قمت ببناء مشروع تطبيقي يشرح فكرة Retrieval Augmented Generation - RAG، حيث يقوم النظام بتخزين المستندات داخل قاعدة بيانات متجهة باستخدام ChromaDB، ثم يسترجع المعلومات الأقرب لسؤال المستخدم ويستخدم Google Gemini لتوليد إجابة مبنية على السياق. يحتوي المشروع على واجهة تفاعلية باستخدام Streamlit تقارن بين إجابة النموذج بدون RAG وإجابته بعد تزويده بالمعلومات المسترجعة، مع دعم كامل للغة العربية واتجاه RTL. الهدف من المشروع هو تبسيط مفهوم RAG وتقديم مثال عملي يمكن استخدامه في الورش التعليمية أو كنواة لتطبيقات ذكاء اصطناعي تعتمد على بيانات خاصة.