Structure the tech specs directory (#836)

Tech spec some subdirectories for different languages

docs/tech-specs/ar/extraction-time-provenance.ar.md

@@ -0,0 +1,886 @@
+---
+layout: default
+title: "أصل البيانات في وقت الاستخراج: الطبقة المصدر"
+parent: "Arabic (Beta)"
+---
+
+# أصل البيانات في وقت الاستخراج: الطبقة المصدر
+
+> **Beta Translation:** This document was translated via Machine Learning and as such may not be 100% accurate. All non-English languages are currently classified as Beta.
+
+## نظرة عامة
+
+يوثق هذا المستند ملاحظات حول أصل البيانات في وقت الاستخراج لأعمال المواصفات المستقبلية. يسجل أصل البيانات في وقت الاستخراج "الطبقة المصدر" - من أين أتت البيانات في الأصل، وكيف تم استخراجها وتحويلها.
+
+هذا يختلف عن أصل البيانات في وقت الاستعلام (انظر `query-time-provenance.md`) الذي يسجل استنتاجات الوكيل.
+
+## بيان المشكلة
+
+### التنفيذ الحالي
+
+يعمل أصل البيانات حاليًا على النحو التالي:
+<<<<<<< HEAD
+يتم تخزين بيانات وصف المستند كـ RDF triples في الرسم البياني المعرفي.
+=======
+يتم تخزين بيانات وصف المستند كـ "ثلاثيات" RDF في الرسم البياني للمعرفة.
+>>>>>>> 82edf2d (New md files from RunPod)
+يربط معرف المستند البيانات الوصفية بالمستند، بحيث يظهر المستند كعقدة في الرسم البياني.
+عند استخراج الحواف (العلاقات/الحقائق) من المستندات، تربط علاقة `subjectOf` الحافة المستخرجة بالمستند المصدر.
+
+### المشاكل في النهج الحالي
+
+<<<<<<< HEAD
+1. **تحميل البيانات الوصفية المتكرر:** يتم تجميع بيانات وصف المستند وتحميلها بشكل متكرر مع كل مجموعة من الـ triples المستخرجة من هذا المستند. هذا مضيعة ويزيد من التكرار - نفس البيانات الوصفية تنتقل كحمولة مع كل مخرج استخراج.
+=======
+1. **تحميل البيانات الوصفية المتكرر:** يتم تجميع بيانات وصف المستند وتحميلها بشكل متكرر مع كل مجموعة من "الثلاثيات" المستخرجة من هذا المستند. هذا مضيعة ويزيد من التكرار - حيث تنتقل نفس البيانات الوصفية كحمولة مع كل مخرج استخراج.
+>>>>>>> 82edf2d (New md files from RunPod)
+
+2. **أصل بيانات سطحي:** تربط العلاقة `subjectOf` الحالية الحقائق مباشرة بالمستند ذي المستوى الأعلى فقط. لا توجد رؤية لسلسلة التحويل - أي الصفحة التي جاءت منها الحقيقة، أو الجزء، أو طريقة الاستخراج المستخدمة.
+
+### الحالة المرغوبة
+
+<<<<<<< HEAD
+1. **تحميل البيانات الوصفية مرة واحدة:** يجب تحميل بيانات وصف المستند مرة واحدة وإرفاقها بعقدة المستند ذات المستوى الأعلى، وليس تكرارها مع كل مجموعة من الـ triples.
+=======
+1. **تحميل البيانات الوصفية مرة واحدة:** يجب تحميل بيانات وصف المستند مرة واحدة وإرفاقها بعقدة المستند ذات المستوى الأعلى، وليس تكرارها مع كل مجموعة من "الثلاثيات".
+>>>>>>> 82edf2d (New md files from RunPod)
+
+2. **رسم بياني كامل لأصل البيانات:** التقاط سلسلة التحويل الكاملة من المستند المصدر عبر جميع القطع الأثرية الوسيطة وصولاً إلى الحقائق المستخرجة. على سبيل المثال، تحويل مستند PDF:
+
+   ```
+   PDF file (source document with metadata)
+     → Page 1 (decoded text)
+       → Chunk 1
+         → Extracted edge/fact (via subjectOf)
+         → Extracted edge/fact
+       → Chunk 2
+         → Extracted edge/fact
+     → Page 2
+       → Chunk 3
+         → ...
+   ```
+
+<<<<<<< HEAD
+3. **التخزين الموحد:** يتم تخزين الرسم البياني للأصل (provenance DAG) في نفس الرسم البياني للمعرفة كما يتم تخزين المعرفة المستخرجة. يتيح ذلك الاستعلام عن الأصل بنفس الطريقة التي يتم بها الاستعلام عن المعرفة - من خلال تتبع الحواف صعودًا في السلسلة من أي حقيقة إلى موقع مصدرها الدقيق.
+
+4. **معرفات مستقرة:** لكل قطعة أثرية وسيطة (صفحة، جزء) معرف مستقر كعقدة في الرسم البياني.
+
+5. **الربط بين الأب والطفل:** يتم ربط المستندات المشتقة بآبائها وصولاً إلى المستند المصدر الرئيسي باستخدام أنواع علاقات متسقة.
+
+6. **تخصيص الحقائق بدقة:** تشير العلاقة `subjectOf` في الحواف المستخرجة إلى الأصل الفوري (الجزء)، وليس المستند الرئيسي. يتم استعادة الأصل الكامل من خلال التنقل عبر الرسم البياني للأصل.
+=======
+3. **التخزين الموحد:** يتم تخزين الرسم البياني للأصل (provenance DAG) في نفس الرسم البياني للمعرفة مثل المعرفة المستخرجة. يتيح ذلك الاستعلام عن الأصل بنفس الطريقة التي يتم بها الاستعلام عن المعرفة - من خلال تتبع الحواف صعودًا في السلسلة من أي حقيقة إلى موقع مصدرها الدقيق.
+
+4. **معرفات مستقرة:** لكل قطعة أثرية وسيطة (صفحة، جزء) معرف مستقر كعقدة في الرسم البياني.
+
+5. **الربط بين الأبناء والآباء:** يتم ربط المستندات المشتقة بآبائها وصولاً إلى المستند المصدر الرئيسي باستخدام أنواع علاقات متسقة.
+
+6. **تخصيص الحقائق بدقة:** تشير العلاقة `subjectOf` في الحواف المستخرجة إلى الأصل الفوري (الجزء)، وليس المستند الرئيسي. يتم استعادة الأصل الكامل من خلال اجتياز الرسم البياني للأصل.
+>>>>>>> 82edf2d (New md files from RunPod)
+
+## حالات الاستخدام
+
+### UC1: تحديد مصدر المعلومات في استجابات GraphRAG
+
+**السيناريو:** يقوم المستخدم بتشغيل استعلام GraphRAG ويتلقى استجابة من الوكيل.
+
+**التدفق:**
+1. يرسل المستخدم استعلامًا إلى وكيل GraphRAG.
+2. يسترجع الوكيل الحقائق ذات الصلة من الرسم البياني للمعرفة لصياغة استجابة.
