
تكنولوجيا التعليم/ذكاء اصطناعي · تطبيق ويب للذكاء الاصطناعي
Smart Study Companion
منصة تعليمية تعتمد على الذكاء الاصطناعي وتدمج معمارية RAG وتنسيق LLM لتطوير سير عمل دراسة الطلاب.
تدفق وهيكلية النظام
حدود النظام الحقيقية
1. الواجهة الأمامية هي تطبيق SPA يعتمد على المتصفح ومسؤول عن عرض واجهة المستخدم ومعالجة المسارات والحالة المحلية وطلبات API المصادق عليها.
2. الواجهة الخلفية هي Node.js/Express API تمتلك منطق الأعمال والتحقق من الطلبات والمصادقة وتنسيق الذكاء الاصطناعي وتنسيق الاستجابة.
3. MongoDB تخزن بيانات المجال المستمرة (المستخدمين، التاريخ الأكاديمي، الجلسات، وبيانات المواد الدراسية).
4. مزودو الذكاء الاصطناعي هم تبعيات خارجية يتم استدعاؤها بواسطة خدمات الواجهة الخلفية، وليس مباشرة من الواجهة الأمامية.
المعمارية الداخلية للواجهة الخلفية
تدفق البيانات من البداية للنهاية
تدفق القراءة المصادق عليه
تدفق تعلم الذكاء الاصطناعي
نموذج الأمان والثقة
1. تستخدم المصادقة JWT مع تخزين الرمز (token) من جانب العميل.
2. ترسل الواجهة الأمامية الرمز عبر رؤوس الطلب (x-auth-token) من خلال طبقة API.
3. تفرض المسارات المحمية الهوية في برنامج الوسيط (middleware) للواجهة الخلفية قبل تنفيذ المتحكم.
4. مفاتيح الذكاء الاصطناعي وواجهات برمجة التطبيقات الخارجية هي من جانب الخادم فقط ويتم تحميلها من متغيرات البيئة.
لماذا تعمل هذه المعمارية
1. فصل واضح للمخاوف: واجهة المستخدم، API/منطق الأعمال، والبيانات قابلة للتطوير بشكل مستقل.
2. طبقة الخدمة تزيد من مركزية المنطق المعقد (حساب المعدل، توجيه الذكاء الاصطناعي، التحليل) لإعادة الاستخدام والاختبار.
3. يتم تجريد مزودي الذكاء الاصطناعي الخارجيين خلف نقاط نهاية الواجهة الخلفية، مما يسمح بتغيير المزودين دون إعادة كتابة الواجهة الأمامية.
4. نمو الميزات يمكن إدارته لأن كل من الواجهة الأمامية والخلفية منظمة حسب وحدات المجال.
الميزات الرئيسية
- مسارات عمل التوليد المعزز بالاسترجاع (RAG)
- محلل المناهج بالذكاء الاصطناعي لأتمتة الإعداد
- توليد اختبارات تكيفية
- محرك تخطيط الجدول الزمني الرئيسي
- تتبع شامل للمعدل التراكمي (GPA)
- تنسيق ذكاء اصطناعي هجين (Groq + Gemini)