Project OS

AI Planner

Generate a structured project plan from an idea. AI proposes — you review and approve.

Generate a plan

Provider: ollama. The AI generates in your active language.

AI proposes — nothing is saved until you approve.

Proposed plan

Proposed
Project name

نظام مراقبة التواصل الاجتماعي الذكي

MVP

نظام يربط حساب واتساب لمستخدم تجريبي واحد، يقرأ رسائل مجموعة واحدة، يستخدم نموذج ذكاء اصطناعي بسيط لفلترة التحيات والرسائل المتكررة، ويرسل ملخصاً يومياً نصياً للرسائل المهمة إلى حساب تيليجرام الخاص به.

Problem

ضياع المعلومات المهمة وسط كم الرسائل غير المفيدة في مجموعات التواصل الاجتماعي (خاصة واتساب)، وصعوبة متابعة الوثائق والتقارير المرفقة، مما يتطلب وقتاً طويلاً لاستخراج الأخبار والمواعيد المتعلقة بالعمل أو الدراسة أو المجال البحري.

Objective

بناء نظام آلي يربط حسابات مستخدمين متعددين بمجموعاتهم على واتساب، يفلتر الضوضاء، يستخرج المعلومات الهامة ويعالج الوثائق المرفقة، ثم يرسل تقارير يومية مخصصة عبر تيليجرام مع ضمان العزل التام لبيانات كل مستخدم.

Target users
  • المهتمون بالمجال البحري وعمليات السفن وتفريغ الأسماك
  • الطلاب والمهتمون بالدورات التدريبية والأخبار الدراسية
  • الموظفون الذين يعتمدون على مجموعات واتساب لتلقي التقارير الإدارية والحكومية
  • المستخدمون الذين يحتاجون لتتبع الوثائق المرفقة واستخراج البيانات منها
Assumptions
  • توفر واجهة برمجية أو طريقة موثوقة لربط واتساب (مثل WhatsApp Cloud API أو مكتبات غير رسمية مع دراسة المخاطر)
  • امتلاك المستخدمين لحسابات تيليجرام لاستلام التقارير اليومية
  • استخدام نماذج ذكاء اصطناعي (LLMs) لعمليات التلخيص والتصنيف ومعالجة الوثائق
  • إمكانية تطبيق سياسات عزل صارمة لبيانات المستخدمين على مستوى قاعدة البيانات والتطبيق
Risks
  • حظر حسابات واتساب بسبب استخدام طرق ربط غير رسمية أو إرسال طلبات كثيرة
  • تسريب بيانات مستخدم لمستخدم آخر بسبب خطأ في تصميم العزل أو صلاحيات الوصول
  • التكلفة العالية لمعالجة الوثائق واستدعاء نماذج الذكاء الاصطناعي بشكل متكرر
  • دقة ضعيفة في تصنيف الرسائل أو استخراج البيانات من الصور والوثائق ذات الجودة المنخفضة
Technical recommendations
  • استخدام قاعدة بيانات تدعم عزل البيانات على مستوى الصفوف (Row-Level Security) مثل PostgreSQL
  • اعتماد بنية مبنية على الأحداث (Event-Driven) لمعالجة الرسائل بشكل غير متزامن
  • تطبيق نظام طوابير (Message Queue) مثل RabbitMQ لمعالجة الوثائق الثقيلة بدون التأثير على سرعة استلام الرسائل
  • تخزين الوثائق المرفقة في مساحات معزولة (S3 Buckets per user) مع تشفير البيانات أثناء الراحة (At-rest encryption)
  • استخدام نماذج LLM مفتوحة المصدر أو استدعاء API موفر وفعال من حيث التكلفة لتقليل مصاريف التشغيل
Questions / unknowns
  • هل سيتم استخدام واجهة واتساب الرسمية للأعمال (WhatsApp Business API) أم سيتم الاعتماد على مكتبات غير رسمية، وما هي المخاطر المقبولة؟
  • ما هي ميزانية التشغيل الشهرية المتوقعة لاستخدام نماذج الذكاء الاصطناعي (LLMs) لكل مستخدم؟
  • كيف سيتم التعامل مع المستخدمين الذين لديهم مجموعات كثيرة جداً (أكثر من 50 مجموعة) من حيث الضغط على النظام والتكلفة؟
  • هل هناك لغات معينة يجب أن يدعمها نظام الـ OCR غير اللغة العربية والإنجليزية؟
Future enhancements
  • إضافة واجهة محادثة (Chatbot) داخل تيليجرام للاستعلام عن المعلومات السابقة مباشرة
  • دعم منصات تواصل اجتماعي إضافية مثل تيليجرام وسلاك
  • إضافة تنبيهات فورية (Push Notifications) للأخبار العاجلة أو المواعيد الحرجة بدلاً من انتظار التقرير اليومي
  • توفير لوحة تحكم ويب للمستخدمين لإدارة اشتراكاتهم ومجموعاتهم وعرض إحصائيات الاستخدام

Proposed phases

  1. #1

    دراسة الجدوى والربط مع واتساب

    التركيز على البلوكر الرئيسي المتعلق بإيجاد طريقة موثوقة وآمنة لربط حسابات واتساب للمستخدمين وضمان الخصوصية.

