مطوّر يبني نظام RAG محليًا باستخدام Qdrant وLlamaIndex للبحث في قوانين المشتريات

وصف مطوّر ينشر على Habr باسم فلاديمير كيف بنى نظام RAG محليًا على LlamaIndex وقاعدة البيانات المتجهية Qdrant، كي لا يضطر إلى التنقيب يدويًا في لائحة المشتريات الخاصة بالشركة وفي القانونين المتخصصين ФЗ-44 وФЗ-223.

لماذا ظهرت الحاجة إلى RAG محلي

يوضح الكاتب أن المهمة نشأت من حاجة عملية: فالبحث يدويًا عن الصياغات والشروط المطلوبة في وثائق المشتريات التنظيمية الضخمة، وهي لائحة المشتريات الخاصة بالشركة والقانونان الفيدراليان ФЗ-44 (بشأن نظام العقود في مجال المشتريات الحكومية) وФЗ-223 (بشأن مشتريات أنواع معينة من الكيانات القانونية)، يستغرق وقتًا طويلًا ويفتقر إلى الراحة. أما نظام RAG (retrieval-augmented generation، أي توليد الإجابات بالاستناد إلى مقاطع يجري استرجاعها من الوثائق) فيتيح طرح الأسئلة بلغة طبيعية والحصول على إجابة مبنية على النص الفعلي للوثائق التنظيمية، لا على تخمينات النموذج.

وكان الشرط الأساسي أن يبقى النظام بالكامل داخل بيئة محلية، دون أي استدعاء لواجهات API سحابية خارجية. وهذا أمر جوهري عند التعامل مع وثائق المشتريات، إذ كثيرًا ما تتضمن شروطًا تجارية داخلية.

مم يتكوّن النظام

• LlamaIndex — إطار عمل لفهرسة الوثائق وبناء الاستعلامات عليها، واستخدمه الكاتب للمرة الأولى
• Qdrant — قاعدة بيانات متجهية مفتوحة المصدر لتخزين تمثيلات الوثائق (embeddings)
• واجهة API خاصة بُنيت فوق LlamaIndex وQdrant
• واجهة ويب على Gradio لتسهيل التعامل مع النظام
• مصادر البيانات — لائحة المشتريات الخاصة بالشركة، وФЗ-44، وФЗ-223

يشرح الكاتب عملية البناء بالتفصيل، من فهرسة الوثائق إلى كتابة واجهة API وواجهة المستخدم، فيقدّم عمليًا لقرّاء Habr قالبًا جاهزًا لمهام مشابهة مع قواعد قانونية وتنظيمية محلية.

لماذا اختيرت هذه التركيبة تحديدًا

تتميز Qdrant بين قواعد البيانات المتجهية بأنها مفتوحة المصدر ويمكن نشرها محليًا بالكامل، دون ارتباط إلزامي بخدمة سحابية. وهذا يجعل جمعها مع LlamaIndex خيارًا مناسبًا للسيناريوهات التي لا يجوز فيها أن تغادر البيانات البنية التحتية للشركة: الوثائق القانونية ووثائق المشتريات، واللوائح الداخلية، والشروط التجارية مع الأطراف المتعاقدة. ويتولى LlamaIndex في هذا التصميم تقسيم الوثائق إلى مقاطع، وبناء الفهرس، وصياغة الاستعلامات الموجَّهة إلى النموذج اللغوي بالاستناد إلى المقاطع المسترجعة، بينما يوفر Gradio لموظفي المشتريات والمحامين واجهة ويب بسيطة لا تتطلب التعامل مع الشيفرة أو سطر الأوامر مباشرة.

ما مصير المشروع

يقدّم الكاتب مقالته بوصفها شرحًا لحالة محددة قابلة للتكرار، لا منتجًا تجاريًا مكتملًا. فهو يعرض خطوات بناء النظام بالتفصيل، ليتمكن قرّاء Habr من إعادة الحل على وثائقهم الداخلية، سواء كانت أنظمة تشريعية أخرى أو لوائح أو قاعدة عقود. وهذا الأسلوب شائع في مجتمع المهندسين على Habr، حيث لا تكمن قيمة المادة في خدمة جاهزة، بل في المسار الشفاف من صياغة المشكلة إلى نموذج أولي يعمل.

ماذا يعني ذلك

تمثل هذه الحالة مثالًا عمليًا على انتقال RAG القائم على أدوات مفتوحة مثل LlamaIndex وQdrant من مستوى العروض البحثية التجريبية إلى مهمة مؤسسية روتينية: البحث في اللوائح الداخلية والتشريعات المتخصصة دون تمرير بيانات حساسة إلى خدمات سحابية خارجية. وبالنسبة إلى الشركات العاملة في المشتريات الحكومية بموجب ФЗ-44 وФЗ-223، حيث يكلّف الخطأ في تفسير النص القانوني ثمنًا باهظًا، يشكّل مساعد RAG المحلي وسيلة لتسريع عمل المحامين وموظفي المشتريات، مع إبقاء القرار النهائي بيد الإنسان.