+3. وفقًا لمواصفات الأصل في وقت الاستعلام، يقوم الوكيل بالإبلاغ عن الحقائق التي ساهمت في الاستجابة.
+<<<<<<< HEAD
+4. يربط كل حقيقة بمصدره (الجزء) عبر الرسم البياني للأصل.
+5. ترتبط الأجزاء بالصفحات، وترتبط الصفحات بمستندات المصدر.
+
+**النتيجة في تجربة المستخدم:** يعرض الواجهة استجابة نموذج اللغة الكبير (LLM) جنبًا إلى جنب مع تحديد مصدر المعلومات. يمكن للمستخدم:
+رؤية الحقائق التي دعمت الاستجابة.
+النزول من الحقائق إلى الأجزاء إلى الصفحات إلى المستندات.
+مراجعة المستندات المصدر الأصلية للتحقق من صحة الادعاءات.
+فهم بالضبط من أين في المستند (في أي صفحة، في أي قسم) نشأت الحقيقة.
+
+**القيمة:** يمكن للمستخدمين التحقق من صحة الاستجابات التي تم إنشاؤها بواسطة الذكاء الاصطناعي مقابل المصادر الأولية، مما يعزز الثقة ويمكن المستخدمين من التحقق من الحقائق.
+=======
+4. ترتبط كل حقيقة بمصدرها من خلال الرسم البياني للأصل.
+5. ترتبط الأجزاء بالصفحات، وترتبط الصفحات بمستندات المصدر.
+
+**النتيجة في تجربة المستخدم:** يعرض الواجهة استجابة نموذج اللغة (LLM) جنبًا إلى جنب مع تحديد مصدر المعلومات. يمكن للمستخدم:
+رؤية الحقائق التي دعمت الاستجابة.
+الانتقال من الحقائق إلى الأجزاء إلى الصفحات إلى المستندات.
+مراجعة المستندات المصدر الأصلية للتحقق من الادعاءات.
+فهم بالضبط من أين في المستند (في أي صفحة، في أي قسم) نشأت الحقيقة.
+
+**القيمة:** يمكن للمستخدمين التحقق من الاستجابات التي تم إنشاؤها بواسطة الذكاء الاصطناعي مقابل المصادر الأولية، مما يعزز الثقة ويمكن المستخدمين من التحقق من الحقائق.
+>>>>>>> 82edf2d (New md files from RunPod)
+
+### UC2: تصحيح جودة الاستخراج
+
+تبدو حقيقة خاطئة. تتبعها من خلال الجزء إلى الصفحة إلى المستند لمعرفة النص الأصلي. هل كان استخراجًا سيئًا، أم أن المصدر نفسه كان خاطئًا؟
+
+### UC3: إعادة استخراج تدريجي
+
+يتم تحديث مستند المصدر. ما هي الأجزاء/الحقائق التي تم اشتقاقها منه؟ قم بإبطالها وإعادة إنشائها فقط لتلك الأجزاء، بدلاً من إعادة معالجة كل شيء.
+
+### UC4: حذف البيانات / الحق في النسيان
+
+<<<<<<< HEAD
+يجب إزالة مستند المصدر (بسبب اللائحة العامة لحماية البيانات، أو لأسباب قانونية، إلخ). تتبع الرسم البياني للأصل للعثور على جميع الحقائق المشتقة وإزالتها.
+
+### UC5: حل النزاعات
+
+تتناقض حقائق مع بعضها البعض. تتبع كلتا الحالتين إلى مصادرها لفهم السبب واتخاذ قرار بشأن أي منهما يجب الوثوق به (المصدر الأكثر موثوقية، أو الأحدث، إلخ).
+
+### UC6: وزن سلطة المصدر
+
+بعض المصادر أكثر موثوقية من غيرها. يمكن ترجيح الحقائق أو تصفيتها بناءً على سلطة/جودة مستندات الأصل.
+
+### UC7: مقارنة مسار الاستخراج
+=======
+يجب إزالة مستند المصدر (بسبب GDPR، أو لأسباب قانونية، وما إلى ذلك). ابحث في الرسم البياني للأصل وأزل جميع الحقائق المشتقة.
+
+### UC5: حل النزاعات
+
+تتناقض حقيقتان مع بعضهما البعض. تتبع كلتاهما إلى مصادرهما لفهم السبب واتخاذ قرار بشأن أي منهما يجب الوثوق به (المصدر الأكثر موثوقية، أو الأحدث، وما إلى ذلك).
+
+### UC6: وزن سلطة المصدر
+
+بعض المصادر أكثر موثوقية من غيرها. يمكن وزن الحقائق أو تصفيتها بناءً على سلطة/جودة مستندات الأصل.
+
+### UC7: مقارنة مسارات الاستخراج
+>>>>>>> 82edf2d (New md files from RunPod)
+
+قارن المخرجات من طرق/إصدارات استخراج مختلفة. أي أداة استخراج أنتجت حقائق أفضل من نفس المصدر؟
+
+## نقاط التكامل
+
+### أمين المكتبة
+
+يوفر مكون أمين المكتبة بالفعل تخزين المستندات بمعرفات مستندات فريدة. يتكامل نظام التتبع مع هذه البنية التحتية الحالية.
+
+#### القدرات الحالية (تم تنفيذها بالفعل)
+
+<<<<<<< HEAD
+**ربط المستندات من الأب إلى الابن:**
+`parent_id` الحقل في `DocumentMetadata` - يربط المستند الابن بالمستند الأب
+`document_type` الحقل - القيم: `"source"` (أصلي) أو `"extracted"` (مشتق)
+واجهة برمجة تطبيقات `add-child-document` - لإنشاء مستند ابن بمعرف `document_type = "extracted"` تلقائيًا
+واجهة برمجة تطبيقات `list-children` - لاسترداد جميع المستندات الابناء لمستند أب معين
+الحذف المتتالي - يؤدي إزالة مستند الأب تلقائيًا إلى حذف جميع مستندات الأبناء
+
+**تحديد المستند:**
+معرفات المستندات محددة من قبل العميل (وليس تم إنشاؤها تلقائيًا)
+المستندات مفهرسة باستخدام `(user, document_id)` المركب في Cassandra
+يتم إنشاء معرفات الكائنات (UUIDs) داخليًا لتخزين الكائنات الثنائية
+
+**دعم البيانات الوصفية:**
+`metadata: list[Triple]` الحقل - ثلاثيات RDF للبيانات الوصفية المنظمة
+`title`، `comments`، `tags` - بيانات وصفية أساسية للمستند
+`time` - الطابع الزمني، `kind` - نوع MIME
+
+**هيكل التخزين:**
+يتم تخزين البيانات الوصفية في Cassandra (مساحة مفاتيح `librarian`، جدول `document`)
+يتم تخزين المحتوى في تخزين الكائنات الثنائية MinIO/S3 (دلو `library`)
+تسليم محتوى ذكي: يتم تضمين المستندات الأقل من 2 ميجابايت، ويتم بث المستندات الأكبر حجمًا
+
+#### الملفات الرئيسية
+
+`trustgraph-flow/trustgraph/librarian/librarian.py` - العمليات الأساسية لأمين المكتبة
+`trustgraph-flow/trustgraph/librarian/service.py` - معالج الخدمة، تحميل المستند
+`trustgraph-flow/trustgraph/tables/library.py` - تخزين جدول Cassandra
+`trustgraph-base/trustgraph/schema/services/library.py` - تعريفات المخططات
+=======
+**ربط المستندات من النوع "الأب-الابن":**
+الحقل `parent_id` في `DocumentMetadata` - يربط المستند الابن بالمستند الأب.
