ورشة مجانية 21–22.11ورشة مجانية لمدة يومين في Vibecoding يومي 21–22 نوفمبر الساعة 16:00 بتوقيت موسكو · الدفعة 3 تبدأ 23.11سجّل مجاناً ←الدفعة 3 (23.11)
إصدارتحليل · على الرادارAWS Machine Learning Blog→ المصدر

Amazon Bedrock تتعلم الحساب على جداول Excel كاملة، لا على مقتطفات من نتائج البحث

يقطّع RAG التقليدي الجدول إلى أجزاء، فلا يرى النموذج سوى بضعة صفوف، ولذلك تخرج المجاميع ناقصة. أضافت AWS إلى Amazon Bedrock Managed Knowledge Base ميزة tabular search: شيفرة تعمل في بيئة معزولة بلا شبكة وتقرأ ملف CSV أو Excel بالكامل. وفي المثال المعروض عثرت الشيفرة على القسم الذي تجاوز ميزانيته بمبلغ 124 559,90 دولار، وأحالت إلى سياسة الشركة. وصار سؤال من نوع «قاعدة من مستند زائد حساب من جدول» يكفيه الآن طلب واحد.

معالج بواسطة الذكاء الاصطناعي من AWS Machine Learning Blog؛ بتحرير Hamidun News
Amazon Bedrock تتعلم الحساب على جداول Excel كاملة، لا على مقتطفات من نتائج البحث
المصدر: AWS Machine Learning Blog. كولاج: Hamidun News.
استمع للمقال
بطاقة الحقائق والأرقام
المعيارالتفاصيل
المصدر الأصليAWS Machine Learning Blog ↗
رئيس التحرير
حقيقة رئيسية #1تعمل مع ملفات CSV وXLSX وXLS من S3 وSharePoint وConfluence
حقيقة رئيسية #2تضيف الشيفرة خطوة واحدة على الأقل إلى عمل الوكيل، لذا يكون الرد أبطأ
حقيقة رئيسية #3أما لوحات المعلومات وعمليات join على مستوى مستودع البيانات فيُفضَّل أن تبقى في أدوات BI

تخيّلوا فريقاً مالياً في نهاية الربع. يحتاج الفريق إلى معرفة الأقسام الملزمة بكتابة توضيح للانحرافات عن الميزانية. لا توجد الإجابة في ملف واحد: فحدّ الانحراف مكتوب في السياسة، والميزانيات المعدَّلة موجودة في مذكرة إقفال الربع، أما الأرقام نفسها فمدفونة في مصنّف Excel للأرباح والخسائر. والبحث العادي في المستندات يتعثر في مثل هذه المهمة. وقد أضافت AWS إلى Amazon Bedrock Managed Knowledge Base ميزة tabular search، وهي تسدّ هذه الفجوة تحديداً بين النصوص والجداول.

لماذا تُربك الجداول RAG التقليدي

يعيد RAG عدداً ثابتاً من المقتطفات الأنسب للسؤال. وهذا يصلح للنصوص النثرية. أما مع الجداول فالأداء أضعف: فعندما يُقطَّع الملف إلى أجزاء، تضيع جزء من المعلومات.

إذا كان الجدول طويلاً، وفيه آلاف الصفوف، لا يعيد البحث سوى بضعة مقتطفات. فيُبنى المجموع النهائي أو المقارنة أو فحص الحدّ على حفنة من الصفوف، وتأتي النتيجة ناقصة. وإذا كان الجدول عريضاً، وفيه مئات الأعمدة، فقد لا يتسع الصف الواحد في المقتطف أو في نافذة نموذج البحث. فيصعب العثور على القيم الواقعة في الأعمدة البعيدة، وتبدأ المقتطفات الطويلة بالتطابق مع أسئلة لا تخصها وتزاحم المقتطفات المفيدة.

وتبرز كذلك مشكلة المطابقة. فالناس يسألون عن «المصروفات الخاضعة للرقابة»، بينما يحتوي الجدول على رموز مراكز التكلفة وأسماء الحسابات. والمسودة والنسخة النهائية من المصنّف تبدوان للبحث متطابقتين تقريباً. أما القاعدة التي تمنح الأرقام معناها فكثيراً ما تكون في ملف PDF منفصل.

