برومبت ساز
معرض نصوص ذكاء اصطناعي ثلاثي اللغات ومحرك بحث دلالي
- الدور
- مهندس ويب شامل ومكامل ذكاء اصطناعي
- الحالة
- منشور
- السنة
- 2026
- المدة
- سنة واحدة (أكتوبر 2025 – أكتوبر 2026)
- التقنيات
- Next.js
- Supabase
- pgvector
- Gemini API
- PostgreSQL
- المهارات
- Semantic Search
- Vector Databases (pgvector)
- LLM/API Integration
- Trilingual Localization
- الروابط
- عرض حقيقي
النتائج
HNSW
فهرسة المتجهات
المشكلة
افتقر المستخدمون إلى منصة مركزية ومحلية باللغات الكردية والعربية والإنجليزية لاكتشاف واختبار وتحليل نصوص الذكاء الاصطناعي الفعالة باستخدام المطابقة الدلالية المتقدمة بدلاً من البحث الأساسي بالكلمات الرئيسية.
ما قمت ببنائه
- تصميم بنية أساسية باستخدام Next.js و Supabase مع دعم شامل للتوجيه والتعريب بثلاث لغات.
- هندسة محرك بحث دلالي هجين باستخدام pgvector، وفهرسة HNSW، وتضمينات Gemini لاكتشاف المطالبات ذات الصلة بدقة عالية.
- تطوير لوحة تحكم تحليلية للمسؤولين والتعاون في كتابة ورقة بحثية أكاديمية لتقييم قابلية استخدام واجهة المنصة.
المعرض
القرارات الأساسية
استخدام pgvector الأصلي مقابل خدمات البحث الخارجية
لماذا
الاحتفاظ بقاعدة بيانات المتجهات داخل Supabase لتقليل تعقيد البنية التحتية، مع استخدام تضمينات Gemini لفهم دلالي عالي الجودة متعدد اللغات.
المقايضة
تطلب معرفة أعمق برياضيات المتجهات وضبط قاعدة البيانات يدويًا (تحسين فهرس HNSW) مقارنة باستخدام خدمات مدارة مثل Algolia.
ملاحظات تقنية
تحسين فهرسة HNSW
تنفيذ فهرسة HNSW مباشرة في PostgreSQL لتحقيق مطابقة تشابه دلالي في أقل من جزء من الألف من الثانية على مجموعات بيانات ضخمة من المطالبات.
ما سأقوم به لاحقاً
كان مشروع Prompt Saz هو مشروعي الأكثر تعقيدًا من الناحية المعمارية، حيث جمع بين تطوير الويب الشامل وتكامل التعلم الآلي. شكلت المشاركة في تأليف ورقة بحثية حول قابليته للاستخدام علامة فارقة في مسيرتي الأكاديمية والمهنية.
هل تحتاج إلى شيء مشابه؟
متاح لشغل وظائف هندسية بدوام كامل في الواجهات الأمامية أو تطوير الويب المتكامل، والأدوار التعاقدية، والمبادرات التقنية المجتمعية المؤثرة.