+الحقل `document_type` - القيم: `"source"` (أصلي) أو `"extracted"` (مشتق).
+واجهة برمجة تطبيقات `add-child-document` - لإنشاء مستند ابن مع `document_type = "extracted"` تلقائيًا.
+واجهة برمجة تطبيقات `list-children` - لاسترداد جميع المستندات الابناء لمستند أب معين.
+الحذف المتتالي - يؤدي إزالة مستند الأب تلقائيًا إلى حذف جميع مستندات الأبناء.
+
+**تحديد المستند:**
+معرفات المستندات محددة من قبل العميل (وليس تم إنشاؤها تلقائيًا).
+المستندات مفهرسة بواسطة مفتاح مركب `(user, document_id)` في Cassandra.
+يتم إنشاء معرفات الكائنات (UUIDs) داخليًا لتخزين الكائنات الثنائية.
+
+**دعم البيانات الوصفية:**
+الحقل `metadata: list[Triple]` - ثلاثيات RDF للبيانات الوصفية المنظمة.
+`title`، `comments`، `tags` - بيانات وصفية أساسية للمستند.
+`time` - الطابع الزمني، `kind` - نوع MIME.
+
+**هيكل التخزين:**
+يتم تخزين البيانات الوصفية في Cassandra (مساحة مفاتيح `librarian`، جدول `document`).
+يتم تخزين المحتوى في تخزين الكائنات الثنائية MinIO/S3 (حاوية `library`).
+تسليم محتوى ذكي: المستندات الأقل من 2 ميجابايت مضمنة، ويتم بث المستندات الأكبر حجمًا.
+
+#### الملفات الرئيسية
+
+`trustgraph-flow/trustgraph/librarian/librarian.py` - العمليات الأساسية لأمين المكتبة.
+`trustgraph-flow/trustgraph/librarian/service.py` - معالج الخدمة، تحميل المستند.
+`trustgraph-flow/trustgraph/tables/library.py` - متجر جدول Cassandra.
+`trustgraph-base/trustgraph/schema/services/library.py` - تعريفات المخططات.
+>>>>>>> 82edf2d (New md files from RunPod)
+
+#### الثغرات التي يجب معالجتها
+
+يحتوي أمين المكتبة على اللبنات الأساسية ولكن حاليًا:
+<<<<<<< HEAD
+1. الربط من الأب إلى الابن ذو مستوى واحد فقط - لا توجد أدوات مساعدة لتصفح الرسوم البيانية متعددة المستويات
+2. لا يوجد مفردات قياسية لأنواع العلاقات (مثل `derivedFrom`، `extractedFrom`)
+3. بيانات التتبع الوصفية (طريقة الاستخراج، والثقة، وموضع الجزء) غير موحدة
+4. لا توجد واجهة برمجة تطبيقات للاستعلام للتنقل عبر سلسلة التتبع الكاملة من حقيقة إلى المصدر
+=======
+1. ربط الأب-الابن ذو مستوى واحد فقط - لا توجد أدوات مساعدة لتصفح الرسوم البيانية متعددة المستويات.
+2. لا يوجد مفردات قياسية لأنواع العلاقات (مثل `derivedFrom`، `extractedFrom`).
+3. بيانات التتبع الوصفية (طريقة الاستخراج، والثقة، وموضع الجزء) غير موحدة.
+4. لا توجد واجهة برمجة تطبيقات للاستعلام للتنقل عبر سلسلة التتبع الكاملة من حقيقة إلى المصدر.
+>>>>>>> 82edf2d (New md files from RunPod)
+
+## تصميم التدفق الشامل
+
+يتبع كل معالج في خط الأنابيب نمطًا متسقًا:
+<<<<<<< HEAD
+استقبال معرف المستند من البنية التحتية
+جلب المحتوى من أمين المكتبة
+إنتاج القطع الأثرية الفرعية
+لكل قطعة أثرية فرعية: حفظ في أمين المكتبة، وإصدار حافة إلى الرسم البياني، وتمرير المعرف إلى البنية التحتية
+=======
+استقبال معرف المستند من المصدر العلوي.
+جلب المحتوى من أمين المكتبة.
+إنتاج القطع الأثرية الفرعية.
+لكل قطعة أثرية فرعية: حفظ في أمين المكتبة، وإصدار حافة إلى الرسم البياني، وتمرير المعرف إلى المكون التالي.
+>>>>>>> 82edf2d (New md files from RunPod)
+
+### تدفقات المعالجة
+
+هناك تدفقان اعتمادًا على نوع المستند:
+
+#### تدفق مستند PDF
+
+```
+┌─────────────────────────────────────────────────────────────────────────┐
+│ Librarian (initiate processing)                                         │
+│   1. Emit root document metadata to knowledge graph (once)              │
+│   2. Send root document ID to PDF extractor                             │
+└─────────────────────────────────────────────────────────────────────────┘
+                                    │
+                                    ▼
+┌─────────────────────────────────────────────────────────────────────────┐
+│ PDF Extractor (per page)                                                │
+│   1. Fetch PDF content from librarian using document ID                 │
+│   2. Extract pages as text                                              │
+│   3. For each page:                                                     │
+│      a. Save page as child document in librarian (parent = root doc)   │
+│      b. Emit parent-child edge to knowledge graph                       │
+│      c. Send page document ID to chunker                                │
+└─────────────────────────────────────────────────────────────────────────┘
+                                    │
+                                    ▼
+┌─────────────────────────────────────────────────────────────────────────┐
+│ Chunker (per chunk)                                                     │
+│   1. Fetch page content from librarian using document ID                │
+│   2. Split text into chunks                                             │
+│   3. For each chunk:                                                    │
+│      a. Save chunk as child document in librarian (parent = page)      │
+│      b. Emit parent-child edge to knowledge graph                       │
+│      c. Send chunk document ID + chunk content to next processor        │
+└─────────────────────────────────────────────────────────────────────────┘
+                                    │
+                                    ▼
+          ─ ─ ─ ─ ─ ─ ─ ─ ─ ─ ─ ─ ─ ─ ─ ─ ─ ─ ─ ─ ─ ─ ─ ─ ─ ─
+          Post-chunker optimization: messages carry both
+          chunk ID (for provenance) and content (to avoid
+          librarian round-trip). Chunks are small (2-4KB).
