بناء خريطة حرب سردية عالمية باستخدام Bright Data، Tavily، Ollama، React، و Three.js

ماذا لو كان بإمكان مربع بحث واحد أن يكشف كيف تُصاغ القضية الجيوسياسية نفسها بشكل مختلف في واشنطن، لندن، تل أبيب، نيودلهي، طهران، برلين، أو أنقرة؟ هذا هو الهدف الطموح وراء مشروع Reality Rift، وهو تطبيق ويب ثوري يكتشف التغطية الإخبارية الحية، ويستخلص الأدلة الموثوقة، ثم يقوم بالاستدلال عليها باستخدام نموذج لغة كبير (LLM)، ويعرض النتائج على كرة أرضية تفاعلية ثلاثية الأبعاد.

يهدف Reality Rift إلى تجاوز أدوات البحث التقليدية التي تجيب فقط عن سؤال "ما هي المقالات الموجودة حول هذا الموضوع؟". بدلاً من ذلك، يلبي احتياجات الباحثين والصحفيين والاستراتيجيين الذين يحتاجون إلى فهم أعمق: "كيف تُصاغ هذه القصة بشكل مختلف عبر البلدان، وما هي الأدلة التي تدعم ذلك؟" لتحقيق ذلك، يعتمد التطبيق على اكتشاف متعدد المصادر، وترسيخ المقالات، واستنتاج البلدان، وتجميع الروايات، وتوفير مصدر شفاف للمعلومات، بالإضافة إلى سرد قصص مرئي جذاب. تشمل حزمة التقنيات المستخدمة في الواجهة الأمامية React، Vite، Tailwind CSS، و Three.js مع مكتبة three-globe. أما الواجهة الخلفية فتعمل بـ Node.js، Express، و Axios. في طبقة البيانات والذكاء الاصطناعي، يعتمد المشروع على Bright Data Discover API لجمع البيانات، Tavily، و Ollama مع نموذج gemma4:latest، بالإضافة إلى دعم موفري OpenAI المتوافقين.

تتمثل إحدى الدروس المبكرة والمهمة في أن وجهة نظر البحث من بلد واحد كانت ضعيفة الأداء في المواضيع العالمية. لذا، يقوم التطبيق حاليًا بتوسيع نطاق Bright Data Discover عبر عدة بلدان ودمج ذلك مع Tavily لضمان تغطية أوسع. بعد جمع نتائج البحث، يقوم Reality Rift بكشط مجموعة مختارة من عناوين URL ويرسل مقتطفات موجزة ومحددة إلى طبقة الاستدلال. يحتفظ كل سجل مصدر بتفاصيل مثل الناشر، URL، مزود البحث، مزود الكشط، والبلد المستنتج، مما يتيح عرضًا شفافًا للأدلة في واجهة المستخدم. يتلقى نموذج اللغة الكبير نتائج البحث المدمجة، والمقتطفات المنسوخة، ومصدر المزود، بالإضافة إلى تعليمات صارمة لإرجاع بيانات JSON دقيقة. في حال كانت مخرجات النموذج ضعيفة (على سبيل المثال، عدد قليل جدًا من البلدان المذكورة مقارنة بالأدلة المتاحة)، يتضمن النظام استراتيجية استعادة ذكية تكتشف التغطية المنخفضة بشكل غير معقول وتعيد المحاولة بتعليمات أكثر صرامة، أو تستكمل البلدان المفقودة من الأدلة الموثقة.

يهدف المشروع إلى تحقيق الشفافية في التصميم، حيث تعرض واجهة المستخدم ليس فقط عناوين URL المصدر، بل أيضًا أي مزود بحث وجد المصدر (Bright Data Discover، Tavily، أو كليهما)، وما إذا كان الكشط قد تم عبر Bright Data أو جلب مباشر أو بديل. هذا يجعل التطبيق ذا مصداقية عالية بدلاً من كونه "سحريًا". تُستخدم الكرة الأرضية التفاعلية لعرض المواقف السردية جغرافيًا، وتظهر أوجه التشابه كأقواس، وتصبح الشدة كثافة النبضات، وتُظهر الثقة قوة التوهج. خلال الطلبات الطويلة، يعرض التطبيق خطوات مسار العمل (اكتشاف التغطية، ترسيخ المحتوى، تسوية الروايات، عرض الخريطة) لضمان معرفة المستخدم بما يجريه النظام. بالإضافة إلى ذلك، يستخدم النظام الخلفي ذاكرة تخزين مؤقتة في الذاكرة لنتائج البحث، ومخرجات الكشط، ومخرجات LLM، والاستجابات النهائية لتقليل التكاليف وتوفير الوقت.

ماذا يعني هذا لعملك؟

إن Reality Rift ليس مجرد أداة بحث أخرى، بل هو منتج ذكاء سردي يجمع بين الاكتشاف متعدد المصادر، والأدلة الموثوقة، واستدلال النموذج، والمصدر الشفاف، والتوليف البصري. هذه التركيبة الفريدة تتيح للشركات والجهات البحثية والمنظمات الحكومية فهمًا عميقًا لكيفية تشكيل الروايات العالمية وتأثيرها على استراتيجياتهم وقراراتهم، مما يوفر ميزة تنافسية حاسمة في عالم يتسم بتدفق المعلومات المعقد والمتغير.