وكيل البحث القانوني العربي: استخراج الأحكام والمواد بسرعة

Aفريق ArabClaw9 دقيقة قراءة

ما ستتعلمه: كيفية بناء وكيل بحث قانوني يستخرج الأحكام والمواد من النصوص القانونية بدقة عالية. الخطوات العملية والأوامر الفعلية اللازمة لتطبيق هذا الحل باستخدام أوبن كلاو على خادمك الخاص أو السحابة.


المقدمة

محام في القاهرة يتلقى مئات الصفحات من المستندات القانونية أسبوعياً. يحتاج لاستخراج أرقام المواد والأحكام ذات الصلة من كل ملف. يقضي ساعات في القراءة والنسخ اليدوي. المشكلة بسيطة لكن مؤلمة: لا يوجد أداة تفهم السياق القانوني العربي بشكل كافٍ.

هنا يأتي دور وكيل البحث القانوني الذكي. بدلاً من البحث والاستخراج اليدوي، يمكنك بناء نظام ذكي يقرأ الملفات، يفهم البنية القانونية، ويستخرج البيانات المطلوبة تلقائياً. أوبن كلاو (OpenClaw) يجعل هذا ممكناً بدون الحاجة لخوارزميات معقدة أو استثمارات ضخمة.


لماذا البحث القانوني اليدوي مكلف؟

العمليات اليدوية في البحث القانوني لا تعاني فقط من البطء. هناك تكاليف خفية:

الأخطاء البشرية: قراءة مئات الصفحات تؤدي لتجاوز نقاط مهمة أو استخراج معلومات خاطئة. مرة واحدة من كل عشرة مرات، قد تفقد مادة قانونية حساسة.

الوقت الضائع: باحث قانوني واحد يمكنه معالجة 5-10 ملفات يومياً فقط. إذا كان لديك مكتب محاماة متوسط الحجم، فأنت تحتاج فريقاً كاملاً للبحث.

عدم التناسق: كل باحث له طريقته الخاصة. البيانات المستخرجة قد لا تكون موحدة، مما يؤدي لمشاكل لاحقة في التحليل والتوثيق.

وكيل ذكي يحل كل هذه المشاكل في جلسة واحدة.


كيف يعمل وكيل البحث القانوني؟

الوكيل الذكي ليس مجرد محرك بحث. إنه نظام يفهم السياق ويتخذ قرارات. إليك كيف يعمل:

المرحلة الأولى: التحليل الأولي يستقبل الوكيل ملف PDF أو نص قانوني. يقرأه كاملاً ويحدد النوع: هل هو حكم قضائي؟ نص قانون؟ قرار إداري؟ هذا يحدد الخطوات التالية.

المرحلة الثانية: الاستخراج الهيكلي بعد فهم النوع، يبدأ الوكيل في استخراج المعلومات الأساسية:

  • أرقام المواد المرجعية
  • أسماء الأطراف
  • تاريخ الحكم
  • الحيثيات الأساسية

المرحلة الثالثة: التصنيف والتنظيم يتم ترتيب البيانات المستخرجة في جداول منظمة، وربطها بمرجعيات قانونية معروفة، وإنشاء تقرير نهائي قابل للاستخدام مباشرة.

كل هذا يحدث بدون تدخل بشري. تحمل الملف وانتظر النتيجة.


المميزات الرئيسية للوكيل الذكي

المميزالبحث اليدويوكيل أوبن كلاو
السرعةملف واحد في 30 دقيقة50 ملف في ساعة
الدقة85-90% (أخطاء بشرية)96-99% (مع ضبط صحيح)
التكلفةراتب باحث قانونيتكلفة API صغيرة
التناسقيختلف بحسب الموظفموحد تماماً
التوسعصعب (توظيف موظفين إضافيين)سهل جداً (لا تكاليف إضافية)
المرونةمحدودةعالية جداً (تخصيص كامل)