+          ─ ─ ─ ─ ─ ─ ─ ─ ─ ─ ─ ─ ─ ─ ─ ─ ─ ─ ─ ─ ─ ─ ─ ─ ─ ─
+                                    │
+                                    ▼
+┌─────────────────────────────────────────────────────────────────────────┐
+│ Knowledge Extractor (per chunk)                                         │
+│   1. Receive chunk ID + content directly (no librarian fetch needed)   │
+│   2. Extract facts/triples and embeddings from chunk content            │
+│   3. For each triple:                                                   │
+│      a. Emit triple to knowledge graph                                  │
+│      b. Emit reified edge linking triple → chunk ID (edge pointing     │
+│         to edge - first use of reification support)                     │
+│   4. For each embedding:                                                │
+│      a. Emit embedding with its entity ID                               │
+│      b. Link entity ID → chunk ID in knowledge graph                   │
+└─────────────────────────────────────────────────────────────────────────┘
+```
+
+#### تدفق مستندات النص
+
+تتجاوز مستندات النص أداة استخراج ملفات PDF وتنتقل مباشرةً إلى وحدة التقسيم:
+
+```
+┌─────────────────────────────────────────────────────────────────────────┐
+│ Librarian (initiate processing)                                         │
+│   1. Emit root document metadata to knowledge graph (once)              │
+│   2. Send root document ID directly to chunker (skip PDF extractor)    │
+└─────────────────────────────────────────────────────────────────────────┘
+                                    │
+                                    ▼
+┌─────────────────────────────────────────────────────────────────────────┐
+│ Chunker (per chunk)                                                     │
+│   1. Fetch text content from librarian using document ID                │
+│   2. Split text into chunks                                             │
+│   3. For each chunk:                                                    │
+│      a. Save chunk as child document in librarian (parent = root doc) │
+│      b. Emit parent-child edge to knowledge graph                       │
+│      c. Send chunk document ID + chunk content to next processor        │
+└─────────────────────────────────────────────────────────────────────────┘
+                                    │
+                                    ▼
+┌─────────────────────────────────────────────────────────────────────────┐
+│ Knowledge Extractor                                                     │
+│   (same as PDF flow)                                                    │
+└─────────────────────────────────────────────────────────────────────────┘
+```
+
+الرسم البياني الموجه الناتج أقصر بمستوى واحد:
+
+```
+PDF:  Document → Pages → Chunks → Triples/Embeddings
+Text: Document → Chunks → Triples/Embeddings
+```
+
+<<<<<<< HEAD
+التصميم يتكيف مع كل من المصدر والصفحة لأن وحدة التقسيم تعالج مدخلاتها بشكل عام - فهي تستخدم أي معرف مستند تتلقاه كمعرف رئيسي، بغض النظر عما إذا كان ذلك مستند مصدر أم صفحة.
+
+### مخطط البيانات الوصفية (PROV-O)
+
+تستخدم البيانات الوصفية المتعلقة بالأصل علم الوجود W3C PROV-O. يوفر هذا مفردات قياسية ويمكن أن يمكّن التوقيع/المصادقة المستقبلية لنتائج الاستخراج.
+=======
+التصميم يتكيف مع كلتا الحالتين لأن وحدة التقسيم تعالج مدخلاتها بشكل عام - فهي تستخدم أي معرف مستند تتلقاه كمعرف رئيسي، بغض النظر عما إذا كان ذلك مستندًا أصليًا أم صفحة.
+
+### مخطط البيانات الوصفية (PROV-O)
+
+تستخدم البيانات الوصفية المتعلقة بالأصل علم الوجود W3C PROV-O. يوفر هذا مفردات قياسية ويمكن أن يتيح في المستقبل التوقيع والمصادقة على مخرجات الاستخراج.
+>>>>>>> 82edf2d (New md files from RunPod)
+
+#### المفاهيم الأساسية في PROV-O
+
+| نوع PROV-O | استخدام TrustGraph |
+|-------------|------------------|
+| `prov:Entity` | مستند، صفحة، جزء، ثلاثي، تضمين |
+| `prov:Activity` | حالات عمليات الاستخراج |
+| `prov:Agent` | مكونات TG (مثل أداة استخراج PDF، ووحدة التقسيم، إلخ) مع الإصدارات |
+
+#### علاقات PROV-O
+
+| الرابط | المعنى | مثال |
+|-----------|---------|---------|
+| `prov:wasDerivedFrom` | كيان مشتق من كيان آخر | الصفحة مشتقة من المستند |
+| `prov:wasGeneratedBy` | كيان تم إنشاؤه بواسطة نشاط | الصفحة تم إنشاؤها بواسطة نشاط استخراج PDF |
+| `prov:used` | نشاط استخدم كيانًا كمدخل | نشاط استخراج PDF استخدم المستند |
+| `prov:wasAssociatedWith` | نشاط تم تنفيذه بواسطة وكيل | نشاط استخراج PDF مرتبط بـ tg:PDFExtractor |
+
+#### البيانات الوصفية في كل مستوى
+
+<<<<<<< HEAD
+**المستند المصدر (يتم إصداره بواسطة Librarian):**
+=======
+**المستند الأصلي (يتم إصداره بواسطة Librarian):**
+>>>>>>> 82edf2d (New md files from RunPod)
+```
+doc:123 a prov:Entity .
+doc:123 dc:title "Research Paper" .
+doc:123 dc:source <https://example.com/paper.pdf> .
+doc:123 dc:date "2024-01-15" .
+doc:123 dc:creator "Author Name" .
+doc:123 tg:pageCount 42 .
+doc:123 tg:mimeType "application/pdf" .
+```
+
+**الصفحة (تم إنشاؤها بواسطة مُستخرج PDF):**
+```
+page:123-1 a prov:Entity .
+page:123-1 prov:wasDerivedFrom doc:123 .
+page:123-1 prov:wasGeneratedBy activity:pdf-extract-456 .
+page:123-1 tg:pageNumber 1 .
+
+activity:pdf-extract-456 a prov:Activity .
+activity:pdf-extract-456 prov:used doc:123 .
+activity:pdf-extract-456 prov:wasAssociatedWith tg:PDFExtractor .
+activity:pdf-extract-456 tg:componentVersion "1.2.3" .
+activity:pdf-extract-456 prov:startedAtTime "2024-01-15T10:30:00Z" .
+```
+
+<<<<<<< HEAD
+**الجزء (يتم إصداره بواسطة وحدة التجميع):**
+=======
+**جزء (يتم إصداره بواسطة أداة التقسيم):**
+>>>>>>> 82edf2d (New md files from RunPod)
+```
+chunk:123-1-1 a prov:Entity .
+chunk:123-1-1 prov:wasDerivedFrom page:123-1 .
+chunk:123-1-1 prov:wasGeneratedBy activity:chunk-789 .
+chunk:123-1-1 tg:chunkIndex 1 .
+chunk:123-1-1 tg:charOffset 0 .
+chunk:123-1-1 tg:charLength 2048 .
+
+activity:chunk-789 a prov:Activity .
+activity:chunk-789 prov:used page:123-1 .
+activity:chunk-789 prov:wasAssociatedWith tg:Chunker .
+activity:chunk-789 tg:componentVersion "1.0.0" .
+activity:chunk-789 tg:chunkSize 2048 .
+activity:chunk-789 tg:chunkOverlap 200 .
