مساعد وكيل الأسئلة والأجوبة بشأن بيانات المبيعات للمستخدمين

يستند هذا المشروع إلى بيانات مبيعات ما بعد البيع الحقيقية لوكلاء «كاتربيلر» من «Tractafric Equipment» وهي نفس شبكة الوكلاء التي تدعم مشروع أتمتة العمليات المالية الخاص بي ويهدف إلى معرفة ما إذا كان بإمكان مدير المبيعات الاستعلام عن البيانات مباشرةً بدلاً من إنشاء جدول محوري. تقوم الخلفية البرمجية FastAPI بتحويل سؤال مكتوب بلغة بسيطة إلى استعلام SQL واحد للقراءة فقط، يتم تشغيله عبر نموذج Ollama محلي (بدون واجهات برمجة تطبيقات سحابية) ويتم فحصه بواسطة طبقة حماية من مستويين: بوابة أمان قائمة على sqlglot بالإضافة إلى أداة فحص دلالي قبل أن يصل إلى مستودع DuckDB الذي يحتوي على 3.1 مليون صف. لم تكن المشكلة الهندسية الحقيقية هي تحفيز نموذج اللغة الكبير (LLM)؛ بل كانت البيانات نفسها: خمسة أفخاخ تم التحقق منها تجعل ما يبدو «واضحًا» SQL «الواضح» خاطئًا بشكل واثق دون ظهور أي خطأ، بما في ذلك عمود «المجموع التراكمي لكل صف» الذي يبالغ في تقدير الإيرادات بمقدار 6.4 أضعاف إذا تم جمعها بطريقة ساذجة، وجدول تقارير فارغ بنسبة 83٪ حيث لا يمثل COUNT(*) عدد المعاملات، وبيانات ثلاث سنوات تم اقتطاعها بصمت إلى 1,000,000 صف بالضبط وبشكل غير متساوٍ حسب البلد، وترميز جغرافي موجود فقط داخل سلسلة رموز الموزعين باللغة الفرنسية. يتم عرض كل إجابة مباشرةً مع لغة SQL الدقيقة الخاصة بها، وشرحًا مصحوبًا بالتعليق الصوتي، وتحذيرات تُرفق تلقائيًّا كلما تعلق الاستعلام ببيانات غير موثوقة، بالإضافة إلى التصدير بنقرة واحدة إلى CSV أو Markdown أو HTML أو Excel أو PDF، والرسوم البيانية التي يتم إنشاؤها تلقائيًّا، وعلامة تبويب لاستكشاف البيانات ذاتي الخدمة. مصفوفة تقييم مكونة من 14 تكوينًا: 6 نماذج محلية مضروبة في خيار تشغيل/إيقاف الاستدلال، بالإضافة إلى خطين أساسيين، بما في ذلك حالات عدائية يجب رفضها تمامًا، ومعايير قياس الدقة والكمون والصحة لتوصية أفضل نموذج للأجهزة التي يعمل عليها.