تحسين وتنظيم مشروع Python أولي

بايثون HTML PHP CSS C++ Programming تطوير التطبيقات تطوير الويب برمجة مواقع برمجة برمجة قواعد البيانات تطوير البرمجيات هندسة البرمجيات الذكاء الاصطناعي بايثون HTML PHP CSS C++ Programming تطوير التطبيقات تطوير الويب برمجة مواقع برمجة برمجة قواعد البيانات تطوير البرمجيات هندسة البرمجيات الذكاء الاصطناعي

نظرة عامة المشروع عبارة عن نسخة أولية (MVP) من نظام تحليل مكالمات كول سنتر مكتوب بلغة Python. يعتمد النظام على اكواد مربوطه ب ذكاء اصطناعي جاهزة (APIs خارجية) لتحويل الصوت إلى نص، تصنيف المكالمات، وتقييم الأداء، دون الحاجة لأي تدريب داخلي أو نماذج مخصصة حيث انها مربوطه بطريقه سهله جدا للمبتدئين ولاتتطلب خبرة في الذكاء الاصطناعي نهائيا تم تصميم المشروع ليكون سهل الاستخدام وسلس التنفيذ، حيث يتعامل فقط مع تدفق بيانات بسيط بين مراحل متتالية. النموذج الحالي مبني بطريقه بسيطه وسهله يمكن فهمها من قبل غير المتخصصين في مجال الذكاء الاصطناعي و يتكون من ( من 700 سطر برمجي و1500 كلمة ) ويعمل بكفاءة في بيئة تجريبية، ويتكوّن من مراحل مستقلة تؤدي كل منها وظيفة محددة الهدف الآن هو نقله إلى بيئة إنتاج أكثر استقرارًا مع تنظيم الكود بشكل احترافي وربطه بقاعدة بيانات مركزية. ما هو جاهز؟ الكود يعمل، وتم اختبار كل مرحلة بشكل منفصل. حاليًا المشروع مبني كمجموعة وحدات منفصلة تنفذ المهام التالية: استيراد تلقائي للملفات الصوتية من Google Drive تحويل الصوت إلى نص (مع تمييز المتحدثين) تحليل النص وتصنيف المكالمات استخراج بعض مؤشرات الأداء للمكالمة المطلوب الآن: نقل المشروع إلى بيئة تشغيل أكثر احترافية وتشغيله بشكل منظم على سيرفر VPS، مع تحسين هيكلية الكود وربطه بقاعدة بيانات. ما الجديد في هذه المرحلة؟ تشغيل النظام على سيرفر VPS مستقل تخزين الملفات الصوتية محليًا بدل Google Drive استخدام قاعدة بيانات MySQL بدل Google Sheets تنظيم الكود وتحويله إلى وحدات مستقلة قابلة للتطوير المراحل المنفذة حاليًا وتعمل بنجاح (نسخة تجريبية) 1. تزامن واستيراد تلقائي للملفات الصوتية من Google Drive - سحب الملفات تلقائيًا - تحليل أسماء الملفات واستخلاص بيانات تعريفية منها 2. تحويل الصوت إلى نص مع فصل المتحدثين - استخدام نموذج STT مع خاصية Diarization باستخدام AI عبر API - إخراج نص منسق لكل مكالمة 3. تصنيف المكالمات تلقائيًا - تحديد نوع المكالمة (مهتم، متابعة، شكوى) باستخدام AI عبر API 4. تسمية المتحدثين دلاليًا - استبدال "Speaker 1/2" بـ "الموظف / العميل" حسب السياق 5. تحليل الأداء وتقييم المكالمة - استخراج إشارات أداء (اهتمام، التزام، اعتراض) - توليد تقييم عام للموظف وأداءه ضمن المطلوب باستخدام AI عبر API المتطلبات التطويرية لهذه المرحلة الهدف هو نقل المشروع من نموذج أولي إلى نظام تشغيل فعلي قابل للتوسع، وذلك من خلال: 1- نقل وتشغيل المشروع على Linux VPS (Hostinger) - إعداد بيئة تشغيل Python - تشغيل المهام تلقائيًا باستخدام Scheduler - تنظيم مجلدات التخزين (المكالمات، النتائج، السجلات) 2-تثبيت و إنشاء وربط قاعدة بيانات MySQL - تصميم الجداول مثل: calls, transcripts, scores, logs, users - ربط مراحل المشروع بها كمصدر بيانات مركزي 3- إعادة تنظيم الكود بأسلوب Modular - فصل كل مرحلة كوحدة مستقلة - اعتماد واجهة بيانات