01 // السياق والهدف من المشروع
نظام متقدم مصمم للعيادات والصيدليات لأرشفة الوصفات الطبية وتحليلها بصرياً عبر تقنيات التعرف الضوئي على الحروف (OCR)، مع نظام بحث دقيق متعدد الحقول وتخزين سحابي متعدد المستأجرين.
02 // التحدي الهندسي التقني
قراءة الوصفات الطبية المكتوبة بخط اليد بدقة ومعالجة رفع المستندات الكبيرة على الأجهزة الضعيفة للصيدليات والمراكز الطبية.
03 // المعمارية البرمجية وحلول التنفيذ
بناء مسار معالجة هجين يجمع بين التجزئة التلقائية للصور (Chunked Upload)، والمعالجة غير المتزامنة بـ Web Workers، مع محرك بحث وتدقيق دوائي فوري.
المخرجات والحلول التقنية المنجزة:
- ✓ رفع متدفق وتوليد معاينات فورية للمستندات الطبية بأعلى كفاءة.
- ✓ مسار OCR غير متزامن يمنع تجميد واجهة المستخدم على الحواسيب منخفضة العتاد.
- ✓ فهرسة وبحث متعدد المعايير في الأدوية والوصفات والمواعيد الطبية.
- ✓ بنية تخزين سحابية آمنة تضمن سرية بيانات المرضى والملفات الصحية.
04 // القرارات المعمارية والموازنات الهندسية (Trade-Offs)
المشكلة ← القرار المعماري ← الموازنة ← النتيجة المُحققة القرار 01 / Client-Side Streaming Ingestion & Local Linear Regression
المشكلة المطروحة:
Small businesses cannot afford enterprise BI suites, but uploading sensitive financial spreadsheets to third-party servers introduces privacy and compliance barriers.
القرار المعماري:
Deployed PapaParse for chunked, in-browser CSV/Excel parsing and executed 30-day linear regression forecasting directly on the client web worker. Data remains strictly on the user's device unless they explicitly trigger AI conversational analysis.
الموازنة الهندسية:
Computations depend on client device CPU capacity.
النتيجة المُحققة:
Instant dashboard hydration in under 100ms with zero server storage costs and absolute financial data privacy.
القرار 02 / Streaming Summarization for Google Gemini Context Framing
المشكلة المطروحة:
Large transaction datasets easily exceed context limits or generate high inference latency when sent raw to large language models.
القرار المعماري:
Implemented an automated preprocessing layer that computes aggregated monthly metrics, top revenue categories, and statistical anomalies before injecting a structured JSON digest into the Gemini Flash streaming prompt.
الموازنة الهندسية:
Granular single-line item queries require targeted query filters rather than full raw dumps.
النتيجة المُحققة:
Real-time conversational insights streamed back in sub-400ms first-token latency with zero context overflow.
05 // لقطات المنصة والقياسات الحية
Live SaaS Landing & Predictive Architecture (https://new-way-proj.vercel.app) ● التقاط حي
↳ Live SaaS Landing & Predictive Architecture (https://new-way-proj.vercel.app)
Interactive Financial Analytics Dashboard & Gemini Narrative Insights ● التقاط حي
↳ Interactive Financial Analytics Dashboard & Gemini Narrative Insights
Drag & Drop Dataset Upload Interface with Instant Schema Detection ● التقاط حي
↳ Drag & Drop Dataset Upload Interface with Instant Schema Detection
06 // الحزمة التقنية المستخدمة
تم اختيار كل تقنية وأداة بناءً على قيود أداء صارمة، وموثوقية عالية في بيئات الإنتاج، واستقرار الأنظمة على المدى الطويل.
Next.js 16 React 19 Tailwind CSS v4 Google Gemini Vercel AI SDK Recharts PapaParse TypeScript Zod