معماری پلتفرم

معماری هوش‌یار: از سند خام تا پاسخ مستند

شش لایه‌ی پردازشی، یک پایپ‌لاین ۷ مرحله‌ای با زمان‌بندی واقعی، و گاردریل‌هایی که تضمین می‌کنند هیچ پاسخی بدون منبع تولید نمی‌شود.

معماری ۶ لایه

شش لایه‌ی پردازشی هوش‌یار

لایه ۱ — دریافت و استخراج اسناد

OCR دوزبانه (فارسی/انگلیسی) و قطعه‌بندی معنایی اسناد ورودی.

لایه ۲ — پایگاه دانش سه‌گانه

ترکیب پایگاه داده‌ی رابطه‌ای، پایگاه برداری و پایگاه گرافی برای بازیابی دقیق‌تر.

لایه ۳ — موتورهای پردازش هوشمند

موتورهای استنتاج و پردازش زبانی روی داده‌های استخراج‌شده.

لایه ۴ — فرم‌ساز و گردش‌کار

گردش‌کار حسابرسی، انطباق و چرخه‌ی اسناد مالی و بیمه‌ای.

لایه ۵ — ارکستراسیون و اقدام امن

هماهنگی میان سرویس‌ها و اجرای اقدامات با کنترل دسترسی.

لایه ۶ — محاسبات مالی و بیمه‌ای

تبدیل خروجی‌های تحلیلی به شاخص‌های مالی و بیمه‌ای قابل اتکا.

پایپ‌لاین پردازش

پایپ‌لاین ۷ مرحله‌ای با زمان‌بندی واقعی

از دریافت پرسش تا پاسخ اعتبارسنجی‌شده — هر مرحله با زمان اجرای واقعی اندازه‌گیری شده است.

ترجمه/نرمال‌سازی پرسش

۱ ثانیه

پرسش کاربر استاندارد‌سازی و برای پردازش آماده می‌شود.

بردار معنایی ۱۰۲۴ مؤلفه‌ای

۲ ثانیه

پرسش به بردار معنایی با ۱۰۲۴ مؤلفه تبدیل می‌شود.

جست‌وجوی معنایی در Qdrant

۰.۱ ثانیه

جست‌وجو میان بیش از ۵۴۵ هزار قطعه‌ی سند در پایگاه برداری Qdrant.

بازیابی ترکیبی و دنبال‌کردن ارجاع‌ها

ترکیب نتایج بازیابی معنایی و کلیدواژه‌ای همراه با پیگیری ارجاعات بین‌سندی.

رتبه‌بندی مجدد Cross-encoder

۷ ثانیه

از میان ۸۰ نامزد اولیه، ۸ شاهد برتر با مدل Cross-encoder انتخاب می‌شوند.

تولید پاسخ

۴۰–۹۰ ثانیه

پاسخ نهایی فقط بر پایه‌ی ۸ قطعه‌ی منتخب و مستند تولید می‌شود.

اعتبارسنجی پس از تولید

< ۱ ثانیه

بررسی نهایی صحت استناد و انطباق پاسخ با منابع پیش از تحویل.

گاردریل‌های ضدتوهم

تضمین صحت پاسخ در هر لایه

۱

Agentic RAG با RRF

رتبه‌بندی ترکیبی نتایج بازیابی و فیلترینگ ACL در همان لحظه‌ی بازیابی.

۲

ممنوعیت پاسخ بدون منبع

هر جمله باید شناسه‌ی سند، شماره‌ی صفحه و نقل‌قول برگرداند.

۳

فیلتر سنجش توهم

ارزیابی خودکار بر اساس معیارهای Faithfulness و Answer Relevance.

۴

خروجی ساختاریافته‌ی اجباری

فرمت JSON با Function Calling / Instructor / Outlines.

استقرار Air-Gapped

هوش مصنوعی بدون یک بایت خروج داده

برای سازمان‌هایی که هیچ اتصال اینترنتی مجاز نیست، هوش‌یار با مدل‌های متن‌باز محلی (مانند نسخه‌ی فاین‌تیون‌شده‌ی Llama-3، DeepSeek و مدل‌های بومی بهینه‌شده) به‌صورت ۰ تا ۱۰۰٪ داخلی مستقر می‌شود.

استقرار امن و کاملاً داخلی هوش‌یار در مرکز داده سازمان (Air-Gapped)
مقایسه

هوش‌یار در برابر ابزارهای عمومی و سنتی

معیارها مستقیماً از معماری مستند پلتفرم گرفته شده‌اند.

معیار هوش‌یار ابزارهای عمومی (Chatbot ابری) راهکارهای سنتی (قاعده‌محور)
استقرار Air-Gapped ۰ تا ۱۰۰٪ کاملاً داخلی وابسته به ابر خارجی محدود و پرهزینه
استناد اجباری به منبع شناسه‌ی سند، صفحه و نقل‌قول در هر پاسخ بدون کنترل مستند فاقد پاسخ زبان طبیعی
پایگاه دانش سه‌گانه: رابطه‌ای + برداری + گرافی عمدتاً برداری ساده پایگاه داده‌ی رابطه‌ای صرف
چندمستأجری امن Row-Level Security و فضای‌نام مجزا بسته به ارائه‌دهنده وابسته به پیاده‌سازی سازمان

معماری سازمانی

API-First: رابط کاربری صرفاً یک کلاینت است و همه‌ی منطق از طریق REST و gRPC عرضه می‌شود.

Strict Multi-Tenancy: جداسازی کامل مستأجران با Row-Level Security و فضای‌نام مجزا — هیچ پاسخی نباید قطعه‌داده‌ای از مستأجر A را به مستأجر B نشت دهد.

اتصال‌پذیری

  • اتصال فقط-خواندنی به SQL Server، Oracle، PostgreSQL و MySQL
  • SharePoint، Nextcloud و درایوهای ابری
  • سازگار با چارگون، فراگستر و همکاران سیستم
  • یکپارچگی با Jira، GitLab، ServiceNow و Syslog/Kafka/Webhook

عمق فنی بیشتر می‌خواهید؟

مستندات API و مشخصات فنی کامل را ببینید یا مستقیم با تیم فنی صحبت کنید.