🤖 بناء نظام RAG مجاني على Telegram باستخدام n8n | Build Free RAG Chatbot with n8n

نظام RAG (Retrieval-Augmented Generation) كامل ومجاني يعمل على Telegram، مبني باستخدام n8n بدون كتابة كود واحد!

---

🎯 نظرة عامة | Overview

هذا المشروع عبارة عن سلسلة تعليمية كاملة لبناء AI Chatbot ذكي على Telegram يستطيع:

• 📚 فهم واسترجاع المعلومات من مستنداتك الخاصة
• 💬 الرد على الأسئلة بدقة باستخدام Llama 3.3
• 🧠 حفظ سياق المحادثة لكل مستخدم
• 🌍 الدعم متعدد اللغات (عربي/إنجليزي)

🏗️ المشروع مقسم لجزئين:

الجزء	الوصف	المدة	الفيديو	الملف
Phase 1	تخزين البيانات (Ingestion)	33 دقيقة	🎥 شاهد الشرح	📥 تحميل Workflow
Phase 2	استرجاع البيانات والرد (Retrieval)	45 دقيقة	🎥 شاهد الشرح	📥 تحميل Workflow

🎬 شاهد السلسلة الكاملة - Playlist

---

✨ المميزات | Features

Phase 1 - Data Ingestion (تخزين البيانات)

• ✅ تحميل ملفات PDF تلقائياً من Google Drive
• ✅ تقسيم النصوص إلى Chunks ذكية (Text Splitter)
• ✅ تحويل النصوص إلى Embeddings باستخدام HuggingFace
• ✅ تخزين في Supabase Vector Database مجاناً

Phase 2 - Retrieval & Response (الاسترجاع والرد)

• 🤖 AI Agent متكامل يبحث في قاعدة البيانات
• ⚡ استخدام Llama 3.3 (70B) عبر Groq API (مجاناً)
• 🧠 ذاكرة محادثة لكل مستخدم (Session Management)
• 📱 دمج كامل مع Telegram Bot
• 🚫 حماية من الـ Hallucination باستخدام System Prompt محكم

---

🛠️ التقنيات المستخدمة | Tech Stack

المكون	الأداة	السبب
Automation Platform	n8n (Self-hosted)	مفتوح المصدر ومجاني
LLM Model	Llama 3.3 70B (via Groq)	سرعة عالية + Free API
Vector Database	Supabase (pgvector)	مجاني + سهل الاستخدام
Embeddings	HuggingFace E5-Multilingual-Large	دعم متعدد اللغات
Chat Interface	Telegram Bot	واجهة جاهزة ومألوفة
Storage	Google Drive	تخزين الملفات

---

🚀 البدء السريع | Quick Start

المتطلبات الأساسية:

✓ حساب n8n (Self-hosted أو Cloud)
✓ حساب Supabase (مجاني)
✓ Groq API Key (مجاني)
✓ HuggingFace API Key (مجاني)
✓ Telegram Bot Token (من BotFather)
✓ حساب Google Drive

خطوات التثبيت:

1️⃣ إعداد البنية التحتية

# إنشاء قاعدة بيانات Supabase
1. سجل في supabase.com
2. أنشئ مشروع جديد
3. شغّل pgvector extension
4. أنشئ جدول documents بالأعمدة المطلوبة

📖 دليل الإعداد الكامل

2️⃣ استيراد Workflows

# في n8n:
1. افتح n8n workflow editor
2. اذهب إلى Import from File
3. استورد phase-1-ingestion.json
4. استورد phase-2-retrieval.json
5. أدخل API Keys الخاصة بك

3️⃣ التشغيل

# Phase 1: رفع ملفاتك على Google Drive
# Phase 2: أرسل رسالة لبوت Telegram
# 🎉 جاهز!

---

📚 الموارد التعليمية | Learning Resources

🎥 سلسلة الفيديوهات الكاملة:

📹 الجزء الأول - Data Ingestion

📺 العنوان: بناء نظام RAG مجاناً للمبتدئين باستخدام n8n (الجزء 1)
⏱️ المدة: 33 دقيقة
🔗 ▶️ شاهد الآن

محتوى الفيديو: 00:00 مقدمة: ما هو نظام RAG ولماذا نحتاجه؟ 01:25 الفرق بين التدريب والـ RAG 03:55 مفهوم الـ Embeddings و Vector Database ببساطة 07:40 شرح عملي: بناء n8n Workflow (Google Drive Trigger) 09:40 ربط Google Drive وتحميل الملفات تلقائياً 13:10 استخراج النصوص من ملفات PDF (Text Extraction) 14:20 إعداد قاعدة بيانات Supabase Vector Store 20:45 شرح Text Splitter وتقسيم النصوص (Chunking) 23:30 تجهيز Hugging Face Embeddings مجاناً 27:00 اختيار الموديل المناسب للغة العربية والإنجليزية 29:00 كود SQL وتفعيل الـ Vector Extension 30:30 حل مشاكل الربط وتخزين البيانات بنجاح

