الذكاء الاصطناعي

مساعد ذكي بالعربية يجيب من بيانات ERPNext: كيف يعمل مع الصلاحيات؟

نُشر: 15 أكتوبر 20267 دقائق قراءةفريق يمن فرابي

المساعد الذكي بالعربية لنظام ERPNext هو واجهة محادثة يسأل فيها المدير أو الموظف سؤالاً عادياً، فيجيب برقم أو قائمة مأخوذة من بيانات النظام نفسه، مع رابط التقرير أو المستند الذي جاء منه الجواب. يعمل المساعد بصلاحيات المستخدم الذي يسأل، فلا يرى أكثر مما يراه هذا المستخدم في النظام، ويُسجَّل كل سؤال وجواب. نشرح هنا كيف يُبنى هذا المساعد، وما الذي يجب ضبطه ليعمل بأمان في شركات ومؤسسات في اليمن.

كيف يعمل المساعد: من السؤال إلى الجواب

النموذج اللغوي لا يحفظ أرقامك ولا يقرأ قاعدة البيانات مباشرة. دوره أن يفهم السؤال ويختار الأداة المناسبة، أما الرقم فيأتي من ERPNext. المسار في أربع خطوات:

  1. السؤال: يكتب المستخدم سؤاله بالعربية كما يتكلم، داخل النظام أو عبر واتساب.
  2. فهم القصد: يحدد النموذج ما المطلوب: تقرير مبيعات أم رصيد حساب أم حالة مستند، وما الفترة والفرع والعميل.
  3. أدوات محددة بصلاحيات: يستدعي المساعد أداة من قائمة أدوات معرّفة مسبقاً، كل منها تقرأ تقريراً أو مستنداً عبر REST API أو بروتوكول MCP، وتتحقق من صلاحية المستخدم قبل إرجاع أي بيانات.
  4. الجواب مع المصدر: يصوغ النموذج الجواب بالعربية من نتيجة الأداة، ويذكر الفترة والفلاتر المستخدمة ورابط التقرير.

هذا الفصل بين الفهم والبيانات هو ما يجعل الجواب قابلاً للتحقق. للتوسع في فكرة الأدوات والوكلاء راجع مقال وكلاء الذكاء الاصطناعي وMCP في Frappe.

لماذا يجب أن يعمل بصلاحيات من يسأل

لو أُعطي المساعد حساب مدير النظام ليقرأ كل شيء، لصار ثغرة: أي موظف يستطيع أن يسأله عن رواتب زملائه أو أرصدة فرع لا يتبعه. لذلك يُنفَّذ كل استدعاء باسم المستخدم الذي يسأل، فتطبَّق عليه تلقائياً قواعد Frappe نفسها:

وفي الإصدار 16 يساعد Permission Inspector مسؤول النظام على فهم سبب ظهور بيانات لمستخدم أو حجبها عنه، وهذا مفيد عند مراجعة إجابات المساعد.

أمثلة لأسئلة حقيقية وما يفعله المساعد

هذه أسئلة يطرحها المديرون والموظفون يومياً في الشركات اليمنية، وما يحدث خلف كل منها:

السؤالما يفعله المساعد
«كم مبيعات فرع عدن هذا الشهر مقارنة بالشهر الماضي؟»يحدد الفرع والفترتين، ويستدعي تقرير المبيعات مرتين بفلتر الفرع، ثم يعرض الرقمين والفرق مع رابط التقرير.
«من العملاء المتأخرون عن السداد أكثر من 60 يوماً؟»يستدعي تقرير أعمار الذمم (Accounts Receivable)، ويعرض العملاء في الشريحة المطلوبة مرتبين بالمبلغ، ضمن العملاء والفروع التي يُسمح للسائل برؤيتها.
«ما الأصناف التي ستنفد خلال أسبوعين؟»يقارن الرصيد الحالي في كل مستودع بمتوسط الصرف الأخير، ويعرض الأصناف المتوقع نفادها، موضحاً أن الجواب تقدير وليس رقماً محاسبياً.
«كم رصيد إجازاتي؟»يتعرف على الموظف المرتبط بحساب السائل، ويقرأ رصيد كل نوع إجازة من Frappe HR، ولا يعرض رصيد أي موظف آخر.
«ايش وضع طلبية العميل الفلاني؟»يبحث عن أوامر البيع المفتوحة للعميل، ويعرض حالة التسليم والفوترة مع رابط المستند.
«كم صرفنا على الديزل في المحطات هذا الربع؟»يحدد الحساب أو مركز التكلفة المقصود، ويقرأ دفتر الأستاذ للفترة، ويسأل السائل إن وجد أكثر من حساب محتمل.
«من لم يبصم اليوم في الإدارة العامة؟»يقرأ سجلات الحضور لقسم السائل إن كان مديراً له، ويرفض إن لم تكن لديه صلاحية على بيانات هذا القسم.
«كم الرصيد في صندوق فرع تعز؟»يعرض رصيد الحساب من تقرير الأرصدة إذا كان للسائل صلاحية عليه، وإلا يعتذر بوضوح دون كشف الرقم.