+```
+
+**ثلاثي (تم إصداره بواسطة مُستخلص المعرفة):**
+```
+# The extracted triple (edge)
+entity:JohnSmith rel:worksAt entity:AcmeCorp .
+
+# Subgraph containing the extracted triples
+subgraph:001 tg:contains <<entity:JohnSmith rel:worksAt entity:AcmeCorp>> .
+subgraph:001 prov:wasDerivedFrom chunk:123-1-1 .
+subgraph:001 prov:wasGeneratedBy activity:extract-999 .
+
+activity:extract-999 a prov:Activity .
+activity:extract-999 prov:used chunk:123-1-1 .
+activity:extract-999 prov:wasAssociatedWith tg:KnowledgeExtractor .
+activity:extract-999 tg:componentVersion "2.1.0" .
+activity:extract-999 tg:llmModel "claude-3" .
+activity:extract-999 tg:ontology <http://example.org/ontologies/business-v1> .
+```
+
+**التضمين (يتم تخزينه في مخزن المتجهات، وليس في مخزن الثلاثيات):**
+
+يتم تخزين التضمينات في مخزن المتجهات مع البيانات الوصفية، وليس كـ RDF triples. يحتوي كل سجل تضمين على:
+
+| الحقل | الوصف | مثال |
+|-------|-------------|---------|
+| vector | متجه التضمين | [0.123, -0.456, ...] |
+| entity | عنوان URI للعقدة التي يمثلها التضمين | `entity:JohnSmith` |
+| chunk_id | الجزء المصدر (الأصل) | `chunk:123-1-1` |
+| model | نموذج التضمين المستخدم | `text-embedding-ada-002` |
+| component_version | إصدار مُحسِّن التضمين (TG embedder) | `1.0.0` |
+
+يربط الحقل `entity` التضمين بالرسم البياني المعرفي (عنوان URI للعقدة). يوفر الحقل `chunk_id` معلومات عن الأصل إلى الجزء المصدر، مما يتيح التنقل صعودًا في الرسم البياني الموجه (DAG) إلى المستند الأصلي.
+
+#### امتدادات مساحة اسم TrustGraph
+
+محددات مخصصة ضمن مساحة الاسم `tg:` لبيانات وصفية خاصة بالاستخراج:
+
+| المحدد | النطاق | الوصف |
+|-----------|--------|-------------|
+| `tg:contains` | Subgraph | يشير إلى ثلاثية موجودة في هذا الرسوم البيانية الفرعية للاستخراج |
+| `tg:pageCount` | Document | العدد الإجمالي لصفحات المستند المصدر |
+| `tg:mimeType` | Document | نوع MIME للمستند المصدر |
+| `tg:pageNumber` | Page | رقم الصفحة في المستند المصدر |
+| `tg:chunkIndex` | Chunk | فهرس الجزء داخل الأصل |
+| `tg:charOffset` | Chunk | الإزاحة الحرفية في النص الأصل |
+| `tg:charLength` | Chunk | طول الجزء بالأحرف |
+| `tg:chunkSize` | Activity | حجم الجزء المُكوَّن |
+| `tg:chunkOverlap` | Activity | التداخل المُكوَّن بين الأجزاء |
+| `tg:componentVersion` | Activity | إصدار مكون TG |
+| `tg:llmModel` | Activity | نموذج LLM المستخدم للاستخراج |
+<<<<<<< HEAD
+| `tg:ontology` | Activity | عنوان URI للأنطولوجيا المستخدم لتوجيه الاستخراج |
+=======
+| `tg:ontology` | Activity | عنوان URI للدلالة المستخدم لتوجيه الاستخراج |
+>>>>>>> 82edf2d (New md files from RunPod)
+| `tg:embeddingModel` | Activity | النموذج المستخدم للتضمينات |
+| `tg:sourceText` | Statement | النص الدقيق الذي تم استخراج ثلاثية منه |
+| `tg:sourceCharOffset` | Statement | الإزاحة الحرفية داخل الجزء حيث يبدأ النص المصدر |
+| `tg:sourceCharLength` | Statement | طول النص المصدر بالأحرف |
+
+#### تهيئة المفردات (لكل مجموعة)
+
+<<<<<<< HEAD
+الرسم البياني المعرفي محايد للأنطولوجيا ويبدأ فارغًا. عند كتابة بيانات سلالة PROV-O إلى مجموعة لأول مرة، يجب تهيئة المفردات باستخدام تسميات RDF لجميع الفئات والمحددات. يضمن ذلك عرضًا قابلاً للقراءة بواسطة الإنسان في الاستعلامات وواجهة المستخدم.
+=======
+الرسم البياني المعرفي محايد بالنسبة للدلالات ويبدأ فارغًا. عند كتابة بيانات سلالة PROV-O إلى مجموعة لأول مرة، يجب تهيئة المفردات باستخدام تسميات RDF لجميع الفئات والمحددات. يضمن ذلك عرضًا قابلاً للقراءة بواسطة الإنسان في الاستعلامات وواجهة المستخدم.
+>>>>>>> 82edf2d (New md files from RunPod)
+
+**فئات PROV-O:**
+```
+prov:Entity rdfs:label "Entity" .
+prov:Activity rdfs:label "Activity" .
+prov:Agent rdfs:label "Agent" .
+```
+
+<<<<<<< HEAD
+**المُتَعَدِّيات (Predicates) الخاصة بـ PROV-O:**
+=======
+**المفردات (Predicates) الخاصة بـ PROV-O:**
+>>>>>>> 82edf2d (New md files from RunPod)
+```
+prov:wasDerivedFrom rdfs:label "was derived from" .
+prov:wasGeneratedBy rdfs:label "was generated by" .
+prov:used rdfs:label "used" .
+prov:wasAssociatedWith rdfs:label "was associated with" .
+prov:startedAtTime rdfs:label "started at" .
+```
+
+**عبارات TrustGraph:**
+```
+tg:contains rdfs:label "contains" .
+tg:pageCount rdfs:label "page count" .
+tg:mimeType rdfs:label "MIME type" .
+tg:pageNumber rdfs:label "page number" .
+tg:chunkIndex rdfs:label "chunk index" .
+tg:charOffset rdfs:label "character offset" .
+tg:charLength rdfs:label "character length" .
+tg:chunkSize rdfs:label "chunk size" .
+tg:chunkOverlap rdfs:label "chunk overlap" .
+tg:componentVersion rdfs:label "component version" .
+tg:llmModel rdfs:label "LLM model" .
+tg:ontology rdfs:label "ontology" .
+tg:embeddingModel rdfs:label "embedding model" .
+tg:sourceText rdfs:label "source text" .
+tg:sourceCharOffset rdfs:label "source character offset" .
+tg:sourceCharLength rdfs:label "source character length" .
+```
+
+**ملاحظة حول التنفيذ:** يجب أن يكون هذا الإطار اللغوي ذاتي الإعادة - آمنًا للتشغيل عدة مرات دون إنشاء تكرارات. يمكن تشغيله في معالجة المستند الأول في المجموعة، أو كخطوة منفصلة لتهيئة المجموعة.
