Logaritim
بنك أسئلة وإنشاء اختبارات
FastAPI وPydantic؛ تُحلَّل ملفات PDF الدراسية باستخدام PyMuPDF، وتُولَّد الأسئلة وتُراجَع باستخدام Gemini، وتُجهَّز أوراق الاختبار كملفات PDF على الخادم.
اعرض المنتجما بنيناه بهذه التقنية
جميعها منشورة؛ صفحات المتاجر والتفاصيل في صفحة المنتجات.
متى يكون Python الخيار الصحيح
تكمن قوة Python الحقيقية في المكتبات المحيطة به. فقراءة ملفات PDF ومعالجة الصور والجداول والحساب العددي ورسم المخططات وحزم SDK الرسمية لنماذج الذكاء الاصطناعي ناضجة وموثقة جيداً في Python. عندما لا تقتصر مهمة الخادم على حفظ السجلات بل تشمل فهم المستندات أو تحويل البيانات أو التحدث مع نموذج، نختار Python. وبفضل FastAPI يُنشر الكود نفسه أيضاً كواجهة API منظمة تتصل بها الأنظمة الأخرى.
حيث يناسب Python
- تحتاج إلى استخراج بيانات منظمة من مستندات مثل ملفات PDF أو الصور أو الجداول
- يقع نموذج ذكاء اصطناعي في قلب المنتج ويجب التحقق من مخرجاته
- تريد توليد مخرجات مثل المخططات أو الأشكال أو التقارير من الكود
- يغلب على العمل تنظيف البيانات ومطابقتها وتحويلها
حيث نقترح لغة أخرى
- يتكون التطبيق في الغالب من السجلات والنماذج والصلاحيات؛ وهنا يكون Node.js، الذي يتحدث لغة الويب والجوال نفسها، أكثر عملية
- المراسلة الفورية والاتصالات الحية في قلب المنتج
- سيتشارك كود الخادم الأنواع مع تطبيق جوال
Logaritim: من ملف PDF إلى بنك أسئلة معتمد
يولّد Logaritim الأسئلة من المواد الدراسية، ويراجعها، ويجمعها في بنك معتمد، ويتيح للمؤسسات إعداد الاختبارات من هذا البنك. كُتب الخط بأكمله بلغة Python:
01
ملف PDF دراسي
02
التحليل باستخدام PyMuPDF
03
توليد الأسئلة باستخدام Gemini
04
فحوص القواعد والحل المستقل
05
البنك المعتمد
06
ملف PDF للاختبار وAPI
- تُقصّ ملفات PDF سؤالاً سؤالاً باستخدام PyMuPDF مع مراعاة تخطيط الصفحة، ثم تُحلَّل باستخدام Gemini وتتحول إلى بيانات منظمة.
- عند توليد أسئلة لموضوع ما، يُعثر على المحتوى الدراسي المناسب بالبحث الدلالي في متجهات محفوظة في PostgreSQL باستخدام pgvector، وعند غياب المتجهات يُستخدم الترتيب بالكلمات المفتاحية.
- يمر السؤال المولَّد أولاً بفحوص قائمة على القواعد، فتُستبعد الأسئلة المعيبة الشكل دون إنفاق أي استدعاء للنموذج.
- ثم يحل استدعاء ثانٍ للنموذج السؤال دون رؤية مفتاح الإجابة، وتقارن خطوة تحكيم بين الإجابتين.
- تُرسم أشكال الأسئلة المصوّرة من الكود: الرسوم البيانية للدوال وأشكال الهندسة التحليلية باستخدام matplotlib، وخرائط التاريخ باستخدام Shapely.
- تُجهَّز ورقة الاختبار ومفتاح الإجابة كملفات PDF على الخادم باستخدام PyMuPDF، مع تضمين الخط التركي والصور في الملف.
