معرض الأعمال

أبني لك الذكاء الاصطناعي. وأجعله يعمل من أجلك.

أنا زين. أبني أدوات تتيح تتبّع الإجابات وفحص سلوك الوكلاء الذكيين، وتجعل العمل اليومي أسهل.

استكشف الأعمال

أعمال مختارة

أنظمة يمكنك فحصها.

أداتان تعملان فعلياً: إحداهما تختبر الذكاء الاصطناعي، والأخرى تنظّم البحث وتحفظ مصادره.

تصوّر فني: خطوط تدفق ليمونية تمر عبر نفق هوائي بلون الغرافيت وتنحني حول عائق. — تقييم الوكلاء الذكيين تصوّر فني

اختبر السلوك

Agent
Wind Tunnel

اختبار يوضح كيف يتعامل مساعد الذكاء الاصطناعي مع المشكلات.

أعطِ مساعد الذكاء الاصطناعي المهمة نفسها مرتين: مرة بأدوات تعمل بشكل طبيعي، ومرة مع مشكلة مقصودة. يوضح تقرير مقارن كيف تغيّرت استجابته، ليساعدك على اكتشاف نقاط الضعف.

Python · CLI · JSON · HTML reports

كيف يعمل

تبدأ كل تجربة بحالة جديدة للوكيل. يُدرج عطل عند استدعاء محدد لإحدى الأدوات، ويسجل النظام الطلبات والملاحظات والإجابات النهائية وما إذا كان التنفيذ قد وصل إلى العطل.

حالات الاختبار: أخطاء مؤقتة في الأدوات، ونتائج قديمة، وتعليمات غير موثوقة داخل استجابة أداة.
المخرجات: سجلات بصيغة JSON، وملخص مقارن للتجربتين، وتقرير HTML. تُحسب نسبة النجاح من المقارنات الصالحة فقط.

يستخدم العرض المحلي قرارات مبرمجة وبيانات اختبار ثابتة. ويمكن لمحوّل OpenAI اختياري ربط استدعاءات فعلية للأدوات بسير العمل نفسه.

ذاكرة بحثية السجل محفوظ

احتفظ بالأدلة

Memory
Atlas

ملاحظات بحثية تحتفظ بمصادرها وتصحيحاتها.

احفظ ملاحظاتك البحثية، واعثر على المقاطع المناسبة، واربط المعلومات بمصادرها. وعندما تصحّح معلومة، تبقى نسختها السابقة في السجل لتعرف ما الذي تغيّر ومصدر كل نسخة.

Python · SQLite · CLI · Docker

كيف يعمل

يستورد النصوص وملفات Markdown إلى SQLite، ويحفظ إصدارات المصادر وبصمات المقاطع، ويسترجع المقاطع المطابقة بالبحث اللفظي. تحل التصحيحات محل المعلومات الحالية مع الاحتفاظ بالقيم السابقة.

سير العمل: أضف مصدراً، وافحص المقاطع، وسجّل معلومة موثّقة، ثم اطرح سؤالاً أو راجع سلسلة تصحيحاتها.
الأدلة: إحالات إلى المقاطع، ومسارات المصادر وإصداراتها وبصماتها. ولا تعرض إجابات النموذج الاختيارية إلا إحالات تم التحقق منها.

يظل البحث المحلي وسجل المعلومات متاحين دون اتصال. ويعرض مسار OpenAI الاختياري حالة واضحة عند غياب الأدلة أو رفض الإجابة.

المنهج

الإجابة المفيدة تحتاج إلى أدلة يمكن تتبّعها.

أعمل باستخدام Python وواجهات النماذج والاسترجاع والبيانات المنظّمة. يهمني ما يحدث بعد العرض التجريبي الواعد: هل يمكن ربط الإجابة بمصدرها، وإعادة إنتاج الإخفاق؟

ابدأ بسؤال واضح.

حدّد المهمة والنتيجة المفيدة قبل اختيار الأدوات.

اجعل الإخفاق قابلاً للفحص.

سجّل الخطوات، وأدخل أعطالاً محددة، وقارن ما حدث فعلياً.

أبقِ المصدر واضحاً.

اربط الإجابات بالمقاطع، واحتفظ بالسجل عندما تتغير الأدلة.

PythonSQLواجهات النماذجاسترجاع المعلوماتDockerSQLiteتقييم الوكلاء

الخبرة

من سير العمل إلى النتائج.

تطبيقات ذكاء اصطناعي داخلية، وعمل على البيانات، وهندسة تربط بينهما.

أبريل ٢٠٢٥ إلى يوليو ٢٠٢٦

مهندس ذكاء اصطناعي مقيم / مهندس برمجيات

Graphene Communication · لاهور، باكستان

طوّرت ونشرت محلياً نظاماً داخلياً لجمع بيانات العملاء المحتملين باستخدام واجهات النماذج والاسترجاع والسجلات السابقة، وجهّزت التطبيق والخدمات المساندة باستخدام Docker.

180%تحسّن في كفاءة جمع بيانات العملاء المحتملين

38%زيادة في التحويلات

ديسمبر ٢٠٢٤ إلى مارس ٢٠٢٥

متدرّب تقني

صندوق ILM، جامعة الإدارة والتكنولوجيا · لاهور، باكستان

استخدمت أدوات تحليل البيانات في ChatGPT لتنظيف السجلات وتنظيمها، وتبسيط إدخال البيانات، واستكشاف طرق لتوسيع نطاق عمل الصندوق. كما ساعدت في المهام التقنية اليومية وإدارة وسائل التواصل الاجتماعي.

التواصل

لنبنِ أشياء مفيدة.

مهتم بأنظمة الذكاء الاصطناعي العملية، أو التقييم، أو تفاصيل هذه المشاريع؟ لنتحدث.

LinkedIn GitHub