ما ستتعلمه:

• ✅ شرح مفصل لمفهوم RAG وأهميته
• ✅ كيفية تجاوز حدود الـ Context Window في نماذج الذكاء الاصطناعي
• ✅ بناء Workflow كامل على n8n لسحب الملفات من Google Drive
• ✅ إعداد Supabase وتفعيل pgvector extension
• ✅ تحويل النصوص إلى Embeddings وتخزينها
• ✅ حل المشاكل الشائعة في مرحلة التخزين

---

📹 الجزء الثاني - Retrieval & Response

📺 العنوان: صنع AI Chatbot مجانا على Telegram يقرأ ملفاتك باستخدام n8n و RAG (الجزء 2)
⏱️ المدة: 45 دقيقة
🔗 ▶️ شاهد الآن

محتوى الفيديو:

00:00 مقدمة ومراجعة سريعة للجزء الأول 02:50 شرح مفهوم الـ Retrieval وكيف يعمل الـ AI Agent 07:10 إنشاء Telegram Bot باستخدام BotFather 10:00 إعداد الـ AI Agent وكتابة الـ System Prompt 12:50 ربط Groq API واختيار نموذج Llama 3.3 17:15 إعداد Supabase Vector Store كأداة (Tool) للبحث 21:00 مطابقة نموذج الـ Embeddings (Hugging Face) 22:00 إعداد ذاكرة المحادثة (Buffer Memory) لكل مستخدم 23:00 إرسال الردود من n8n إلى Telegram 24:30 تجربة البوت وحل مشكلة أخطاء التوكنز (Token Limits) 40:00 تعديل الـ Prompt وتحديث الـ Chunks للوصول لأفضل نتيجة

ما ستتعلمه:

• ✅ شرح مفصل لمرحلة الاسترجاع (Retrieval) في نظام RAG
• ✅ بناء AI Agent متكامل على منصة n8n
• ✅ استخدام Supabase Vector Store كأداة (Tool) للبحث داخل المستندات
• ✅ دمج نموذج الذكاء الاصطناعي القوي Llama 3.3 (70B) مجاناً عبر Groq API
• ✅ استخدام Hugging Face Inference لتحويل النصوص (Embeddings)
• ✅ إنشاء Telegram Bot عبر BotFather لاستقبال وإرسال الرسائل
• ✅ إضافة ذاكرة للمحادثات (Buffer Window Memory) لربط سياق الكلام
• ✅ كتابة System Prompt احترافي يمنع الـ "هلوسة" (Hallucination)
• ✅ كيفية التعامل مع قيود النماذج المجانية (Token Limits / Context Window)

---

🎬 شاهد السلسلة الكاملة على YouTube

---

⚠️ القيود والملاحظات | Limitations & Notes

🎓 هذا مشروع تعليمي

هذا الـ workflow مصمم للتعلم والفهم، وليس للاستخدام الإنتاجي المباشر.

القيود المعروفة:

• ⚠️ النماذج المجانية لها حدود استخدام (Rate Limits)
• ⚠️ دقة الـ Embeddings المجانية أقل من المدفوعة
• ⚠️ لا يوجد error handling متقدم
• ⚠️ الأداء قد يتأثر مع كمية بيانات كبيرة
• ⚠️ Context Window محدود في النماذج المجانية

💼 هل تحتاج نسخة إنتاجية؟

إذا كنت تبحث عن:

• ✅ نظام RAG enterprise-grade جاهز للإنتاج
• ✅ دعم فني ومتابعة مستمرة
• ✅ تخصيص حسب احتياجات عملك
• ✅ تدريب فريقك التقني
• ✅ حلول مقاومة للأخطاء (Error Recovery)
• ✅ دعم متعدد اللغات احترافي

📞 تواصل معي للاستشارات والتطوير

🐛 حل المشاكل | Troubleshooting

مشاكل شائعة:

❌ البوت لا يرد:

✓ تأكد من webhook مفعّل في Telegram Trigger
✓ تحقق من صحة جميع API Keys
✓ راجع الـ execution log في n8n
✓ تأكد من تفعيل الـ workflow

❌ خطأ Token Limit:

✓ قلل عدد الـ topK في Vector Store (من 5 إلى 2)
✓ قلل حجم الـ Context Window في Memory
✓ قلل حجم الـ Chunks في Phase 1 (من 1000 إلى 500)
✓ اختصر الـ System Prompt

❌ Embeddings لا تعمل:

✓ تأكد من استخدام نفس نموذج الـ Embeddings في Phase 1 و 2
✓ تحقق من HuggingFace API Key
✓ جرب نموذج أصغر حجماً

❌ Supabase Connection Error:

✓ تأكد من تفعيل pgvector extension
✓ راجع الـ URL والـ API Key
✓ تحقق من إنشاء الجدول بالأعمدة الصحيحة