530 447 112

© 2026 سمارت ليد تك. جميع الحقوق محفوظة.

  • شركة سمارت ليد تك لتقنية المعلومات (ذ.م.م)·سجل تجاري ⁦61239⁩·رقم ضريبي ⁦774-391-316⁩

  • مؤسسة برمجيات الريادة الذكية·سجل تجاري ⁦7054902585⁩·الرقم الضريبي

ما هو RAG ولماذا أصبح ضرورة لكل منتج يعتمد على LLM؟

خلال الشهور الأخيرة سمعنا عبارة Retrieval-Augmented Generation (RAG) في كل مؤتمر تقني. في هذه المقالة نشرح هذا النمط بلغة عملية، ونجيب عن السؤال الأهم: متى نحتاجه فعلًا، وكيف نبنيه بأمان فوق بيانات مؤسستنا؟لماذا لا نكتفي…

10‏/02‏/2025 — 9 دقائق قراءة

رسم معماري لنمط RAG

خلال الشهور الأخيرة سمعنا عبارة Retrieval-Augmented Generation (RAG) في كل مؤتمر تقني. في هذه المقالة نشرح هذا النمط بلغة عملية، ونجيب عن السؤال الأهم: متى نحتاجه فعلًا، وكيف نبنيه بأمان فوق بيانات مؤسستنا؟

لماذا لا نكتفي بالـ LLM وحده؟

نماذج اللغة الكبيرة مذهلة في التوليد، لكنها تحمل ثلاث مشكلات جوهرية:

  • الهلوسة (Hallucination): تُنتج إجابات تبدو صحيحة وتكون مُختلَقة.
  • قطع المعرفة (Knowledge cutoff): لا تعرف شيئًا بعد تاريخ تدريبها.
  • البيانات الخاصّة: لا يمكن للنموذج الوصول إلى بياناتك الداخلية.

ما هو RAG باختصار؟

RAG ببساطة: «قبل الإجابة، ابحث في بياناتك الخاصّة، استخرج السياق، وأعطِه للنموذج». يتكوّن المسار من أربع مراحل:

  1. التجميع: نقسّم الوثائق إلى قطع صغيرة (chunks) بحجم 500–1000 token.
  2. الفهرسة: نُنتج متجّهات دلالية (embeddings) ونخزّنها في قاعدة متجّهات.
  3. البحث: عند وصول سؤال، نحوّله إلى embedding ونبحث عن أقرب القطع.
  4. التوليد: نمرّر القطع + السؤال إلى الـ LLM الذي يكتب الإجابة مُسنَدة بمراجع حقيقية.

متى نحتاجه؟

القاعدة العملية: إن كانت الإجابة تعتمد على معرفة داخلية، تتغيّر دوريًا، أو يجب إثبات مصدرها — فأنت تحتاج RAG.

أمثلة شائعة: شات دعم فني فوق قاعدة معرفة الشركة، مساعد داخلي للموارد البشرية يقرأ سياسات الشركة، أو مساعد قانوني يستند إلى عقود حقيقية.

أفضل الممارسات الأمنية

  • عزل متجّهات كل عميل (Tenant) في مجموعته الخاصّة.
  • وضع سياسات وصول (RBAC) قبل البحث، لا بعده.
  • تسجيل كل استعلام + الإجابة لأغراض التدقيق.
  • مراقبة drift الجودة أسبوعيًا بمجموعة أسئلة مرجعية.

ماذا نستخدم في برمجيات الريادة الذكية؟

نبني RAG عادة باستخدام pgvector داخل PostgreSQL (يُغنينا عن قاعدة بيانات منفصلة)، طبقة NestJS 10 للـ retrieval، وواجهة Next.js 14 مع streaming للردود. النتائج ثابتة ومراقبتها مباشرة.

مشاركة

مشاريع مرتبطة بالمقال

  • الذكاء الاصطناعيPythonNext.jsDocker

    SLT OCR — استخراج بيانات المستندات العربية

    محرّك رؤية حاسوبية عربي أولاً يحوّل الفواتير وأوامر الشراء والإيصالات وبطاقات الهوية وملفات KYC إلى بيانات موثوقة — بنموذج تحقّق لكل حقل، ومراجعة بشرية عند الحاجة، ومعالجة في الذاكرة فقط.

    اعرض المزيد
    SLT OCR — صفحة المنتج على الحاسوب والموبايل
  • الذكاء الاصطناعيPython

    درب — Darb: نظام إدارة الحوادث المروريّة

    حلّ ذكي لإدارة ومعالجة الحوادث المروريّة بكفاءة عالية عبر تعلّم آلي ورؤية كمبيوتر وتكامل مع شركات التأمين.

    اعرض المزيد
    درب — إدارة الحوادث المروريّة بالذكاء الاصطناعي
  • الذكاء الاصطناعيPython

    كاشف السكّري البصري — Diabetes Vision Detector

    نظام ذكاء اصطناعي لفحص اعتلال الشبكيّة السكّري عبر تحليل صور قاع العين بدقّة طبّيّة عالية.

    اعرض المزيد
    كاشف السكّري البصري — تحليل قاع العين بالذكاء الاصطناعي

مقالات ذات صلة

  • روبوت صناعي يمد يده نحو شاشة تظهر بيانات الذكاء الاصطناعي مع خريطة للخليج ومصر في الخلفية، يرمز للابتكار والفرص في المنطقة.

    الذكاء الاصطناعي في الخليج ومصر: فرص القطاعات الحيوية ومخاطر الحوكمة في 2026

    يشهد المشهد التقني في منطقة الخليج ومصر تحولاً متسارعاً مدفوعاً بالاستثمارات الضخمة في الذكاء الاصطناعي، وتبني هذه التقنيات عبر قطاعات حيوية مثل الصناعة والسياحة والإنشاءات. ومع هذه الفرص الواعدة، تبرز تحديات جوهرية تتعل…

    29‏/09‏/2026 — 8 دقائق قراءة

  • طرفية مفتوحة على Claude Code بجانب مراجعة كود على GitHub

    يوم كامل مع Claude Code: كيف تغيّر يوم المهندس عندنا من الجذور

    هذه ليست مقالة عن «مستقبل البرمجة». هذه يوميات فريق حقيقي، في شركة حقيقية، خلال أسبوع عمل عادي. منذ أن أصبح Claude Code أداة أساسية عندنا، لم يعد السؤال «هل يكتب الذكاء الاصطناعي الكود؟» بل «كيف نُدير مهندساً لا ينام ولا…

    01‏/09‏/2026 — 8 دقائق قراءة

  • مخطط لوكيل يخطّط ويسترجع ويتحقّق قبل الإجابة

    من RAG إلى Agentic RAG: حين يتوقّف المساعد عن «البحث ثم الإجابة» ويبدأ التفكير

    كتبنا قبل عام عن RAG بوصفه «ابحث في بياناتك ثم أجب». كان ذلك صحيحاً وكافياً لروبوت دعم. لكنه يفشل أمام سؤال مثل: «ما المسار التعليمي المناسب لموظّف مبيعات جديد لم يجتز اختبار المنتجات، بحسب سياسة التدريب لهذا العام؟». هذ…

    02‏/06‏/2026 — 9 دقائق قراءة