+
+<<<<<<< HEAD
+#### أصل الجزء الفرعي (طموح)
+
+للحصول على معلومات تفصيلية حول الأصل، سيكون من المفيد تسجيل المكان الدقيق داخل جزء معين حيث تم استخراج الثلاثي. هذا يسمح بـ:
+
+تسليط الضوء على النص المصدر الدقيق في واجهة المستخدم.
+التحقق من دقة الاستخراج مقابل المصدر.
+=======
+#### مصدر المعلومات التفصيلية (طموح)
+
+للحصول على معلومات تفصيلية حول المصدر، سيكون من المفيد تسجيل المكان الدقيق داخل جزء معين حيث تم استخراج الثلاثيات منه. هذا يسمح بـ:
+
+تسليط الضوء على النص المصدر الدقيق في واجهة المستخدم.
+التحقق من دقة الاستخراج مقارنة بالمصدر.
+>>>>>>> 82edf2d (New md files from RunPod)
+تصحيح جودة الاستخراج على مستوى الجملة.
+
+**مثال مع تتبع الموضع:**
+```
+# The extracted triple
+entity:JohnSmith rel:worksAt entity:AcmeCorp .
+
+# Subgraph with sub-chunk provenance
+subgraph:001 tg:contains <<entity:JohnSmith rel:worksAt entity:AcmeCorp>> .
+subgraph:001 prov:wasDerivedFrom chunk:123-1-1 .
+subgraph:001 tg:sourceText "John Smith has worked at Acme Corp since 2019" .
+subgraph:001 tg:sourceCharOffset 1547 .
+subgraph:001 tg:sourceCharLength 46 .
+```
+
+**مثال مع نطاق نص (بديل):**
+```
+subgraph:001 tg:contains <<entity:JohnSmith rel:worksAt entity:AcmeCorp>> .
+subgraph:001 prov:wasDerivedFrom chunk:123-1-1 .
+subgraph:001 tg:sourceRange "1547-1593" .
+subgraph:001 tg:sourceText "John Smith has worked at Acme Corp since 2019" .
+```
+
+**اعتبارات التنفيذ:**
+
+<<<<<<< HEAD
+قد لا توفر استخراج البيانات باستخدام نماذج اللغة الكبيرة (LLM) بشكل طبيعي مواقع الأحرف.
+يمكن توجيه نموذج اللغة الكبيرة لإرجاع الجملة/العبارة المصدرية بالإضافة إلى الثلاثيات المستخرجة.
+بدلاً من ذلك، يمكن إجراء معالجة لاحقة لمطابقة الكيانات المستخرجة بشكل تقريبي مع النص المصدر.
+يوجد مقايضة بين تعقيد الاستخراج ودقة تتبع المصدر.
+قد يكون من الأسهل تحقيق ذلك باستخدام طرق الاستخراج المنظمة بدلاً من استخراج البيانات المجردة باستخدام نماذج اللغة الكبيرة.
+=======
+قد لا توفر عملية الاستخراج القائمة على نماذج اللغة الكبيرة (LLM) بشكل طبيعي مواقع الأحرف.
+يمكن توجيه نموذج اللغة الكبيرة لإرجاع الجملة/العبارة المصدرية بالإضافة إلى الثلاثيات المستخرجة.
+بدلاً من ذلك، يمكن إجراء معالجة لاحقة لمطابقة الكيانات المستخرجة بشكل تقريبي مع النص الأصلي.
+يوجد مقايضة بين تعقيد الاستخراج ودقة تتبع المصدر.
+قد يكون من الأسهل تحقيق ذلك باستخدام طرق الاستخراج المنظمة بدلاً من استخراج نماذج اللغة الكبيرة غير المنظمة.
+>>>>>>> 82edf2d (New md files from RunPod)
+
+هذا الأمر مصنف على أنه طموح - يجب تنفيذ تتبع المصدر على مستوى المقطع أولاً، مع تتبع المقطع الفرعي كتحسين مستقبلي إذا كان ذلك ممكنًا.
+
+### نموذج التخزين المزدوج
+
+<<<<<<< HEAD
+يتم بناء رسم بياني لتتبع المصدر بشكل تدريجي أثناء تدفق المستندات عبر مسار العمل:
+=======
+يتم بناء رسم بياني (DAG) لتتبع المصدر تدريجيًا أثناء تدفق المستندات عبر مسار العمل:
+>>>>>>> 82edf2d (New md files from RunPod)
+
+| التخزين | ما يتم تخزينه | الغرض |
+|-------|---------------|---------|
+| أمين المكتبة | محتوى المستند + روابط الأبناء | استرجاع المحتوى، حذف متسلسل |
+<<<<<<< HEAD
+| الرسم البياني للمعرفة | حواف الأبناء، وبيانات وصفية | استعلامات تتبع المصدر، إسناد الحقائق |
+
+تحتفظ كلا التخزينين بنفس هيكل الرسم البياني. يحتوي أمين المكتبة على المحتوى، بينما يحتوي الرسم البياني على العلاقات ويمكنه تمكين استعلامات التصفح.
+
+### المبادئ الأساسية للتصميم
+
+1. **معرف المستند كوحدة تدفق** - تمرر المعالجات المعرفات، وليس المحتوى. يتم استرداد المحتوى من أمين المكتبة عند الحاجة.
+
+2. **الإرسال مرة واحدة من المصدر** - يتم كتابة البيانات الوصفية في الرسم البياني مرة واحدة عند بدء المعالجة، وليس بشكل متكرر في المراحل اللاحقة.
+
+3. **نمط معالج متسق** - يتبع كل معالج نفس النمط: الاستقبال/الاسترداد/الإنتاج/الحفظ/الإرسال/التوجيه.
+
+4. **بناء تدريجي للرسم البياني** - يضيف كل معالج مستواه إلى الرسم البياني. يتم بناء سلسلة تتبع المصدر الكاملة بشكل تدريجي.
+
+5. **تحسين ما بعد التقطيع** - بعد التقطيع، تحمل الرسائل كلاً من المعرف والمحتوى. تكون القطع صغيرة (2-4 كيلوبايت)، لذلك يؤدي تضمين المحتوى إلى تجنب عمليات الذهاب والإياب غير الضرورية إلى أمين المكتبة مع الحفاظ على تتبع المصدر عبر المعرف.
+=======
+| الرسم البياني المعرفي | حواف الأبناء، بالإضافة إلى البيانات الوصفية | استعلامات تتبع المصدر، إسناد الحقائق |
+
+تحتفظ كلتا الحالتين بنفس هيكل الرسم البياني. تحتفظ أمين المكتبة بالمحتوى، بينما يحتفظ الرسم البياني بالعلاقات ويمكنه تمكين استعلامات التصفح.
+
+### المبادئ الأساسية للتصميم
+
+1. **معرف المستند كوحدة تدفق** - تمرر المعالجات المعرفات، وليس المحتوى. يتم جلب المحتوى من أمين المكتبة عند الحاجة.
+
+2. **الإرسال مرة واحدة من المصدر** - يتم كتابة البيانات الوصفية في الرسم البياني مرة واحدة عند بدء المعالجة، وليس بشكل متكرر في المراحل اللاحقة.