الانفتاح على الأنظمة الأخرى باستخدام FastAPI
تتصل المؤسسات ببنك أسئلة Logaritim عبر API. تعمل مهام التوليد الطويلة في الخلفية، وعند انتهاء المهمة تُرسل النتيجة إلى النظام الآخر عبر webhook موقّع بـ HMAC. تظهر مفاتيح API لحظة إنشائها فقط، ولا تحفظ قاعدة البيانات سوى بصماتها.
| المهمة | المكتبة | موقعها في Logaritim |
|---|---|---|
| API والتحقق من المدخلات | FastAPI وPydantic | نقاط النهاية التي تتصل بها المؤسسات ولوحة الإدارة |
| التشغيل على الخادم | Gunicorn وUvicorn وDocker | عملية API تعمل بعدة عمّال |
| قراءة ملفات PDF وإنشاؤها | PyMuPDF | تحليل المواد الدراسية وورقة الاختبار ومفتاح الإجابة |
| الذكاء الاصطناعي | google-genai (Gemini وVertex AI) | توليد الأسئلة والحل المستقل والتحكيم |
| البحث الدلالي | PostgreSQL وpgvector | العثور على المحتوى الدراسي المناسب للموضوع |
| الرسم | matplotlib وShapely | الرسوم البيانية والأشكال الهندسية والخرائط |
| تحديد معدل الطلبات | slowapi | تقييد الطلبات التي تصل إلى API |
كيف يسير مشروع Python
- 01
مكالمة تعريفية مجانية
30 دقيقةنتحدث عن المستندات أو البيانات التي سيعمل عليها النظام، ولمن ستفيد المخرجات، والميزانية التي تفكر فيها.
- 02
نطاق مكتوب وعرض سعر
نكتب صيغ المدخلات والمخرجات المتوقعة وقواعد ضبط الجودة ونموذج الذكاء الاصطناعي المستخدم.
- 03
إصدارات أسبوعية
نسلّم كل أسبوع نسخة تعمل، وتجرّب الخط على مستنداتك النموذجية وترى النتائج.
- 04
الاختبار والإطلاق
يختبر مهندس ضمان جودة أول النسخة قبل الإطلاق، ثم تُنقل الخدمة إلى بيئة التشغيل.
- 05
الثلاثون يوماً بعد الإطلاق
30 يوماًنصلح مجاناً الأخطاء التي تظهر في هذه الفترة، وبعدها يمكنك المتابعة بصيانة شهرية.
ننشر المدد ونطاقات الميزانية في صفحتي أتمتة الذكاء الاصطناعي والأسعار، وكل ما في هذه الصفحة يتبع الأرقام نفسها.
أسئلة شائعة عن Python
أليس Python بطيئاً على الخادم؟
في مثل هذه الأنظمة يذهب معظم الوقت إلى النموذج وقاعدة البيانات والعمليات على الملفات، ولا تكون اللغة نفسها عنق الزجاجة. يعمل FastAPI بشكل غير متزامن، ويشغّل Gunicorn عدة عمّال Uvicorn، وتجري الأعمال العددية في مكتبات مكتوبة بلغة C مثل NumPy.
كيف يُراجع المحتوى الذي يولّده الذكاء الاصطناعي؟
في Logaritim ثلاث طبقات: تستبعد الفحوص القائمة على القواعد أخطاء الشكل أولاً، ثم يحل نموذج ثانٍ السؤال دون رؤية الإجابة، وأخيراً تقارن خطوة تحكيم بين النتيجتين. ولا يدخل البنك إلا ما يُعتمد من أسئلة.
مع أي نماذج ذكاء اصطناعي تعملون؟
في Logaritim نستخدم Google Gemini عبر Gemini API وVertex AI معاً، ويُسجَّل كل استدعاء مع استهلاكه من الرموز (tokens). أما في خوادم Rigel وLydiaVault فنستخدم OpenAI. ونختار النموذج بحسب حاجة المشروع.
كيف تتصل خدمة Python بنظامنا الحالي؟
عبر REST API موثقة ومفتاح API وwebhook موقّع يصل عند انتهاء المهمة. بهذه الطريقة تتصل المؤسسات ببنك أسئلة Logaritim.
ماذا يبقى لديّ في نهاية المشروع؟
ترخيص دائم لاستخدام البرنامج ووثائقه. ويمكن تسليم الكود المصدري إن رغبت، وتُكتب الرسوم الإضافية بشكل منفصل في العرض.
خدمات ذات صلة
تواصل معنا
لنتحدث عن مشروعك بـ Python
في مكالمة تعريفية مجانية مدتها 30 دقيقة نراجع معاً مستنداتك والمخرجات التي تتوقعها وأين سيفيد الذكاء الاصطناعي فعلاً.