مهارة رسمية · الذكاء الاصطناعي عمليًا

رسم معرفي من المستندات

الإصدار 1.0.0 · آخر تحديث 4 نوفمبر 2026

يستخرج الكيانات والعلاقات من المستندات إلى ثلاثيات مع اقتباسات المصدر ودرجة الثقة، وأسماء مدموجة، وجدول جاهز لـCSV، ومخطط Mermaid.

تعمل في Claude وChatGPT ووكلاء البرمجة. في Team وBusiness، تتحدّث المهارة الرسمية في Pod فريقك تلقائيًا كلما حسّنّاها.

متى تستخدمها

• تريد خريطة للأشخاص والشركات والمنتجات عبر مستندات كثيرة
• تحتاج ملف CSV لأداة رسوم بيانية أو لنظام RAG

ما تعطيه لها

• المستندات أو نص ملصوق
• أنواع الكيانات والعلاقات المهمة
• قائمة موجودة بالأسماء المعتمدة (اختياري)

ما تحصل عليه

جدول كيانات، وجدول ثلاثيات بالاقتباسات ودرجة الثقة، ومخطط Mermaid، وأسئلة مفتوحة عن المكررات.

كيف تعمل

1. ثبّت أنواع الكيانات والمحمولات أولًا اكتبها في قائمة قصيرة: الأنواع أسماء مفردة (شخص، شركة، منتج، مشروع)، والمحمولات عبارات فعلية بأحرف لاتينية صغيرة (works_at، uses، owns، reports_to). محمول واحد لكل معنى؛ «موظف لدى» و«يعمل في» كلاهما يصبح works_at.
2. استخرج الثلاثيات جملةً جملة ما تقوله الجملة فقط. كل ثلاثية: فاعل، ومحمول، ومفعول، والاقتباس الحرفي من المصدر (أقل من 25 كلمة)، والمستند والموضع. لا تستنتج علاقات من التجاور («ذُكرا في الفقرة نفسها» ليست علاقة).
3. قدّر درجة الثقة عالية: مذكورة مباشرة («مي تقود مشروع مدار»). متوسطة: مذكورة بتحفظ أو بشكل غير مباشر («يبدو أن مي تدير مدار الآن»). منخفضة: مفهومة من السياق. الافتراضي في هذه المهارة: أبقِ الثلاثيات منخفضة الثقة في الجدول لا في المخطط.
4. ادمج المكررات تحت أسماء معتمدة اجمع الصيغ المختلفة («النخبة»، و«شركة النخبة»، و«النخبة القابضة») تحت اسم معتمد واحد وسجّل الأسماء البديلة. والأشياء المختلفة ذات الاسم الواحد تأخذ مُميِّزًا («عطارد (مشروع)»، و«عطارد (مورّد)»). وإن لم تتأكد أن اسمين لكيان واحد فأبقهما منفصلين وأدرج السؤال.
5. افحص التعارضات ثلاثيتان لا يمكن أن تصحّا معًا (مي reports_to جاد؛ مي reports_to هالة) تُعلَّمان مع المصدرين وتاريخيهما. فضّل المصدر الأحدث فقط إن كانت المستندات مؤرخة؛ وإلا فاترك المسألة مفتوحة.
6. اكتب المخرجات جدول كيانات، وجدول ثلاثيات بصيغة جاهزة لـCSV (بلا خلايا مدموجة، صف لكل ثلاثية)، ومخطط Mermaid من نوع flowchart للثلاثيات العالية والمتوسطة. في Mermaid ضع التسميات التي فيها مسافات أو أقواس بين علامتي تنصيص مزدوجتين، ولا تستخدم الكلمة المجردة `end` معرّفًا لعقدة أبدًا.

ملف SKILL.md

الملف كاملًا، كما تقرؤه أداة الذكاء الاصطناعي لديك. نزّله

---
name: knowledge-graph-extraction
description: يستخرج الكيانات والعلاقات من المستندات إلى رسم معرفي (knowledge graph) - أنواع الكيانات، وثلاثيات فاعل-محمول-مفعول مع الاقتباس المصدر ودرجة الثقة، ودمج المكررات تحت اسم معتمد واحد - ويُخرجها جدولًا جاهزًا لـCSV ومخططًا بـMermaid. Use when يطلب أحدهم رسم خريطة لمن يعمل مع من، أو أي العملاء يستخدمون أي المنتجات، أو تحويل المستندات إلى رسم معرفي، أو استخراج الكيانات والعلاقات، أو بناء رسم بياني من الملاحظات، أو تجهيز بيانات لـGraphRAG أو Neo4j.
---

# استخراج رسم معرفي من المستندات

الرسم المعرفي مجموعة من العبارات على صيغة فاعل–محمول–مفعول («شركة النخبة — تستخدم — Ledgerly»)، وهي الصيغة الثلاثية نفسها لثلاثية RDF في W3C. ولا يفيد إلا إن أمكن تتبّع كل عبارة إلى جملة في المصدر، وكان للشيء الواحد الاسم نفسه دائمًا. لذا تحمل كل ثلاثية هنا اقتباسها ودرجة ثقتها، وتُدمج المكررات قبل رسم أي شيء.

