ساعد Claude وOllama بائعًا على Ozon في معالجة الشهادات خلال يوم واحد وإعادة 1000 SKU إلى البيع

بدأت Ozon بالتحقق من شهادات السكاكين قبل دخول المتطلبات الجديدة حيز التنفيذ، وانتهى الأمر بأحد البائعين إلى حظر معظم المخزون تقريباً. بدلاً من قضاء أشهر في تحميل المستندات يدوياً، قام ببناء خط أنابيب يعمل بمساعدة Claude و Ollama معالجاً مئات الملفات في يوم واحد وساعد على إعادة أكثر من 1000 منتج إلى البيع.

لماذا توقف كل شيء

يقول صاحب الحالة أنه يبيع السكاكين على Ozon منذ أكثر من ست سنوات ويصف الشهادات الموثقة كألم مستمر. كانت المنصة تغير المتطلبات بانتظام: في بعض الحالات كانت المستندات إجبارية، وفي حالات أخرى كانت مطلوبة فقط عند الطلب، والآن قررت Ozon التحضير مسبقاً للقواعد الجديدة التي تدخل حيز التنفيذ في 1 أكتوبر 2026. في يوم واحد، حظرت سوق التجارة الإلكترونية حوالي 1000 منتج بسبب غياب التأكيدات المطلوبة.

في السابق، تم حل المشكلة يدوياً: الذهاب إلى قسم الشهادات في Ozon Seller وتحميل ملف ثم إرفاقه بالمنتجات واحداً تلو الآخر. بالنسبة لعدة بطاقات هذا أمر غير سار لكنه محتمل. بالنسبة لألف منتج، يصبح هذا السيناريو أشهراً من العمل الرتيب.

كانت الحالة تتفاقم بحقيقة أن المستندات لم تكن مخزنة في PDF بل كصور JPEG على Google Drive، لذا كان من المستحيل استخراج أرقام الشهادات والتواريخ والرموز بسرعة باستخدام الأدوات العادية.

كيفية بناء خط الأنابيب

لتجنب استنزاف حدود نموذج السحابة على مئات الصور، نقل المؤلف الكشف إلى نموذج محلي qwen3-vl:8b عبر Ollama. كان Claude بمثابة ملاح هندسي في هذا المخطط: يساعد في تصميم العمارة وكتابة البرامج النصية وشرح خطوات التشغيل واقتراح كيفية ربط OCR بـ API Ozon Seller. جاء التبسيط الأساسي بعد فحص التوثيق: تبين أن الصور لا تحتاج إلى نشرها عبر الروابط أو استضافتها بشكل منفصل.

"الاكتشاف الرئيسي: واجهة برمجة التطبيقات

Ozon تقبل الملفات مباشرة عبر multipart/form-data".

نتيجة لذلك، بدا السيناريو العملي كالتالي:

• تم تقسيم مجلد محلي يحتوي على الشهادات والمرفقات إلى أزواج ملفات؛
• تعرفت Ollama على أرقام الشهادات والتواريخ والرموز من الصور؛
• قام النص البرمجي بتحميل الملفات نفسها إلى Ozon عبر طريقة إنشاء الشهادة؛
• حصل طلب منفصل على مراسلة offer_id و product_id؛
• ربطت الخطوة النهائية الشهادات بالمنتجات وحفظت تقرير CSV.

حيث كان عليهم التبسيط

لم يعمل النظام من المحاولة الأولى. أثناء العملية، اتضح أن بعض الشهادات والمرفقات كانت مرتبطة باسم الملف، بينما كانت البعض الآخر مرتبطة فقط برقم داخل المستند. احتوت أسماء الملفات على أخطاء إملائية، وبعض الشهادات كانت تحتوي على رموز في المرفق، والبعض الآخر مباشرة على الورقة الرئيسية.

كل هذا كسر السيناريو البسيط وأجبر منطق المعالجة على أن يصبح أكثر تعقيداً، مما يعني قضاء المزيد من الوقت على التشغيل واستهلاك المزيد من موارد النموذج المحلي. بعد عدة تكرارات، تخلى المؤلف مع Claude عن الأتمتة المعقدة للغاية وبسط المهمة. بدلاً من ربط كل منتج بدقة داخل الشهادة، تم اتخاذ قرار بتجميع المنتجات حسب العلامة التجارية وتمرير شهادة واحدة إلى Ozon مع المرفقات، مع ترك جزء من التحقق على جانب سوق التجارة الإلكترونية.

سرع هذا التنازل خط الأنابيب على الفور: وفقاً لتقدير Claude، تم تقليل وقت الكشف لـ 225 زوج ملف وعدة مستندات متعددة الصفحات من حوالي خمس ساعات أو أكثر إلى ساعتين أو ثلاث. أكدت الجولة القتالية النهائية أن المخطط يعمل ليس فقط في الاختبار. استغرق التعرف على 231 شهادة 3 ساعات و 23 دقيقة بمعدل متوسط 52 ثانية لكل مستند.

استغرق التحميل إلى Ozon 34 دقيقة إضافية. لم يتمكن من التعرف على 3 شهادات فقط، أي أقل من 1.3 ٪ من الحجم الإجمالي.

إذا نجحت الإشراف، يعيد البائع أكثر من 1000 منتج إلى البيع ويغلق المشكلة التي كانت ستستغرق أشهراً من قبل.

ما يعنيه هذا

توضح هذه الحالة جيداً الدور العملي لوكلاء الذكاء الاصطناعي في العمليات الروتينية: لم يحل Claude محل النموذج المحلي، بل صمم العملية وساعد في إصلاح الأخطاء وأوصل مستخدماً بدون مهارات برمجية إلى نتيجة عملية. بالنسبة للبائعين والفرق الصغيرة، هذا إشارة إلى أن مزيج الكشف عن الرؤية المحلي والأتمتة API قادر بالفعل على حل ليس مهام توضيحية، بل مهام تشغيلية.