Merchant AI assistant

المشكلة

في Zeal كان كل تقرير أو استفسار تحليلي أو تذكرة دعم يمرّ عبر فريق البيانات والدعم. التاجر ينتظر ساعات — أحياناً أياماً — للحصول على رقم بسيط، والفريق يغرق في طلبات متكرّرة متشابهة تستهلك وقته بدل العمل عالي القيمة. الاختناق كان بشرياً، والحاجة واضحة: أن يخدم التاجر نفسه بنفسه بلغته الطبيعية.

المنهج

1. 01

   مساعد محادثة على Dialogflow CX

   بنيتُ واجهة محادثة على Dialogflow CX يخاطبها التاجر بلغته الطبيعية — يطلب تقريراً أو رقماً أو يفتح تذكرة دعم — دون قوائم أو نماذج أو انتظار أحد.

2. 02

   ربط بالأنظمة عبر مفهوم MCP

   اعتمدتُ مفهوم Model Context Protocol (MCP) ليصل المساعد إلى البيانات والتقارير وأنظمة الدعم بشكل موحّد، فلا يجيب فقط بل ينفّذ إجراءً فعلياً نيابةً عن التاجر.

3. 03

   تنسيق مسارات الذكاء الاصطناعي

   صمّمتُ ونسّقتُ مسارات العمل الداعمة في n8n وLangflow وDialogflow، بحيث يتحوّل طلب المحادثة إلى سلسلة خطوات — جلب البيانات، تركيب التقرير، إنشاء التذكرة — تعمل تلقائياً من طرف إلى طرف.

4. 04

   شحن على Docker Compose بتغطية اختبار كاملة

   شُحن النظام بالكامل على Docker Compose بتغطية اختبار كاملة، فكل مسار مغطّى ويمكن نشره وإعادة إنتاجه بثقة بدل رمز هشّ يعتمد على الحظ.