نظام ذكاء اصطناعي · القطاع العام: التقييس والمترولوجيا
قاعدة معرفة RAG واستراتيجيات الذكاء الاصطناعي
Rosstandart · 2025 · نظام ذكاء اصطناعي · Python 3.11, LangChain
عرض توضيحي لنظام RAG على وثائق Rosstandart ومشروع «RST 2.0»، وتحليل لخمس مؤسسات تابعة، ومواصفات فنية لاستخراج المتطلبات من معايير GOST
مساران مترابطان من العمل. الأول نظام RAG توضيحي يعمل على وثائق Rosstandart ومشروع التحول الرقمي «RST 2.0» (15 وثيقة، 954 مقطعًا): يقدّم إجابات بلغة طبيعية مع روابط إلى المصادر، ومرّ بثلاث دورات تطوير (FAISS محليًا، ثم إدارة تدريجية لقاعدة البيانات المتجهية، ثم الانتقال إلى Milvus) وبمراجعة للشيفرة البرمجية. والثاني حزمة تحليلية عن خمس مؤسسات تابعة (أكثر من 30 وثيقة، نحو 600 صفحة) تتضمن استراتيجيات للتحسين بالذكاء الاصطناعي، إلى جانب مراجعة المواصفات الفنية التي أعدّها معهد للتقييس لنظام يستخرج من معايير GOST متطلبات قابلة للقراءة آليًا وينقلها إلى أنظمة العميل.
المهمة
تشتّت المعلومات المتعلقة بالهيئة ومؤسساتها التابعة، والحاجة إلى استراتيجية لتبنّي الذكاء الاصطناعي؛ أما معهد التقييس فكان بحاجة إلى تحويل الوثائق التنظيمية إلى متطلبات صالحة للمعالجة الآلية وللدمج في أنظمة الذكاء الاصطناعي وMDM وMES.
ما بداخله
- RAG على Claude 4.5 Sonnet (عبر OpenRouter) مع تضمينات متعددة اللغات paraphrase-multilingual-MiniLM-L12-v2؛ وذكر المصادر في كل إجابة
- Edition A: إضافة الملفات إلى قاعدة البيانات المتجهية وحذفها منها تدريجيًا دون إعادة فهرسة كاملة، مع إدارة عبر CLI والتحقق من سلامة البيانات
- Edition B: Milvus بدلًا من FAISS، وحماية من prompt injection وهجمات DoS، ومهلة 60 ثانية لجميع الطلبات الموجّهة إلى النموذج
- حزمة تحليلية لكل واحدة من المؤسسات الـ5: تقرير شامل، واستراتيجية للذكاء الاصطناعي (8 محاور، وخارطة طريق للفترة 2026-2028)، ومراجعة موجزة مع تحليل SWOT، وتقرير عن العمل المنجز
- المواصفات الفنية لمعهد التقييس: نموذج أنطولوجي (OWL 2، SHACL، Apache Jena)، واستخراج الكيانات والعلاقات (ruRoBERTa-large)، وREST API على Java Spring Boot، ومحوّلات إلى أنظمة AI/MDM/MES، ومرحلة «الانطلاق المستقل»
ترجمة آلية — قيد المراجعة.