أرغب في بناء خادم ذكاء اصطناعي مستقل يركّز على رسائل البريد الإلكتروني الخاصة بالدعم الفني. الهدف أن ينتج ردودًا فورية ذات طابع بشري، يفرز الرسائل حسب الأولوية، ويستخلص نبرة العميل لتحسين تجربة الخدمة. أحتاج أن يتكامل الخادم مباشرة مع نظام إدارة علاقات العملاء (CRM) لدينا حتى تُسجَّل المحادثة ونتائج التحليل آليًا في ملف كل عميل. أفضّل إعداد الخادم على بيئة Linux مع Docker لتسهيل النشر المستقبلي، مع إمكانية تشغيل نماذج لغة حديثة (LLM) بالعربية والإنجليزية. أرحب باستخدام أدوات مثل Python، FastAPI أو Flask لواجهة REST، و-TensorFlow / PyTorch أو التكامل مع OpenAI API عند الحاجة، شرط أن يبقى الكود والبيانات داخل خوادمنا. للتأكد من وضوح المطلوب أقترح حزمة تسليم محددة: - حاويات Docker جاهزة للتشغيل (النموذج، واجهة API، ولوحة مراقبة بسيطة). - نماذج أو أكواد التدريب الخاصة بالرد التلقائي، تصنيف الأولويات، وتحليل المشاعر. - نقطة تكامل موثّقة مع CRM عبر Webhook أو REST تُفعّل إنشاء/تحديث التذاكر آليًا. - مجموعة بيانات تجريبية مع تعليمات إعادة التدريب كي نطوّر الدقة لاحقًا. - دليل نشر وتشغيل مفصّل (README) مع تعليمات الأمان والنسخ الاحتياطي. سأختبر الحل بإرسال مجموعة رسائل حقيقية، وأتوقع نسبة دقة لا تقل عن 85٪ في التصنيف والتحليل، وزمن استجابة أقل من ثانية للرد الآلي داخل الشبكة الداخلية. إن كنت تملك خبرة عملية في NLP، تحزيم النماذج في Docker، والتكامل مع أنظمة CRM، سأكون سعيدًا بالتعاون معك.