+
+3. **نمط معالج متسق** - يتبع كل معالج نفس النمط: الاستقبال/الجلب/الإنتاج/الحفظ/الإرسال/التوجيه.
+
+4. **بناء تدريجي للرسم البياني** - يضيف كل معالج مستواه إلى الرسم البياني. يتم بناء سلسلة تتبع المصدر الكاملة بشكل تدريجي.
+
+5. **تحسين ما بعد التقسيم إلى أجزاء** - بعد التقسيم إلى أجزاء، تحمل الرسائل كلاً من المعرف والمحتوى. الأجزاء صغيرة (2-4 كيلوبايت)، لذا فإن تضمين المحتوى يتجنب عمليات الذهاب والإياب غير الضرورية إلى أمين المكتبة مع الحفاظ على تتبع المصدر عبر المعرف.
+>>>>>>> 82edf2d (New md files from RunPod)
+
+## مهام التنفيذ
+
+### تغييرات أمين المكتبة
+
+#### الحالة الحالية
+
+يبدأ معالجة المستند عن طريق إرسال معرف المستند إلى المعالج الأول.
+لا يوجد اتصال بمخزن الثلاثيات - يتم تجميع البيانات الوصفية مع مخرجات الاستخراج.
+`add-child-document` ينشئ روابط الأبناء من مستوى واحد.
+`list-children` يُرجع فقط الأبناء المباشرين.
+
+#### التغييرات المطلوبة
+
+**1. واجهة جديدة: اتصال بمخزن الثلاثيات**
+
+<<<<<<< HEAD
+يحتاج أمين المكتبة إلى إرسال حواف بيانات وصفية للمستند مباشرة إلى الرسم البياني للمعرفة عند بدء المعالجة.
+=======
+تحتاج أمين المكتبة إلى إرسال حواف بيانات وصفية لمستندات الأبناء مباشرة إلى الرسم البياني المعرفي عند بدء المعالجة.
+>>>>>>> 82edf2d (New md files from RunPod)
+إضافة عميل/ناشر مخزن الثلاثيات إلى خدمة أمين المكتبة.
+عند بدء المعالجة: إرسال بيانات وصفية للمستند الجذر كحواف في الرسم البياني (مرة واحدة).
+
+**2. مفردات أنواع المستندات**
+
+<<<<<<< HEAD
+توحيد قيم `document_type` لأبناء المستند:
+=======
+توحيد قيم `document_type` لمستندات الأبناء:
+>>>>>>> 82edf2d (New md files from RunPod)
+`source` - المستند الذي تم تحميله أصلاً.
+`page` - صفحة مستخرجة من المصدر (PDF، إلخ).
+`chunk` - جزء نصي مشتق من الصفحة أو المصدر.
+
+#### ملخص تغييرات الواجهة
+
+| الواجهة | التغيير |
+|-----------|--------|
+<<<<<<< HEAD
+| مخزن الثلاثيات | اتصال صادر جديد - إرسال حواف بيانات وصفية للمستند |
+=======
+| مخزن الثلاثيات | اتصال صادر جديد - إرسال حواف بيانات وصفية لمستندات الأبناء |
+>>>>>>> 82edf2d (New md files from RunPod)
+| بدء المعالجة | إرسال البيانات الوصفية إلى الرسم البياني قبل توجيه معرف المستند |
+
+### تغييرات مستخرج PDF
+
+#### الحالة الحالية
+
+<<<<<<< HEAD
+يتلقى محتوى المستند (أو يتدفق المستندات الكبيرة).
+يستخرج النص من صفحات PDF.
+يوجه محتوى الصفحة إلى وحدة التقطيع.
+=======
+يتلقى محتوى المستند (أو يقوم بتدفق المستندات الكبيرة).
+يستخرج النص من صفحات PDF.
+يوجه محتوى الصفحة إلى وحدة تقسيم إلى أجزاء.
+>>>>>>> 82edf2d (New md files from RunPod)
+لا يوجد تفاعل مع أمين المكتبة أو مخزن الثلاثيات.
+
+#### التغييرات المطلوبة
+
+**1. واجهة جديدة: عميل أمين المكتبة**
+
+يحتاج مستخرج PDF إلى حفظ كل صفحة كمستند تابع في أمين المكتبة.
+إضافة عميل أمين المكتبة إلى خدمة مستخرج PDF.
+لكل صفحة: استدعاء `add-child-document` مع parent = معرف المستند الجذر.
+
+**2. واجهة جديدة: اتصال بمخزن الثلاثيات**
+
+<<<<<<< HEAD
+يحتاج مستخرج PDF إلى إرسال حواف الأبناء إلى الرسم البياني للمعرفة.
+=======
+يحتاج مستخرج PDF إلى إرسال حواف الأبناء إلى الرسم البياني المعرفي.
+>>>>>>> 82edf2d (New md files from RunPod)
+إضافة عميل/ناشر مخزن الثلاثيات.
+لكل صفحة: إرسال حافة تربط مستند الصفحة بالمستند الأصل.
+
+**3. تغيير تنسيق الإخراج**
+
+بدلًا من إرسال محتوى الصفحة مباشرةً، أرسل مُعرّف مستند الصفحة.
+<<<<<<< HEAD
+سيقوم المقطع (Chunker) بجلب المحتوى من أمين المكتبة (librarian) باستخدام المعرّف.
+=======
+سيقوم المقطع (Chunker) بجلب المحتوى من المكتبة (librarian) باستخدام المعرّف.
+>>>>>>> 82edf2d (New md files from RunPod)
+
+#### ملخص التغييرات في الواجهة
+
+| الواجهة | التغيير |
+|-----------|--------|
+<<<<<<< HEAD
+| أمين المكتبة (Librarian) | واجهة تصدير جديدة - حفظ المستندات الفرعية |
+| قاعدة البيانات الثلاثية (Triple store) | واجهة تصدير جديدة - إرسال علاقات الأبناء والبنات |
+=======
+| المكتبة (librarian) | إخراج جديد - حفظ المستندات الفرعية |
+| المستودع الثلاثي (Triple store) | إخراج جديد - إرسال علاقات الأبناء |
+>>>>>>> 82edf2d (New md files from RunPod)
+| رسالة الإخراج | تغيير من المحتوى إلى مُعرّف المستند |
+
+### تغييرات المقطع (Chunker)
+
+#### الحالة الحالية
+
+<<<<<<< HEAD
+يستقبل محتوى الصفحة/النص
+يقسم إلى أجزاء (chunks)
+يرسل محتوى الجزء إلى المعالجات اللاحقة
+لا يوجد تفاعل مع أمين المكتبة أو قاعدة البيانات الثلاثية
+=======
+يتلقى محتوى الصفحة/النص
+يقسم إلى أجزاء
+يرسل محتوى الجزء إلى المعالجات اللاحقة
+لا يوجد تفاعل مع المكتبة أو المستودع الثلاثي
+>>>>>>> 82edf2d (New md files from RunPod)
+
+#### التغييرات المطلوبة
+
+**1. تغيير طريقة معالجة الإدخال**
+
+<<<<<<< HEAD
+استقبل مُعرّف المستند بدلًا من المحتوى، وجلبه من أمين المكتبة.