## متى تستخدمها

- تحويل ملاحظات الاجتماعات أو العقود أو ملاحظات CRM أو التقارير إلى خريطة للأشخاص والشركات والمنتجات والعلاقات بينها.
- تجهيز ملف CSV لاستيراده في أداة رسوم بيانية (Neo4j، وKumu، وجدول محوري) أو في نظام RAG.
- الإجابة عن «من مرتبط بماذا؟» عبر مستندات كثيرة.
- لا تستخدمها لتصميم فئات مجالٍ وقواعده من الصفر: استخدم ontology-draft أولًا إن لم تكن أنواع الكيانات معروفة.

## ما الذي تحتاجه

- المستندات أو النص الملصوق. رقّمها (D1، D2...) لتستشهد كل ثلاثية بمصدرها.
- أنواع الكيانات والعلاقات المهمة. إن لم تُعطَ فاقترح من 4 إلى 8 أنواع كيانات ومن 5 إلى 10 محمولات من القراءة الأولى، وعلّمها «[اقتراح]»، وتابع.
- أي قائمة موجودة بالأسماء المعتمدة (قائمة العملاء، دليل الموظفين). إن لم توجد فابنِها في الخطوة 4.

## الخطوات

1. **ثبّت أنواع الكيانات والمحمولات أولًا.** اكتبها في قائمة قصيرة: الأنواع أسماء مفردة (شخص، شركة، منتج، مشروع)، والمحمولات عبارات فعلية بأحرف لاتينية صغيرة (works_at، uses، owns، reports_to). محمول واحد لكل معنى؛ «موظف لدى» و«يعمل في» كلاهما يصبح works_at.
2. **استخرج الثلاثيات جملةً جملة.** ما تقوله الجملة فقط. كل ثلاثية: فاعل، ومحمول، ومفعول، والاقتباس الحرفي من المصدر (أقل من 25 كلمة)، والمستند والموضع. لا تستنتج علاقات من التجاور («ذُكرا في الفقرة نفسها» ليست علاقة).
3. **قدّر درجة الثقة.** عالية: مذكورة مباشرة («مي تقود مشروع مدار»). متوسطة: مذكورة بتحفظ أو بشكل غير مباشر («يبدو أن مي تدير مدار الآن»). منخفضة: مفهومة من السياق. الافتراضي في هذه المهارة: أبقِ الثلاثيات منخفضة الثقة في الجدول لا في المخطط.
4. **ادمج المكررات تحت أسماء معتمدة.** اجمع الصيغ المختلفة («النخبة»، و«شركة النخبة»، و«النخبة القابضة») تحت اسم معتمد واحد وسجّل الأسماء البديلة. والأشياء المختلفة ذات الاسم الواحد تأخذ مُميِّزًا («عطارد (مشروع)»، و«عطارد (مورّد)»). وإن لم تتأكد أن اسمين لكيان واحد فأبقهما منفصلين وأدرج السؤال.
5. **افحص التعارضات.** ثلاثيتان لا يمكن أن تصحّا معًا (مي reports_to جاد؛ مي reports_to هالة) تُعلَّمان مع المصدرين وتاريخيهما. فضّل المصدر الأحدث فقط إن كانت المستندات مؤرخة؛ وإلا فاترك المسألة مفتوحة.
6. **اكتب المخرجات.** جدول كيانات، وجدول ثلاثيات بصيغة جاهزة لـCSV (بلا خلايا مدموجة، صف لكل ثلاثية)، ومخطط Mermaid من نوع flowchart للثلاثيات العالية والمتوسطة. في Mermaid ضع التسميات التي فيها مسافات أو أقواس بين علامتي تنصيص مزدوجتين، ولا تستخدم الكلمة المجردة `end` معرّفًا لعقدة أبدًا.

