١٢ وكيل ذكاء اصطناعي مستقل، يعملون ضمن ٥ طبقات هرمية، مدعومون بمكتبة معرفة دلالية من ١٩ مجال متخصص. هذا المستند يوضح كل دور، كل علاقة، وكل تدفق بيانات في النظام.
منظومة ليفنترا الذكية تتكون من طبقتين مستقلتين تتكاملان: طبقة الوكلاء التي تقرر وتتصرف، وطبقة المعرفة (RAG) التي توفر السياق الدلالي. كلتاهما تعمل فوق قاعدة بيانات Supabase الموحدة.
الوكلاء — يفكرون، يقررون، ويتصرفون. كل وكيل يعمل ضمن صلاحية محددة، ويستطيع استدعاء أدوات للتفاعل مع قاعدة البيانات والخدمات الخارجية.
مكتبة معرفة قابلة للبحث الدلالي والمفتاحي. كل وكيل يستطيع استعلامها لاستخراج خبرة متخصصة قبل اتخاذ القرار.
٥ طبقات تنظيمية واضحة، مع تنسيق أفقي بين الأقران وتصعيد عمودي عند الحاجة. القرارات النهائية تعود لفهد (Tier 0)، بينما REEA تنسّق العمليات اليومية.
كل ١٥ دقيقة، تقوم REEA بدورة تشغيلية ذاتية: تقرأ حالة النظام، تبني رسماً تشغيلياً سباعي الأبعاد، تحلل المخاطر، وتقرر بناءً على ذكاء Claude Sonnet 4.6.
aom_tasks · submitted / working / blocked
fahad_agenda · awaiting decision
overdue payments · SAR amount
open tickets · SLA breaches
expiring within 30 days
open complaints · sentiment
pending settlements
خمسة وكلاء يراقبون صحة منصة Liventra نفسها (وليس عقاراً واحداً). يتواصلون مع بعضهم البعض ومع REEA، ولكل منهم أدوات متخصصة وذاكرة مشتركة.
وكلاء العمليات يتلقون المهام من REEA وينفذونها ميدانياً عبر بروتوكول Agent-to-Agent. وكلاء البوابات يخدمون المستخدمين النهائيين مباشرة بنموذج DeepSeek الأقل تكلفة.
يساعد موظفي إدارة العقار في مهامهم اليومية: إنشاء طلبات صيانة، فحص الإشغال، تشغيل التقارير، البحث في قاعدة المعرفة.
يخدم ملاك العقارات: استعراض المالية، التسويات، أداء العقارات، تنبيهات ذكية.
يخدم المستأجرين: تقديم طلبات الصيانة، استعراض المدفوعات، الاطلاع على بنود العقد.
RAG = Retrieval-Augmented Generation. بدلاً من أن تخمن الوكلاء، تبحث أولاً في مكتبة المعرفة المختصة، تستخرج المقاطع الأكثر صلة، وتبني إجابتها على أساس مصادر موثقة.
السؤال يُعاد صياغته في ٣ صيغ مختلفة. مثال: "ما هو معدل إشغال طبيعي؟" → ٣ صيغ تشمل العربية الفصحى، اللهجة، والإنجليزية.
بحثان يعملان في نفس الوقت — Vector Search (تشابه دلالي عبر pgvector) و BM25 (تطابق مفتاحي على النص الكامل).
Reciprocal Rank Fusion يدمج قائمتي النتائج، ويكافئ المقاطع التي تظهر في صدارة كلا القائمتين.
نموذج AI ثاني يقرأ السؤال مع كل مقطع ويعطي درجة صلة من 0 إلى 1. يكتشف الحالات التي وجد فيها البحث الأول الوثيقة الصحيحة لكنها كانت في مرتبة منخفضة.
إذا احتوى المقطع على مصطلحات عقارية محددة (أرقام وحدات، أحياء، أرقام أنظمة)، تُرفع درجته.
أعلى ٥-١٠ مقاطع تعود إلى الوكيل مع البيانات الوصفية الكاملة. الوكيل ملزم بالاستشهاد بالمصدر عند استخدام المعرفة.
بنية الجدول في Supabase حيث تُخزن كل مقاطع المعرفة مع متجهاتها
كل مجال (corpus) عبارة عن مجموعة من الوثائق المتخصصة في موضوع واحد. الوكلاء يستطيعون التركيز على مجال محدد أو البحث عبر الجميع.
كل وكيل يملك أنواعاً متعددة من الذاكرة — السريعة (Redis) للمحادثات والكاش، والدائمة (Supabase) للمعرفة المشتركة والمهام وسجل القرارات.
ذاكرة قصيرة الأمد لكل وكيل ولكل مستخدم — تخزن المحادثات والكاش والمعدلات.
ذاكرة دائمة موحدة عبر كل الوكلاء — قاعدة الحقيقة المشتركة، المهام، الأفكار، وسجل القرارات.
الوكلاء يتواصلون أفقياً (peer-to-peer عبر dispatchToAgent) وعمودياً (تصعيد لفهد عبر addToAgenda). كل اتصال مسجّل ويمكن تتبعه.
الأدوات هي الدوال التي يستدعيها الوكيل للتفاعل مع العالم الحقيقي. كل أداة لها schema (مثل توثيق API) حتى يعرف الذكاء الاصطناعي كيف يستخدمها.
عند حدوث شيء مهم في النظام، يتم إطلاق event. الأجزاء الأخرى تستمع وتتفاعل تلقائياً. هذه الطريقة هي كيف يحصل الوكلاء على إشعارات دون الحاجة للاستعلام المتكرر.
النظام موزع على مزودين متعددين: Vercel للواجهات الأمامية، Railway للخوادم، Supabase لقاعدة البيانات، Redis للذاكرة السريعة، وخدمات AI خارجية.
كل طلب يمر عبر ثماني طبقات أمنية — من جدار الحماية على الحافة، إلى Row Level Security داخل قاعدة البيانات، إلى مصفوفة صلاحيات الوكلاء.