    • •
      استكشاف طرق ربط واتسابCriticalمقارنة بين WhatsApp Cloud API الرسمي والمكتبات غير الرسمية لتقييم التكلفة والموثوقية والقيود.
    • •
      تقييم سياسات الخصوصيةHighمراجعة شروط استخدام واتساب لضمان عدم انتهاك السياسات أثناء مراقبة المجموعات وجمع الرسائل.
    • •
      بناء نموذج أولي لاستقبال الرسائلHighتطوير سكربت تجريبي يربط رقم واتساب واحد ويسجل الرسائل الواردة من مجموعة واحدة لاختبار الاستقرار.
    • •
      تحليل مخاطر الحظر ووضع حلولMediumدراسة أسباب حظر الحسابات ووضع استراتيجيات لتقليل المخاطر مثل تأخير الطلبات ومحاكاة السلوك البشري.
  2. #2

    تصميم النظام متعدد المستخدمين وعزل البيانات

    بناء البنية التحتية التي تضمن فصل بيانات المستخدمين تماماً وتوفير بيئة آمنة لمعالجة الرسائل والملفات.

    • •
      تصميم مخطط قاعدة البياناتCriticalإنشاء جداول المستخدمين والمجموعات والرسائل مع تطبيق أمان مستوى الصفوف (Row-Level Security) لعزل البيانات.
    • •
      بناء نظام المصادقة وإدارة المستخدمينHighتطوير واجهات لتسجيل المستخدمين وربط أرقامهم وحسابات تيليجرام الخاصة بهم بشكل آمن.
    • •
      تصميم بنية التخزين للملفات المرفقةHighإعداد مساحات تخزين سحابية معزولة لكل مستخدم لحفظ ملفات PDF والصور مع تشفيرها.
    • •
      توثيق معماريات النظامMediumكتابة وثائق تفصيلية توضح تدفق البيانات وكيفية ضمان الخصوصية والعزل في كل مرحلة.
  3. #3

    بناء محرك المعالجة والتصنيف (MVP)

    تطوير المحرك الأساسي المسؤول عن فلترة الرسائل وتصنيفها واستخراج المعلومات المهمة بناءً على تفضيلات المستخدم.

    • •
      تطوير وحدة فلترة الرسائل التلقائيةHighبرمجة خوارزميات لتجاهل المحتوى قليل الأهمية مثل التحيات والإعلانات والرسائل المتكررة تلقائياً.
    • •
      بناء وحدة تصنيف الرسائلHighتدريب أو برمجة نموذج لتصنيف الرسائل المهمة إلى فئات يحددها المستخدم (مجال بحري، دراسة، عمل).
    • •
      دمج نماذج الذكاء الاصطناعي للتلخيصHighربط النظام بنماذج LLM لتلخيص الرسائل الطويلة واستخراج النقاط الأساسية منها.
    • •
      اختبار دقة التصنيف والتلخيصMediumإجراء اختبارات على بيانات حقيقية لقياس دقة النظام في تمييز المعلومات المهمة وتقليل الإيجابيات الكاذبة.
  4. #4

    معالجة الوثائق والملفات المرفقة

    تمكين النظام من قراءة الملفات المرفقة في المجموعات واستخراج البيانات النصية والأرقام والتواريخ منها.

    • •
      استخراج النصوص من ملفات PDFHighدمج مكتبات معالجة PDF لقراءة التقارير الإدارية والحكومية وتحويلها إلى نصوص قابلة للمعالجة.
    • •
      استخراج النصوص من الصور (OCR)Highاستخدام تقنيات التعرف الضوئي على الحروف لقراءة النصوص الموجودة في الصور والمستندات الممسوحة ضوئياً.
    • •
      استخراج الكيانات المسماة (NER)Mediumبناء وحدة لاستخراج الأرقام، التواريخ، أسماء السفن، والكميات من النصوص المستخرجة.
    • •
      تلخيص وترجمة الوثائقMediumتلخيص محتوى الوثائق الطويلة وترجمتها إلى اللغة المطلوبة عند الحاجة باستخدام الذكاء الاصطناعي.
  5. #5

    تكامل تيليجرام والتقارير اليومية

    تجميع المعلومات المعالجة وتوليد تقارير يومية مخصصة لكل مستخدم وإرسالها عبر بوت تيليجرام.

    • •
      ربط واجهة تيليجرام بوتHighإعداد Telegram Bot API وربطه بحسابات المستخدمين لتوصيل التقارير بشكل آمن.
    • •
      تصميم قالب التقرير اليوميHighإنشاء تنسيق واضح ومنظم للتقرير يتضمن ملخصاً منفصلاً لكل مجموعة تمت مراقبتها.
    • •
      جدولة مهام إرسال التقاريرMediumبرمجة مهام مجدولة (Cron Jobs) لتجميع البيانات وإرسال التقرير في وقت محدد يومياً.
    • •
      إضافة خيارات تخصيص التقريرLowالسماح للمستخدم باختيار الوقت المفضل لاستلام التقرير والمجموعات التي يرغب بتضمينها.
  6. #6

    قاعدة المعرفة والذاكرة الذكية (مستقبلي)

    تطوير النظام ليحتفظ بالمعلومات المهمة في قاعدة بيانات قابلة للبحث، مما يسمح للمستخدم بالاستعلام عن تاريخ العمليات.

    • •
      تصميم قاعدة بيانات شعاعية (Vector DB)Mediumإعداد قاعدة بيانات لتخزين التلخيصات والمعلومات المستخرجة على شكل متجهات (Embeddings) لكل مستخدم.
    • •
      بناء محرك بحث دلاليMediumتطوير وظائف تتيح للمستخدم البحث داخل بياناته السابقة بكلمات مفتاحية أو سياقية.
    • •
      تطوير واجهة استعلام ذكيةLowإضافة ميزة تتيح للمستخدم طرح أسئلة (مثل: كميات الأسماك الأسبوع الماضي؟) والإجابة عليها من قاعدة المعرفة.
    • •
      إثراء التقارير اليومية بالذاكرةLowاستخدام البيانات التاريخية لإضافة سياق أو مقارنات في التقارير اليومية (مثل: انخفاض الاستهلاك عن الأسبوع الماضي).

Approving will create new phases and tasks (appended to any existing roadmap). Existing data will not be deleted.