نظرة عامة على سير العمل

هذا قالب سير عمل لمراقبة صحة المحاصيل باستخدام صور الطائرات المُسيرة مبني على منصة N8N. يستقبل سير العمل بيانات الصور التي تلتقطها الطائرات المُسيرة للمزارع، ويستخدم تقنيات الذكاء الاصطناعي لتحليلها بشكل ذكي، مما يمكّن من مراقبة وتسجيل حالة صحة المحاصيل تلقائيًا. يدمج النظام بين قاعدة بيانات متجهية (Vector Database) للتخزين، ونظام ذكاء اصطناعي للإجابة على الاستفسارات، ووظيفة تسجيل البيانات، ليقدّم دعمًا تقنيًا للزراعة الدقيقة.

الميزات الأساسية

1. التحليل الذكي للصور

• استقبال بيانات الصور التي تجمعها الطائرات المُسيرة من الحقول الزراعية
• استخدام تقنيات الذكاء الاصطناعي لتحليل حالة صحة المحاصيل
• بناء قاعدة معرفية لدعم الاستعلامات الذكية

2. التخزين المتجهي (Vectorization)

• تحويل نتائج التحليل إلى بيانات متجهية (Vectors)
• تخزينها في قاعدة بيانات Supabase المتجهية
• دعم عمليات الاسترجاع الدلالي (Semantic Search) بكفاءة عالية

3. نظام الحوار الذكي

• إجابات ذكية تعتمد على نموذج Anthropic Claude
• وظيفة حفظ السياق (Context Memory)
• إمكانية الاستعلام عن بيانات التحليل السابقة

تحليل العقد بالتفصيل

عقد الإدخال

اسم العقدة	النوع	الوصف الوظيفي
Webhook	n8n-nodes-base.webhook	واجهة POST /drone_image_crop_health لاستقبال بيانات صور الطائرات المُسيرة

عقد معالجة البيانات

اسم العقدة	النوع	الوصف الوظيفي
Splitter	textSplitterCharacterTextSplitter	أداة تقسيم النصوص، تقسم النصوص الطويلة إلى كتل بحجم 400 حرف مع تداخل 40 حرف
Embeddings	embeddingsOpenAi	توليد تضمينات متجهية (Vector Embeddings) للنصوص باستخدام OpenAI

عقد التخزين

اسم العقدة	النوع	الوصف الوظيفي
Insert	vectorStoreSupabase	إدراج البيانات المتجهية في فهرس قاعدة بيانات Supabase باسم drone_image_crop_health
Query	vectorStoreSupabase	الاستعلام عن المعلومات ذات الصلة من قاعدة البيانات المتجهية

عقد الذكاء الاصطناعي

اسم العقدة	النوع	الوصف الوظيفي
Tool	toolVectorStore	أداة تخزين المتجهات، تُستخدم بواسطة وكيل الذكاء الاصطناعي (AI Agent)
Memory	memoryBufferWindow	ذاكرة مؤقتة للحوار، تحافظ على استمرارية السياق
Chat	lmChatAnthropic	نموذج لغوي من Anthropic Claude
Agent	agent	وكيل ذكاء اصطناعي يدمج الأدوات والذاكرة معًا

عقد الإخراج

اسم العقدة	النوع	الوصف الوظيفي
Sheet	googleSheets	إلحاق نتائج المعالجة بجدول Google Sheets الخاص بالسجلات

عقد مساعدة

اسم العقدة	النوع	الوصف الوظيفي
Sticky	stickyNote	ملاحظة توضيحية على سير العمل، بعنوان "Drone Image Crop Health"

مخطط تدفق البيانات

[استقبال البيانات عبر Webhook]
        ↓
    ┌───┴───┐
    ↓       ↓
[تقسيم النص] [ذاكرة المؤقتة]
    ↓           ↓
[التضمين المتجهي]      ↓
    ↓           ↓
    ├→[الحفظ في Supabase]
    ↓           ↓
[الاستعلام من قاعدة المتجهات]    ↓
    ↓           ↓
[إنشاء الأداة]      ↓
    ↓           ↓
    └→[وكيل الذكاء الاصطناعي]←[نموذج Claude]
           ↓
    [التسجيل في Google Sheets]

المكدس التقني

الخدمات المستخدمة

1. واجهة برمجة تطبيقات OpenAI – لتوليد التضمينات المتجهية للنصوص
2. Supabase – لتخزين البيانات المتجهية
3. Anthropic Claude – نموذج حوار ذكي
4. Google Sheets – لتسجيل البيانات

إعدادات المعلمات الأساسية

• تقسيم النص: حجم الكتلة 400 حرف، مع تداخل 40 حرف
• اسم فهرس المتجهات: drone_image_crop_health
• طريقة التفعيل: طلب POST عبر Webhook
• ترتيب التنفيذ: الإصدار v1

حالات الاستخدام

الأغراض الرئيسية

1. مراقبة الزراعة الدقيقة – تحليل حالة نمو المحاصيل في الوقت الفعلي
2. التنبؤ بالأمراض والآفات – الكشف المبكر عن مشكلات صحة المحاصيل
3. توقع المحصول – التنبؤ بالغلة بناءً على بيانات الصحة
4. اتخاذ قرارات إدارة المزرعة – تقديم توصيات زراعية مدعومة بالبيانات

القيمة التجارية

• رفع كفاءة الإنتاج الزراعي
• خفض تكاليف التفتيش اليدوي
• تمكين الإدارة الزراعية القائمة على البيانات
• بناء قاعدة معرفية زراعية

متطلبات النشر

بيانات الاعتماد المطلوبة (API Credentials)

1. مفتاح واجهة برمجة تطبيقات OpenAI
2. بيانات اعتماد قاعدة بيانات Supabase
3. مفتاح واجهة برمجة تطبيقات Anthropic
4. مصادقة OAuth2 لـ Google Sheets

الإعدادات المسبقة

1. إنشاء جدول قاعدة بيانات متجهية في Supabase
2. تهيئة معرّف مستند Google Sheets
3. إعداد نقطة نهاية Webhook
4. تهيئة فهرس المتجهات

اقتراحات للتوسيع

1. إضافة التعرف على الصور – دمج نماذج الرؤية الحاسوبية لمعالجة الصور مباشرة
2. نظام إنذار فوري – إضافة وظائف كشف الشذوذ والإشعارات
3. تصور البيانات – إنشاء لوحة عرض (Dashboard) لعرض نتائج التحليل
4. دمج مصادر بيانات متعددة – دمج بيانات الطقس والتربة وأبعاد أخرى
5. المعالجة الدُفعية – دعم تحليل عدة صور بشكل متوازٍ

الخلاصة

يعرض هذا القالب كيفية توظيف تقنيات الذكاء الاصطناعي الحديثة في المجال الزراعي، حيث يبني نظامًا متكاملًا لمراقبة صحة المحاصيل من خلال جمع صور الطائرات المُسيرة، والتخزين المتجهي، والتحليل الذكي، والتسجيل التلقائي. لا يقتصر النظام على معالجة البيانات في الوقت الفعلي فحسب، بل يوفّر أيضًا واجهة حوار ذكية للاستعلامات، مما يقدم دعمًا تقنيًا قويًا للزراعة الدقيقة.