بناء الوكيل خطوة بخطوة

الخطوة الأولى: التثبيت والإعداد الأساسي

أولاً، تأكد من أن لديك Python 3.10 أو أحدث:

python --version

ثم ثبت مكتبات أوبن كلاو:

pip install anthropic python-dotenv PyPDF2 python-dateutil

أنشئ ملف .env لتخزين مفاتيح API:

echo 'ANTHROPIC_API_KEY=your_api_key_here' > .env

الخطوة الثانية: هيكل الملف الأساسي

أنشئ ملف جديد اسمه legal_agent.py:

import os
import json
from anthropic import Anthropic
from dotenv import load_dotenv
import PyPDF2
from datetime import datetime

load_dotenv()

class LegalSearchAgent:
    def __init__(self):
        self.client = Anthropic()
        self.conversation_history = []
        self.extracted_data = {
            "articles": [],
            "judgments": [],
            "dates": [],
            "parties": [],
            "summary": ""
        }
    
    def extract_text_from_pdf(self, pdf_path):
        """استخراج نص من ملف PDF"""
        text = ""
        try:
            with open(pdf_path, 'rb') as file:
                reader = PyPDF2.PdfReader(file)
                for page in reader.pages:
                    text += page.extract_text()
            return text
        except Exception as e:
            print(f"خطأ في قراءة الملف: {e}")
            return ""
    
    def analyze_legal_text(self, text):
        """تحليل النص القانوني باستخدام Claude"""
        system_prompt = """أنت خبير متخصص في تحليل النصوص القانونية العربية. 
مهمتك استخراج المعلومات القانونية بدقة من أي نص قانوني.
تركز على:
1. أرقام وأسماء المواد القانونية
2. أسماء الأطراف والجهات
3. التواريخ والفترات الزمنية
4. أرقام الأحكام والقرارات
5. الحيثيات والفقرات الأساسية

استخرج المعلومات وقدمها في صيغة JSON منظمة."""
        
        self.conversation_history.append({
            "role": "user",
            "content": f"يرجى تحليل النص القانوني التالي واستخراج جميع المعلومات المهمة:\n\n{text[:4000]}"
        })
        
        response = self.client.messages.create(
            model="claude-3-5-sonnet-20241022",
            max_tokens=2048,
            system=system_prompt,
            messages=self.conversation_history
        )
        
        assistant_message = response.content[0].text
        self.conversation_history.append({
            "role": "assistant",
            "content": assistant_message
        })
        
        return assistant_message
    
    def refine_extraction(self, clarification_question):
        """طرح أسئلة إضافية لتحسين الاستخراج"""
        self.conversation_history.append({
            "role": "user",
            "content": clarification_question
        })
        
        response = self.client.messages.create(
            model="claude-3-5-sonnet-20241022",
            max_tokens=1024,
            messages=self.conversation_history
        )
        
        assistant_message = response.content[0].text
        self.conversation_history.append({
            "role": "assistant",
            "content": assistant_message
        })
        
        return assistant_message
    
    def generate_report(self):
        """إنشاء تقرير نهائي"""
        timestamp = datetime.now().strftime("%Y-%m-%d %H:%M:%S")
        report = {
            "generated_at": timestamp,
            "conversation_length": len(self.conversation_history),
            "extracted_information": self.extracted_data,
            "full_conversation": self.conversation_history
        }
        return report

# استخدام الوكيل
if __name__ == "__main__":
    agent = LegalSearchAgent()
    
    # مثال: تحليل ملف PDF
    pdf_file = "sample_judgment.pdf"
    text = agent.extract_text_from_pdf(pdf_file)
    
    if text:
        result = agent.analyze_legal_text(text)
        print("النتائج الأولية:")
        print(result)
        
        # تحسين الاستخراج بأسئلة إضافية
        refinement = agent.refine_extraction(
            "هل يمكنك تحديد أسماء القاضي والمحامين بدقة أكثر؟"
        )
        print("\nالتحسينات:")
        print(refinement)
        
        # إنشاء التقرير
        report = agent.generate_report()
        print("\nالتقرير النهائي:")
        print(json.dumps(report, ensure_ascii=False, indent=2))

الخطوة الثالثة: تشغيل الوكيل

ضع ملف PDF تجريبي في نفس المجلد واسمه sample_judgment.pdf، ثم قم بتشغيل:

python legal_agent.py

سيبدأ الوكيل بمعالجة الملف واستخراج البيانات تلقائياً.


سيناريو تطبيقي واقعي: مكتب محاماة السلام

المشكلة

مكتب محاماة السلام في الرياض يتخصص في قضايا العمل. يستقبل المكتب يومياً 15-20 ملف قضية جديدة. كل ملف يحتوي على عقود عمل، أحكام سابقة، ومذكرات قانونية. الفريق القانوني (5 موظفين) يقضي 6 ساعات يومياً في استخراج المعلومات والمواد ذات الصلة. كما توجد أخطاء متكررة في استخراج أسماء الموظفين والشركات.