المساعد هنا يقرأ فقط. إنشاء المستندات أو تعديلها مرحلة لاحقة تحتاج موافقة بشرية صريحة، وهو ما نناقشه ضمن أمثلة الذكاء الاصطناعي العملية في ERPNext.

العربية كما يكتبها الناس: اللهجة والأرقام والتواريخ

المستخدم في اليمن لا يكتب بلغة التقارير. سيكتب «كم بعنا»، و«ايش»، و«حق الشهر»، و«الزباين»، وأسماء أصناف وعملاء بتهجئات مختلفة. النماذج الحديثة تفهم العربية ولهجاتها جيداً، لكن عدة نقاط تحتاج ضبطاً مقصوداً:

المصدر والرفض وسجل التدقيق

الجواب الذي لا يُعرف مصدره لا يُعتمد عليه في قرار. لذلك يرفق المساعد بكل جواب رابط التقرير بالفلاتر نفسها أو رابط المستند، فيفتحه السائل ويتحقق بنفسه. وإذا لم يجد أداة تجيب عن السؤال قال ذلك صراحة بدل أن يؤلف رقماً.

ويحتفظ النظام بسجل لكل محادثة: المستخدم، والوقت، والسؤال، والأدوات التي استُدعيت ونتائجها المختصرة، والجواب. هذا السجل يتيح مراجعة الأخطاء وتحسين الأدوات، ويُحفظ داخل النظام بأقل قدر لازم من البيانات، دون تسجيل كلمات المرور أو مفاتيح الربط.

القنوات: داخل Desk وعبر واتساب

داخل Desk: نافذة محادثة في واجهة ERPNext، يعمل فيها المساعد بجلسة المستخدم المسجّل نفسها، وتُفتح الروابط مباشرة على التقرير أو المستند.

عبر واتساب: مناسب للمديرين في الميدان وللموظفين الذين يسألون عن إجازاتهم أو رواتبهم. هنا يجب ربط رقم الهاتف بمستخدم في النظام والتحقق منه قبل أي جواب، وتقليص قائمة الأدوات المتاحة، وتجنب إرسال بيانات حساسة في الرسالة نفسها حين يكفي رابط يفتح بعد تسجيل الدخول. تفاصيل ربط واتساب في مقال روبوت واتساب مع ERPNext.

نموذج محلي أم عبر API؟

يمكن تشغيل المساعد بنموذج عبر API من مزود خارجي، أو بنموذج مفتوح يعمل على سيرفر داخل المؤسسة. النموذج عبر API أقوى غالباً في العربية وأسهل في البدء، لكن نص السؤال ونتائج الأدوات تُرسل إلى المزود. النموذج المحلي يبقي البيانات داخل المؤسسة لكنه يحتاج عتاداً مناسباً وقد يكون أضعف في الأسئلة المركبة. بعض الجهات تجمع بينهما: محلي للبيانات الحساسة، وخارجي لغيرها.

تبني يمن فرابي هذا المساعد فوق نظام ERPNext القائم ضمن خدمة حلول الذكاء الاصطناعي لأنظمة الأعمال، وتبدأ عادة بعدد محدود من الأدوات لقسم واحد، ثم تتوسع بعد مراجعة السجل وملاحظات المستخدمين.

أسئلة شائعة

هل يمكن أن يخطئ المساعد الذكي في أرقام ERPNext؟

الأرقام نفسها تأتي من تقارير النظام لا من النموذج اللغوي، لكن قد يُفهم السؤال خطأً فيُختار فرع أو فترة غير المقصودة. لهذا يذكر المساعد الفترة والفلاتر في كل جواب ويرفق رابط التقرير للتحقق.

هل يفهم المساعد اللهجة اليمنية؟

النماذج الحديثة تفهم العربية الدارجة بشكل جيد، ومنها تعبيرات يمنية شائعة. ويتحسن الفهم بربط الأسماء المحلية للفروع والأصناف بسجلاتها، وعند الغموض يسأل المساعد سؤالاً توضيحياً.

هل يستطيع الموظف رؤية بيانات زملائه عبر المساعد؟

لا، لأن المساعد يعمل بصلاحيات الموظف نفسه في النظام. ما لا يراه الموظف في ERPNext لا يراه عبر المساعد، ويُرفض السؤال بوضوح ويُسجَّل.

هل يمكن سؤال المساعد عبر واتساب بأمان؟

نعم بشروط: ربط رقم الهاتف بمستخدم في النظام والتحقق منه، وقصر الأدوات المتاحة على ما يحتاجه هذا المستخدم، وإرسال روابط تتطلب تسجيل الدخول بدل البيانات الحساسة.