كيف تعمل الميزة

تقسّم tabular search العمل إلى جزأين. يكفي أن يعثر البحث على مقتطف واحد من الملف الجدولي المطلوب، ثم تقرأ الشيفرة الجدول كاملاً. ولا حاجة إلى تفعيل شيء: فالميزة مدمجة في البحث الوكيلي، أي في الطلب AgenticRetrieveStream.

يمرّ الطلب بعدة مراحل:

  • يعيد البحث مقتطفات، من بينها مقتطف من ملف CSV أو XLSX أو XLS؛
  • يقرر الوكيل، بناءً على السؤال وبنية الجدول، هل يلزم تشغيل شيفرة؛
  • يُنسخ الملف الأصلي إلى بيئة معزولة (sandbox) لا تملك وصولاً إلى الشبكة؛
  • تحسب الشيفرة التي كتبها النموذج على الجدول أو الورقة بأكملها؛
  • يتلقى الوكيل النتيجة المطبوعة فقط، مثل المجاميع أو الصفوف المطابقة؛
  • يُبنى الرد من نتيجة الحساب ومقتطفات المستندات، مع إحالات إلى المصادر.

في مثال AWS، تسأل شركة AnyCompany Retail عن مركز التكلفة صاحب أكبر تجاوز في المصروفات الخاضعة للرقابة، بحسب تعريف السياسة المالية، في الربع المالي الثاني. من ملف PDF يأخذ الوكيل التعريف: تشمل هذه المصروفات المقاولين والسفر والبرمجيات وبرامج التسويق، ولا تشمل الرواتب والإيجار. ومن الجداول تأخذ الشيفرة جميع صفوف الورقتين Actuals وBudget، وتصفّيها بحسب الربع والحسابات الأربعة، ثم تقارن مراكز التكلفة. والنتيجة: تجاوز مركز CC-3010 (Platform) ميزانيته بمبلغ 124 559,90 دولار، إذ أنفق 394 859,90 مقابل خطة قدرها 270 300,00. ويفسّر الاستعراض التجاري السبب: مقاولون لترحيل منصة البيانات. أما إذا احتُسبت جميع المصروفات التشغيلية لا الخاضعة للرقابة وحدها، فيبلغ الرقم 133 434,05.

ومن المفيد بوجه خاص خاصية التتبّع (trace). ففي تدفق الأحداث يظهر الملف الذي قرأته الشيفرة: يسرد الحدث Planning المستندات، ثم يأتي CodeExecution بالحالتين IN_PROGRESS وSUCCEEDED. وهذا يساعد على التحقق من أن الوكيل أخذ المصنّف النهائي لا المسودة. وتشير الإحالات في الرد إلى المقتطفات المستخدمة، لذلك قد لا يظهر الجدول نفسه في الاقتباسات، لكنه سيظهر في التتبّع.

القيود وما ينبغي فعله

لا تحلّ الميزة محل أدوات BI. فتشغيل الشيفرة يضيف دورة واحدة على الأقل للوكيل، ولذلك تصل الردود التي تعتمد على بيانات جدولية أبطأ من الردود النصية. أما المؤشرات الموثّقة، ولوحات المعلومات الدورية، وعمليات join على نطاق المستودع، ومراقبة التقارير الرسمية، فما زال الأولى تنفيذها في أدوات BI. كما أن البحث لا بد أن يعثر أولاً على الملف المطلوب، ولذلك يُستحسن ذكر اسم المصنّف صراحةً في السؤال.

وهناك متطلبات عملية أيضاً. يحتاج الحساب المستدعي إلى الصلاحيات bedrock:AgenticRetrieveStream وbedrock:Retrieve وbedrock:GetDocumentContent، لأن الوكيل يقرأ الملف الأصلي بصلاحيات هذا الحساب. وبعد أول مزامنة، تحقق من أن نوع الملف في المقتطفات الجدولية هو CSV أو MS_EXCEL، وإلا فلن تعمل tabular search. أما استدعاء Retrieve العادي فيظل يعيد مقتطفات فقط ولا ينفّذ شيفرة، وكذلك الحال مع الوضع generateResponse=false.