الحل

بنى المكتب وكيل بحث قانوني مخصص على أوبن كلاو. الوكيل يستخرج تلقائياً:

  • أسماء الموظفين والشركات
  • أرقام مواد قانون العمل السعودي
  • الفترات الزمنية والرواتب
  • الأحكام السابقة ذات الصلة

الخطوات العملية

اليوم الأول: تثبيت الوكيل وتدريب أحد الموظفين على الاستخدام (ساعتان)

الأسبوع الأول: معالجة 50 ملف اختبار. تحديد نقاط الضعف والتحسينات اللازمة (10 ساعات)

الأسبوع الثاني: تحسين المحث (Prompt) ليصبح أكثر دقة في السياق السعودي (5 ساعات)

الأسبوع الثالث: التطبيق الكامل على جميع الملفات الجديدة

النتيجة

  • وقت معالجة الملفات اليومية انخفض من 6 ساعات إلى ساعة واحدة
  • الأخطاء في استخراج البيانات انخفضت بنسبة 95%
  • الفريق القانوني يركز الآن على التحليل والاستشارة بدلاً من العمل الروتيني
  • توفير سنوي يقدر بـ 150,000 ريال سعودي (راتب موظف إضافي)

هذا السيناريو قابل للتطبيق على أي مكتب محاماة أو شركة قانونية بغض النظر عن الحجم.

إذا أردت بدء سريع بدون تطوير خاص، يمكنك استخدام فارس، المساعد الذكي العربي على تيليجرام — وهو مبني على أوبن كلاو ويوفر وظائف بحث قانوني جاهزة، لكن الحل المخصص يعطيك مرونة أكبر وتكاليف أقل على المدى الطويل.

إذا أردت أتمتة عمليات أخرى بالتوازي، ستجد دليل المبتدئين لأوبن كلاو مفيداً جداً. وإذا كنت تدير فريقاً من الوكلاء، اطلع على تنسيق وكلاء متعددين مع أوبن كلاو.


نصائح لتحسين دقة الاستخراج

1. صيغة المحث (Prompt) الفعّالة

لا تقل للوكيل "استخرج المعلومات". كن محدداً:

بدلاً من:
"استخرج البيانات من هذا الحكم"

قل:
"استخرج من هذا الحكم:
1. رقم الحكم وتاريخه
2. أسماء الأطراف كاملة (المدعي والمدعى عليه)
3. المادة القانونية التي تم الاستناد عليها
4. القرار النهائي بالكامل

قدم النتيجة في جدول Markdown"

2. المعالجة المتكررة

لا تعتمد على نتيجة واحدة. استخدم الحوار:

  • المعالجة الأولى: استخراج أساسي
  • السؤال الثاني: التحقق من الدقة
  • السؤال الثالث: طلب التصحيحات

هذا يرفع الدقة من 92% إلى 98%.

3. تقسيم النصوص الطويلة

إذا كان الملف أطول من 10,000 كلمة، قسّمه لأجزاء:

def chunk_text(text, chunk_size=5000):
    words = text.split()
    chunks = []
    for i in range(0, len(words), chunk_size):
        chunks.append(' '.join(words[i:i+chunk_size]))
    return chunks

عالج كل جزء منفصلاً ثم دمج النتائج. هذا يحافظ على الدقة في الملفات الطويلة.

4. المراجعة اليدوية الاستثنائية

حدد معدل ثقة: إذا كانت ثقة الوكيل أقل من 85% في استخراج معين، ضع علامة على الملف للمراجعة اليدوية. لا تحاول الكمالية المطلقة، فهي مضيعة للموارد.


التكاملات والتوسعات

التكامل مع قواعد البيانات

بعد استخراج البيانات، خزنها في قاعدة بيانات:

import sqlite3

def save_to_database(extracted_data):
    conn = sqlite3.connect('legal_db.db')
    cursor = conn.cursor()
    
    cursor.execute('''
        CREATE TABLE IF NOT EXISTS judgments (
            id INTEGER PRIMARY KEY,
            judgment_number TEXT,
            judgment_date TEXT,
            plaintiff TEXT,
            defendant TEXT,
            articles TEXT,
            extracted_at TIMESTAMP
        )
    ''')
    
    cursor.execute('''
        INSERT INTO judgments 
        (judgment_number, judgment_date, plaintiff, defendant, articles, extracted_at)
        VALUES (?, ?, ?, ?, ?, CURRENT_TIMESTAMP)
    ''', (
        extracted_data['judgment_number'],
        extracted_data['date'],
        extracted_data['plaintiff'],
        extracted_data['defendant'],
        json.dumps(extracted_data['articles'])
    ))
    
    conn.commit()
    conn.close()

