🌊 موجة البيان | Mowjn AI-Bayan

نظام ذاكرة سياقية تكيفية لمنصة ذكاء اصطناعي

---

📖 نظرة عامة

المشكلة: النماذج اللغوية الكبيرة (LLMs) ما عندها ذاكرة دائمة — كل محادثة تبدأ من الصفر بدون سياق سابق.

الحل: نظام ذاكرة تكيفية يحفظ كل محادثة كـ Embedding دلالي، ويسترجع الذكريات المرتبطة تلقائيًا قبل توليد كل رد — مع تضاؤل زمني تدريجي يضمن أولوية المعلومات الحديثة.

---

🏗️ البنية المعمارية

┌─────────────┐     ┌──────────────────┐     ┌──────────────┐
│   User      │────▶│  Context         │────▶│  Gemini      │
│  Prompt     │     │  Enrichment      │     │  Model       │
└─────────────┘     │                  │     │              │
                    │  ┌────────────┐  │     └──────────────┘
                    │  │ Adaptive   │◀─┼────────────┼── Save
                    │  │ Memory     │  │            │  Response
                    │  │ Engine     │  │            │
                    │  └────────────┘  │            │
                    │        │         │            │
                    │    ┌──────────┐  │            │
                    └────▶│ SQLite   │◀─┘            │
                         │ Database │               │
                         └──────────┘               │
                                                    │
                         ┌──────────────────────────┘
                         ▼
                    ┌──────────────┐
                    │ Embedding    │
                    │ Model        │
                    └──────────────┘

---

⚙️ المكونات الرئيسية

المكون	الوظيفة	الحالة
main.py	الملف الرئيسي — إدارة الطلبات والاستجابة عبر Google Gen AI SDK	✅ جاهز
adaptive_memory_engine.py	محرك الذاكرة التكيفية (تشابه + تضاؤل زمني + SQLite)	✅ جاهز
rag_engine.py	محرك استرجاع المعلومات المعزز	🔧 قيد التطوير
ingest.py	تغذية البيانات الأولية للنظام	🔧 قيد التطوير
mowjh_engine.py	المحرك الأساسي للمنصة	🔧 قيد التطوير

---

🧠 كيف يشتغل؟

📥 الاستقبال → 🔄 التضمين → 🔍 الاسترجاع → ⏳ التضاؤل الزمني → 📝 إثراء السياق → ✨ التوليد → 💾 الحفظ

1. الاستقبال 📥

يصل سؤال المستخدم → يُحوَّل إلى متجه دلالي (Embedding)

2. الاسترجاع 🔍

محرك الذاكرة يبحث في قاعدة البيانات عن الذكريات ذات التشابه الأعلى مع السؤال الحالي

3. التضاؤل الزمني ⏳

كل ذكرى تُضرب بمعامل تضاؤل (e^(-λt)) — كلما مر الوقت، قل وزنها تدريجياً

4. إثراء السياق 📝

أفضل النتائج تُضاف فوق السؤال الأصلي كـ Context → النموذج يفهم الصورة الكاملة

5. التوليد والحفظ ✨💾

النموذج يولد الرد → المحادثة كاملة تُحفظ كذكرى جديدة مع فحص التكرار (Deduplication)

---

🔧 المتطلبات

pip install numpy google-genai

أو تثبيت الكل دفعة واحدة:

pip install -r requirements.txt

---

🚀 التشغيل

عبر Google Colab:

!pip install numpy google-genai

import os
os.environ["GOOGLE_API_KEY"] = "your_api_key_here"
os.environ["MODEL_NAME"] = "gemini-3.8-flash"
os.environ["EMBEDDING_MODEL"] = "gemini-embedding-2"
os.environ["MAX_WORKERS"] = "1"

%run main.py

عبر الجهاز المحلي:

git clone https://github.com/mzydhaif11-ctrl/Suggested-Workflows.git
cd Suggested-Workflows
pip install -r requirements.txt
export GOOGLE_API_KEY="your_api_key_here"
python main.py

---

⚙️ الإعدادات (Environment Variables)

المتغير	الوصف	القيمة الافتراضية
GOOGLE_API_KEY	مفتاح Google AI Studio	مطلوب 🔑
MODEL_NAME	نموذج التوليد	gemini-3.8-flash
EMBEDDING_MODEL	نموذج المتجهات	gemini-embedding-2
MAX_TOKENS	الحد الأقصى للرد	1024
TEMPERATURE	درجة الإبداع	0.7
DECAY_RATE	معدل التضاؤل الزمني	0.01
SIMILARITY_THRESHOLD	الحد الأدنى للتشابه	0.5
TOP_K_MEMORIES	عدد الذكريات المسترجعة	3
MEMORY_DB_PATH	مسار قاعدة البيانات	mowjn_memory.db
MAX_WORKERS	عدد الطلبات المتزامنة	5

---

📊 مميزات محرك الذاكرة

الميزة	الوصف
✅ تخزين دائم	SQLite — لا ضياع عند إعادة التشغيل
✅ اكتشاف التكرار	Deduplication — يمنع حفظ معلومات مكررة
✅ دوال تضاؤل متعددة	أسية / خطية / Step
✅ عمليات دفعات	Batch Operations — معالجة متوازية
✅ تنظيف تلقائي	حذف الذكريات منخفضة الدرجة
✅ إحصائيات فورية	معرفة حجم الذاكرة وحالتها

---

📂 التقنيات المستخدمة

Python 3.10+  •  Google Gen AI SDK  •  SQLite  •  NumPy  •  ThreadPoolExecutor

---

👤 المؤلف

مزيد الرشيدي — مطور مهتم بالذكاء الاصطناعي ومعالجة اللغات الطبيعية

---

📄 الترخيص

هذا المشروع مرخص بموجب MIT License

---

صُنع بـ ❤️ بواسطة مزيد الرشيدي