## صيغة المخرجات

````markdown
## الكيانات
| id | canonical_name | type | aliases |
|---|---|---|---|
| E1 | [الاسم] | [النوع] | [اسم بديل؛ اسم بديل] |

## الثلاثيات
| subject | predicate | object | confidence | source_quote | source |
|---|---|---|---|---|---|
| [الاسم المعتمد] | [المحمول] | [الاسم المعتمد] | عالية/متوسطة/منخفضة | «[اقتباس حرفي]» | D[n]، [القسم/السطر] |

## المخطط (العالية والمتوسطة فقط)
```mermaid
flowchart LR
  E1["[الاسم]"] -->|[المحمول]| E2["[الاسم]"]
```

## أسئلة مفتوحة
- [تكرار محتمل / تعارض / علاقة غير واضحة]، المصادر D[n]، D[n]
````

## مثال

**المدخلات:**
D1 (ملاحظات مكالمة، 3 مايو): «قالت مي الشامي من النخبة إنهم طبّقوا Ledgerly في فريقهم المالي. ووافق عليه مديرهم المالي، جاد خوري.»
D2 (بريد إلكتروني، 10 مايو): «تريد شركة النخبة القابضة إضافة Ledgerly Reports. وذكرت مي أن تالا قد تتولى المشروع.»

**المخرجات:**

````markdown
## الكيانات
| id | canonical_name | type | aliases |
|---|---|---|---|
| E1 | النخبة | شركة | شركة النخبة القابضة |
| E2 | مي الشامي | شخص | مي |
| E3 | جاد خوري | شخص | |
| E4 | Ledgerly | منتج | |
| E5 | Ledgerly Reports | منتج | |
| E6 | تالا | شخص | |
| E7 | تطبيق Ledgerly | مشروع | |
| E8 | مشروع Ledgerly | مشروع | |

## الثلاثيات
| subject | predicate | object | confidence | source_quote | source |
|---|---|---|---|---|---|
| مي الشامي | works_at | النخبة | عالية | «مي الشامي من النخبة» | D1، السطر 1 |
| النخبة | uses | Ledgerly | عالية | «طبّقوا Ledgerly في فريقهم المالي» | D1، السطر 1 |
| جاد خوري | works_at | النخبة | عالية | «مديرهم المالي، جاد خوري» | D1، السطر 2 |
| جاد خوري | approved | تطبيق Ledgerly | عالية | «ووافق عليه مديرهم المالي، جاد خوري» | D1، السطر 2 |
| النخبة | interested_in | Ledgerly Reports | عالية | «تريد شركة النخبة القابضة إضافة Ledgerly Reports» | D2، السطر 1 |
| تالا | may_lead | مشروع Ledgerly | متوسطة | «تالا قد تتولى المشروع» | D2، السطر 2 |

## المخطط (العالية والمتوسطة فقط)
```mermaid
flowchart LR
  E2["مي الشامي"] -->|works_at| E1["النخبة"]
  E3["جاد خوري"] -->|works_at| E1
  E1 -->|uses| E4["Ledgerly"]
  E1 -->|interested_in| E5["Ledgerly Reports"]
  E3 -->|approved| E7["تطبيق Ledgerly"]
  E6["تالا"] -->|may_lead| E8["مشروع Ledgerly"]
```

## أسئلة مفتوحة
- هل تعمل تالا في النخبة أم في شركتنا؟ D2 لا يذكر ذلك.
- قد يكون «تطبيق Ledgerly» و«مشروع Ledgerly» المشروع نفسه؛ أُبقيا منفصلين.
````

## تحقق قبل الإرسال

- [ ] لكل ثلاثية اقتباس حرفي يظهر في المستند المستشهد به.
- [ ] كل كيان في الواقع يظهر تحت اسم معتمد واحد، مع إدراج أسمائه البديلة.
- [ ] لكل معنى محمول واحد؛ ولا محمولان بمعنى واحد.
- [ ] المخطط لا يحوي إلا الثلاثيات العالية والمتوسطة، ويُعرض بوصفه Mermaid صالحًا.
- [ ] التكرارات والتعارضات المحتملة مدرجة أسئلةً مفتوحة، لا مدموجة بصمت.

## أخطاء شائعة

- معاملة الظهور المشترك على أنه علاقة. اسمان في فقرة واحدة ليسا مرتبطين ما لم تقل جملة كيف.
- ترك قائمة المحمولات تكبر إلى 40 مرادفًا متقاربًا. ادمجها قبل الاستخراج.
- رسم كل الثلاثيات. المخطط الذي فيه أكثر من نحو 30 حافة لا يُقرأ؛ قسّمه حسب الكيان أو النوع.

شاركها مع فريقك

أضفها إلى AI Skill Pod، فيستخدم كل من في الفريق، والمتعاقدون أيضًا، الإصدار نفسه من أداة الذكاء الاصطناعي الخاصة به. اقرأ أفضل الطرق لمشاركة مهارات الذكاء الاصطناعي مع فريق

أضِفها إلى Pod فريقي

سجل التغييرات

• v1.0.0 · 4 نوفمبر 2026 · First release.