والخلاصة للمطورين بسيطة. إذا كان مساعدكم يجيب عن أسئلة تقع فيها القاعدة في مستند وتقع الأرقام في ملفات التصدير والمصنّفات، فلا حاجة إلى بناء مخطط مسبقاً ولا إلى نقل الملفات إلى مستودع بيانات. ضعوا الجداول إلى جانب ملفات PDF في S3 أو SharePoint، وصوغوا الأسئلة مع ذكر اسم الملف، وراجعوا التتبّع. وقد يكفي هذا للأسئلة التحليلية العارضة على ملفات العمل. أما كل ما يجب حسابه بانتظام وبضمانات فيبقى في أدوات BI.

القصة

أسئلة وأجوبة حول الخبر

ما أبرز التفاصيل حول لماذا تُربك الجداول RAG التقليدي؟

يعيد RAG عدداً ثابتاً من المقتطفات الأنسب للسؤال. وهذا يصلح للنصوص النثرية. أما مع الجداول فالأداء أضعف: فعندما يُقطَّع الملف إلى أجزاء، تضيع جزء من المعلومات. إذا كان الجدول طويلاً، وفيه آلاف الصفوف، لا يعيد البحث سوى بضعة مقتطفات. فيُبنى المجموع النهائي أو المقارنة أو فحص الحدّ على حفنة من الصفوف، وتأتي النتيجة ناقصة. وإذا كان الجدول عريضاً، وفيه مئات الأعمدة، فقد لا يتسع الصف الواحد في المقتطف أو في نافذة نموذج البحث.

ما أبرز التفاصيل حول كيف تعمل الميزة؟

تقسّم tabular search العمل إلى جزأين. يكفي أن يعثر البحث على مقتطف واحد من الملف الجدولي المطلوب، ثم تقرأ الشيفرة الجدول كاملاً. ولا حاجة إلى تفعيل شيء: فالميزة مدمجة في البحث الوكيلي، أي في الطلب AgenticRetrieveStream. يمرّ الطلب بعدة مراحل: يعيد البحث مقتطفات، من بينها مقتطف من ملف CSV أو XLSX أو XLS؛ يقرر الوكيل، بناءً على السؤال وبنية الجدول، هل يلزم تشغيل شيفرة؛ يُنسخ الملف الأصلي إلى بيئة معزولة (sandbox) لا تملك وصولاً إلى الشبكة؛ تحسب الشيفرة التي كتبها النموذج على الجدول أو الورقة…

ما أبرز التفاصيل حول القيود وما ينبغي فعله؟

لا تحلّ الميزة محل أدوات BI. فتشغيل الشيفرة يضيف دورة واحدة على الأقل للوكيل، ولذلك تصل الردود التي تعتمد على بيانات جدولية أبطأ من الردود النصية. أما المؤشرات الموثّقة، ولوحات المعلومات الدورية، وعمليات join على نطاق المستودع، ومراقبة التقارير الرسمية، فما زال الأولى تنفيذها في أدوات BI. كما أن البحث لا بد أن يعثر أولاً على الملف المطلوب، ولذلك يُستحسن ذكر اسم المصنّف صراحةً في السؤال. وهناك متطلبات عملية أيضاً.

ZK
جمال حميدون — مدير المنتجات في Alpina Digital ومدير منتج AlpinaGPT. يبني منتجات الذكاء الاصطناعي منذ 2019. بدأ Hamidun News كمشروع شخصي ثم أصبح مُجمِّعًا إنتاجيًا بأكثر من 6000 قارئ.
✦ Unified AI Workspace · Nomad

Test Frontier LLMs & Autonomous Agents in One Workspace

Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.

Try Nomad AI →Launch Nomad Agent
ما رأيك؟
جارٍ تحميل التعليقات…