موحدة (JSON أو DataFrame) - توثيق وظيفة كل مرحلة بشكل دقيق 4- لوحة تحكم باستخدام NocoDB - تثبيت وربط NocoDB بقاعدة MySQL - تمكين المستخدمين من عرض وتحرير الجداول - إعداد صلاحيات مخصصة لتحرير بعض البيانات حسب أدوار المستخدمين بشكل مبسط ملاحظة: لا يُطلب أي تطوير Frontend. المطلوب فقط تفعيل NocoDB كأداة جاهزة لإدارة البيانات، مع إعداد صلاحيات بسيطة تسمح لبعض المستخدمين بتحرير حقول محددة داخل الجداول فقط، دون التحرير الكامل لجميع الأعمدة أو السجلات. مثال: المستخدم يستطيع تعديل "تقييم الموظف"، لكن لا يمكنه تعديل "نص المكالمة" أو "تصنيف العميل". 5- توثيق شامل - توثيق شامل للنظام، الكود، وهيكل البيانات - توفير دليل استخدام فني مبسط يسهل تسليم المشروع لأي مبرمج لاحقًا ملاحظات مهمة للمبرمج المنفذ - الكود الحالي مكتمل وظيفيًا، لكنه يحتاج إعادة تنظيم كبنية جاهزة للإنتاج - يُتوقع من المنفذ إعادة هيكلة الكود بشكل احترافي، دون نسخ ولصق مباشر - يجب مراعاة قابلية التوسع المستقبلي في كل جزء من أجزاء النظام - دعم فني مدة 5 ايام بعد تسليم المشروع وذلك حيث اننا سنقوم باختبار المشروع 5 ايام بشكل رسمي للتاكد من سلامة المخرجات وعدم وجود اخطاء في التنفيذ إدارة التطوير عبر GitHub - المشروع سيتم نقله بالكامل إلى GitHub - كل مرحلة يتم رفعها كمودول مستقل - يُطلب كتابة Commit Message واضح مع كل تعديل لتوثيق السبب - يجب الالتزام بسياسة النسخ الاحتياطي ومراقبة الإصدارات (Version Control)، بحيث يمكن الرجوع لأي نسخة سابقة من الكود بسهولة في حال ظهور مشاكل مستقبلية. - هذه المنهجية ضرورية لضمان الاستقرار، خاصة مع تعدد التعديلات أو توسيع النظام لاحقًا. يرجى بناء النظام بأسلوب "مراحل مرنة" (Modular Pipeline): بحيث يمكن تعديل أو استبدال أي مرحلة (مثل مرحلة تحليل الأداء أو تصنيف المكالمة) دون أن يؤثر ذلك على بقية المراحل. يجب أن تكون كل مرحلة: - مستقلة وظيفيًا - تستقبل وتُخرج بيانات بصيغة موحدة (مثل JSON) - تلتزم بواجهة موحدة - تتضمن **نقاط ربط (Hooks)** واضحة تتيح إدراج مراحل جديدة مستقبلًا دون تعديل جذري على النظام على سبيل المثال، لو أردنا لاحقًا تحديث طريقة "تحليل الأداء"، يمكن تعديل هذه المرحلة فقط دون الحاجة لتغيير مرحلة "تحويل الصوت إلى نص" أو "تصنيف المكالمة". تنويه ختامي هذا المشروع هو MVP – نسخة أولية فقط. إذا تم تنفيذه بكفاءة، سيكون خطوة أولى تؤهلك للعمل في المشاريع المستقبلية التالية: - مشروع لواجهة Dashboard احترافية - مشروع داخلي لتطوير أدوات تحليل ذكي أعمق للمكالمات تنبيه هام نوضح أن هذا المشروع لا يتطلب خبرة في الذكاء الاصطناعي نهائيا ، لأنه يعتمد بالكامل على ربط جاهز مع واجهات API خارجية دون أي نماذج مخصصة أو تدريب داخلي قد يوحي وصف المشروع للمستقل ان المشروع يهدف الى برمجه معقدة جدا، ولكن الهدف الصريح من المشروع ان اجعله مصمم بطريقه سهلة للتطوير المستقبلي حيث انني بهذه الاكواد الأولية بدأت اعاني عند اضافة مزايا من ظهور اخطاء كثيره حيث ان بنائي للكود قد يكون غير مصمم بطريقه ترحب بالتوسع والنمو لذلك احتاج لمبرمج يبرمج بطريقة سلسه وتجعل التطوير المستقبل متاح دون اخطاء نأمل فضلا تقديم عرض سعر معتدل يتناسب مع كون المشروع في مرحلته الأولى، مع اعتبار أننا نعمل بروح التعاون، والهدف هو بناء شراكة تطوير مستمرة بإذن الله.