التكامل مع واجهة ويب

أنشئ واجهة بسيطة لرفع الملفات:

from flask import Flask, request, jsonify

app = Flask(__name__)
agent = LegalSearchAgent()

@app.route('/upload', methods=['POST'])
def upload_file():
    if 'file' not in request.files:
        return jsonify({'error': 'لا يوجد ملف'}), 400
    
    file = request.files['file']
    file.save(file.filename)
    
    text = agent.extract_text_from_pdf(file.filename)
    result = agent.analyze_legal_text(text)
    
    return jsonify({'result': result})

if __name__ == '__main__':
    app.run(debug=True, port=5000)

هذا يسمح للفريق برفع الملفات من واجهة ويب بسيطة.


الأسئلة الشائعة

سؤال 1: هل يمكن للوكيل التعامل مع النصوص القانونية من دول مختلفة؟

الجواب: نعم، بشرط توفير المحث الصحيح. أوبن كلاو يدعم فهم النصوص من معظم الدول العربية (مصر، السعودية، الإمارات، وغيرها). لكن ستحتاج لتعديل المحث ليشمل المراجع القانونية الخاصة بكل دولة. مثلاً، قانون العمل السعودي مختلف عن نظيره المصري. الحل هو إنشاء نسخة منفصلة من الوكيل لكل نظام قانوني.

سؤال 2: كم ملف يمكن معالجته يومياً باستخدام أوبن كلاو؟

الجواب: لا يوجد حد تقني صارم. اعتماداً على حجم الملفات وتعقيدها، يمكن معالجة 100-500 ملف يومياً بدون مشاكل. لكن يفضل عدم تجاوز 50 ملف متزامن للحفاظ على جودة النتائج. إذا احتجت لمعالجة أكثر، يمكنك استخدام الفرز والمعالجة على دفعات.

سؤال 3: ما هي تكلفة بناء مثل هذا الوكيل؟

الجواب: تكاليف التطوير تختلف حسب التعقيد، لكن وكيل بسيط يمكن بناؤه في 20-40 ساعة عمل (حوالي 5,000-10,000 ريال سعودي). تكاليف التشغيل الشهرية تعتمد على عدد الملفات. مثلاً، معالجة 1000 ملف شهرياً تكلف تقريباً 50-100 ريال. هذا أرخص بكثير من راتب موظف بحث قانوني واحد.

سؤال 4: هل البيانات المستخرجة آمنة وسرية؟

الجواب: إذا كنت تستخدم أوبن كلاو مباشرة عبر واجهة برمجية (API)، فأنت تتعامل مع خوادم Anthropic. إذا كانت لديك مخاوف سرية، يمكنك تثبيت أوبن كلاو على خادمك الخاص (على GitHub يمكنك متابعة github.com/openclaw). هذا يضمن عدم خروج البيانات من بيئتك الداخلية. معظم مكاتب المحاماة الكبيرة تختار هذا الخيار.

سؤال 5: كيف أتعامل مع الأخطاء والنتائج غير الدقيقة؟

الجواب: أولاً، لا تتوقع الكمالية. حتى أفضل الوكلاء الذكية قد تخطئ في 2-5% من النتائج. ثانياً، طبق نظام التحقق: أي نتيجة دقتها أقل من 90% يجب أن تراجع يدوياً. ثالثاً، احفظ جميع الأخطاء وعد لتحسين المحث. بمرور الوقت، دقة الوكيل تتحسن تلقائياً.


الخلاصة

وكيل البحث القانوني الذكي ليس حلماً مستقبلياً. إنه حل عملي يمكنك تطبيقه اليوم بأوبن كلاو. الفوائد واضحة: توفير وقت، تقليل الأخطاء، توحيد العمليات.

ابدأ صغيراً: اختر 10 ملفات تجريبية، اختبر الوكيل، تحسّن المحث. بعد أسبوعين ستشعر بالفرق.

إذا كنت تريد بدء سريع بدون تطوير، جرب أتمتة واتساب مع أوبن كلاو لفهم الإمكانيات بشكل عملي. وإذا كان لديك سؤال تقني محدد، ستجد كل الإجابات في دليل المبتدئين لأوبن كلاو.

القانون يحتاج للدقة والسرعة. أوبن كلاو يوفر كليهما. الآن دورك.

جاهز لتجربة OpenClaw؟

ابدأ الآن مع دليل التثبيت الكامل بالعربية وابنِ أول وكيل ذكاء اصطناعي خاص بك.

دليل التثبيت

مقالات ذات صلة