+أضف عميل أمين المكتبة إلى خدمة المقطع.
+جلب محتوى الصفحة باستخدام مُعرّف المستند.
+
+**2. واجهة جديدة: عميل أمين المكتبة (للكتابة)**
+
+احفظ كل جزء كمستند فرعي في أمين المكتبة.
+لكل جزء: استدعِ `add-child-document` مع `parent = page document ID`
+
+**3. واجهة جديدة: اتصال بقاعدة البيانات الثلاثية**
+
+أرسل علاقات الأبناء والبنات إلى الرسم البياني المعرفي.
+أضف عميل/ناشر قاعدة البيانات الثلاثية.
+=======
+استقبل مُعرّف المستند بدلاً من المحتوى، وجلبه من المكتبة.
+أضف عميل المكتبة إلى خدمة المقطع.
+جلب محتوى الصفحة باستخدام مُعرّف المستند.
+
+**2. واجهة جديدة: عميل المكتبة (للكتابة)**
+
+احفظ كل جزء كمستند فرعي في المكتبة.
+لكل جزء: اتصل بـ `add-child-document` مع `parent = مُعرّف مستند الصفحة`
+
+**3. واجهة جديدة: اتصال بالمستودع الثلاثي**
+
+أرسل علاقات الأبناء إلى الرسم البياني المعرفي.
+أضف عميل/ناشر المستودع الثلاثي.
+>>>>>>> 82edf2d (New md files from RunPod)
+لكل جزء: أرسل علاقة تربط مستند الجزء بمستند الصفحة.
+
+**4. تغيير تنسيق الإخراج**
+
+<<<<<<< HEAD
+أرسل كلاً من مُعرّف مستند الجزء ومحتوى الجزء (تحسين لاحق للمقطع).
+تستقبل المعالجات اللاحقة المعرّف لأغراض التتبع + المحتوى للعمل به.
+=======
+أرسل كلاً من مُعرّف مستند الجزء ومحتوى الجزء (تحسين بعد تقسيم الجزء).
+تتلقى المعالجات اللاحقة المعرّف لتتبع المصدر + المحتوى للعمل به.
+>>>>>>> 82edf2d (New md files from RunPod)
+
+#### ملخص التغييرات في الواجهة
+
+| الواجهة | التغيير |
+|-----------|--------|
+| رسالة الإدخال | تغيير من المحتوى إلى مُعرّف المستند |
+<<<<<<< HEAD
+| أمين المكتبة (Librarian) | واجهة تصدير جديدة (قراءة وكتابة) - جلب المحتوى، حفظ المستندات الفرعية |
+| قاعدة البيانات الثلاثية (Triple store) | واجهة تصدير جديدة - إرسال علاقات الأبناء والبنات |
+=======
+| المكتبة (librarian) | إخراج جديد (قراءة وكتابة) - جلب المحتوى، حفظ المستندات الفرعية |
+| المستودع الثلاثي (Triple store) | إخراج جديد - إرسال علاقات الأبناء |
+>>>>>>> 82edf2d (New md files from RunPod)
+| رسالة الإخراج | تغيير من المحتوى فقط إلى المعرّف + المحتوى |
+
+### تغييرات مُستخرج المعرفة (Knowledge Extractor)
+
+#### الحالة الحالية
+
+<<<<<<< HEAD
+يستقبل محتوى الجزء
+يستخرج الثلاثيات والتضمينات
+يرسل إلى قاعدة البيانات الثلاثية ومخزن التضمينات
+`subjectOf` تشير العلاقة إلى المستند ذي المستوى الأعلى (وليس الجزء)
+=======
+يتلقى محتوى الجزء
+يستخرج الثلاثيات والتضمينات
+يرسل إلى المستودع الثلاثي ومستودع التضمينات
+تشير علاقة `subjectOf` إلى المستند ذي المستوى الأعلى (وليس الجزء).
+>>>>>>> 82edf2d (New md files from RunPod)
+
+#### التغييرات المطلوبة
+
+**1. تغيير طريقة معالجة الإدخال**
+
+استقبل مُعرّف مستند الجزء بالإضافة إلى المحتوى.
+<<<<<<< HEAD
+استخدم مُعرّف الجزء لأغراض الربط (المحتوى مدرج بالفعل كتحسين).
+
+**2. تحديث أثر الثلاثيات**
+
+اربط الثلاثيات المستخرجة بالجزء (وليس المستند ذي المستوى الأعلى).
+استخدم التجريد لإنشاء حافة تشير إلى الحافة
+`subjectOf` العلاقة: ثلاثية → مُعرّف مستند الجزء
+الاستخدام الأول للدعم الحالي للتجريد
+
+**3. تحديث أثر التضمينات**
+
+اربط معرفات كيانات التضمين بالجزء.
+أرسل حافة: معرف كيان التضمين → مُعرّف مستند الجزء
+=======
+استخدم مُعرّف الجزء لتتبع المصدر (تم تضمين المحتوى بالفعل كجزء من التحسين).
+
+**2. تحديث تتبع المصدر**
+
+اربط الثلاثيات المستخرجة بالجزء (وليس المستند ذي المستوى الأعلى).
+استخدم التجريد لإنشاء حافة تشير إلى الحافة.
+علاقة `subjectOf`: الثلاثية → مُعرّف مستند الجزء
+الاستخدام الأول للدعم الحالي للتجريد.
+
+**3. تحديث تتبع التضمينات**
+
+اربط معرفات كيانات التضمين بالجزء.
+أرسل حافة: معرف كيان التضمين → مُعرّف مستند الجزء.
+>>>>>>> 82edf2d (New md files from RunPod)
+
+#### ملخص التغييرات في الواجهة
+
+| الواجهة | التغيير |
+|-----------|--------|
+| رسالة الإدخال | توقع مُعرّف الجزء + المحتوى (وليس المحتوى فقط) |
+<<<<<<< HEAD
+| قاعدة البيانات الثلاثية | استخدم التجريد لأثر الثلاثية → الجزء |
+| أثر التضمين | اربط معرف الكيان → معرف الجزء |
+
+## المراجع
+
+أثر وقت الاستعلام: `docs/tech-specs/query-time-provenance.md`
+معيار PROV-O لنمذجة الأثر
+البيانات الوصفية المصدر الحالية في الرسم البياني المعرفي (تحتاج إلى تدقيق)
+=======
+| المستودع الثلاثي (Triple store) | استخدم التجريد لتتبع الثلاثية → الجزء |
+| تتبع التضمينات | اربط معرف الكيان → معرف الجزء |
+
+## المراجع
+
+تتبع وقت الاستعلام: `docs/tech-specs/query-time-provenance.md`
+معيار PROV-O لنمذجة التتبع.
+البيانات الوصفية المصدر الحالية في الرسم البياني المعرفي (تحتاج إلى تدقيق).
+>>>>>>> 82edf2d (New md files from RunPod)