مرحباً HN، قمت ببناء ai·rete·rag لأنني كنت أرى باستمرار فرقاً تضع LLM مسؤولاً عن قرارات تحتاج إلى أن تكون قابلة للتدقيق (الإقراض، الاحتيال، الفرز السريري)، ثم تضيف "حواجز حماية" بعد الوقوع. يقوم بتشغيل الاثنين بشكل متسلسل: محرك Rete بلغة Python نقية يقيم قواعد YAML مقابل حقائقك. يأتي الحكم فقط من هنا. نفس الحقائق، نفس الحكم، في كل مرة، مع حل التعارضات القائم على الأهمية. 2. يقوم RAG باسترجاع مقاطع من وثائق السياسة الخاصة بك، ويكتب LLM شرحاً بالإنجليزية البسيطة للقرار الذي تم اتخاذه بالفعل، مع الاستشهاد بتلك المقاطع. لا يمكنه تغيير الحكم.

بعض الأشياء التي ذهبت أبعد من المتوقع: القواعد هي رسم بياني، وليست قوائم مسطحة: all/any/not متداخلة، ويمكن للقواعد أن تؤكد حقائق تستهلكها قواعد أخرى (التسلسل الأمامي). يُظهر أثر القرار السلسلة السببية. يسجل وضع التدقيق كل قاعدة تم تقييمها، بما في ذلك تلك التي لم يتم تفعيلها، شرطاً بشرط، مع لقطة من مجموعة القواعد لإعادة التشغيل. يمكن للقواعد توجيه الاسترجاع (قاعدة مفعّلة تضيق المستندات التي يتم البحث فيها)، ويمكن تحويل النص المسترجع إلى حقائق للمحرك. يمكن للمؤلفين غير التقنيين بناء قواعد في محرر مرئي، أو لصق وثيقة سياسة والحصول على قواعد صاغها LLM مع استشهادات. لا يتم حفظ المسودات أبداً دون مراجعة. YAML لا يزال موجوداً للمهندسين.

صفحة الهبوط تحتوي على عرض توضيحي مباشر دون تسجيل (8 مجالات عرض توضيحي: القروض، الاحتيال، السريري، التأمين، القانوني، العمليات، التجارة الإلكترونية، البلوك تشين). يوجد أيضاً خادم MCP، بحيث يمكن لـ Claude ووكلاء آخرين استدعاء /decide كأداة: uvx ai-rete-rag-mcp. لنكون صريحين: إنه منتج مستضاف مع مستوى مجاني. عميل MCP مفتوح المصدر (MIT، github.com/zaharajabeen13-create/ai-rete-rag-mcp)؛ المحرك والمنصة ليسا مفتوحي المصدر في الوقت الحالي. أود بشكل خاص أن أسمع من أي شخص اضطر لشرح قرار آلي لجهة تنظيمية أو مدقق: ما الذي طلبوه فعلياً؟