معرفی و نمای کلی سامانه
پروژه پاراک یک راهکار سطح انترپرایز برای جست‌وجو و دستیار هوشمند مبتنی بر تولید با بازیابی افزوده (Retrieval-Augmented Generation) است. این سامانه به کاربران اجازه می‌دهد علاوه بر تایپ متن، با ارسال تصویر کالا یا گفت‌وگوی زنده صوتی، دقیق‌ترین پاسخ‌ها را از دل هزاران صفحه مستندات و دیتابیس محصولات استخراج نمایند.
قابلیت‌های کلیدی و نوآوری‌های فنی
- جست‌وجوی چندوجهی هیبریدی (Multi-Modal Hybrid Search): تبدیل هم‌زمان متن و تصویر به بردارهای هم‌فضا با مدل بینایی-زبانی CLIP و ذخیره‌سازی در وکتور استور Qdrant. کاربر می‌تواند با آپلود عکس یک قطعه صنعتی، مشخصات فنی دقیق، موجودی و راهنمای نصب آن را دریافت کند.
- پایپ‌لاین کامل مکالمه صوتی بلادرنگ (Real-Time Voice Pipeline):
- تشخیص فعالیت صوتی در مرورگر (Browser VAD) جهت کاهش ترافیک شبکه.
- تبدیل گفتار به متن توسط مدل Whisper با دقت بالا در لهجه‌ها و اصطلاحات تخصصی فارسی.
- بازیابی اسناد مرتبط و تولید پاسخ فشرده توسط مدل زبانی.
- سنتز صوتی بلادرنگ (Edge-TTS) با پشتیبانی از صوت‌های طبیعی.
- مسیریابی هوشمند نیت (Semantic Intent Routing): تفکیک آنی درخواست‌های کاربر توسط یک کلاسیفایر معنایی سبک به دسته‌های: استعلام فنی قطعه، وضعیت سفارش، سیاست‌های گارانتی/مرجوعی، و گفت‌وگوی عمومی، تا از فراخوانی بیهوده بخش‌های سنگین جلوگیری شود.
- استناد قطعی و عدم توهم (Source Grounding & Zero Hallucination): سامانه ملزم به الصاق شماره پاراگراف و لینک مرجع به تمامی ادعاهای خروجی است؛ در صورتی که پاسخ در اسناد تأییدشده شرکت موجود نباشد، سامانه با شفافیت عدم وجود اطلاعات را اعلام می‌کند.
- آواتار تعاملی سه‌بعدی: رندر آواتار با کارایی ۶۰ فریم بر ثانیه در مرورگر با React Three Fiber که بر اساس احساس و زمینه گفت‌وگو واکنش‌های بصری هماهنگ نشان می‌دهد.