سلسلة TrueFoundry Accelerator: الاستعلام عن البيانات المهيكلة وغير المهيكلة بسلاسة باستخدام أدوات MCP

Built for Speed: ~10ms Latency, Even Under Load
Blazingly fast way to build, track and deploy your models!
- Handles 350+ RPS on just 1 vCPU — no tuning needed
- Production-ready with full enterprise support
في المؤسسات الحديثة، تعيش البيانات في صوامع معزولة. تعيش سجلات CRM وأرقام المبيعات والسجلات في قواعد بيانات مهيكلة؛ بينما تعيش تقارير البحوث وملاحظات العملاء والملاحظات الميدانية في مستودعات مستندات غير مهيكلة. وفهم الاثنين معًا يتطلب من الفرق غالبًا قضاء ساعات في بناء موصلات (Connectors) وأنابيب بيانات (Pipelines) وسكريبتات تحليليّة.
ولكن ماذا لو كان بإمكانك توحيد كل ذلك باستخدام طبقة واحدة — Model Control Plane (MCP) — والاستعلام عن كل شيء باستخدام اللغة الطبيعية؟
أهلاً بك في الطريقة الجديدة للتعامل مع البيانات: الاستعلام عن المصادر المهيكلة وغير المهيكلة من خلال أدوات MCP.
ما هو MCP؟
يعمل Model Control Plane (MCP) كجسر بين وكيل AI والأدوات الخارجية أو أنظمة البيانات التي يتفاعل معها. يمكنك التفكير في MCP على أنه "نظام التشغيل" لأدوات AI الخاصة بك — فهو يحدد ما يمكن لـ AI الوصول إليه، وكيف، وتحت أي سياق.
يتصل كل MCP بإمكانية محددة — فقد يكون مُوصّل قاعدة بيانات للبيانات المهيكلة يستخدم database sharding لإدارة مجموعات البيانات المتنامية، أو مُسترجع مستندات، أو حتى مُنفّذ كود.
على سبيل المثال: -
- أداة Text-to-SQL ← تستعلم عن قواعد البيانات المهيكلة.
- أداة RAG ← تسترجع البيانات من مستودعات المستندات غير المهيكلة.
- مُنفّذ الكود (Code Executor) ← يشغل منطق التحليل (مثل Python) ديناميكيًا.
بمجرد ربط هذه الأدوات معًا، يمكنك حرفيًا السؤال: > "اعرض أعلى 5 أطباء (HCPs) حسب تصنيف الأولوية ولخّص تركيزهم في مجال أورام السرطان من تقاريرنا الداخلية."
يقوم النظام تلقائيًا بـ:
1. إنشاء كود SQL للاستعلام من قاعدة البيانات عن أعلى HCPs.
2. جلب التقارير المتركزة على أورام السرطان عبر RAG.
3. دمج النتائج وتلخيص كلي الكيانين.
بناء MCP على البيانات المهيكلة وغير المهيكلة
دعنا نستعرض كيف يعمل ذلك باستخدام إعداد Sales Rep-Co Accelerator كمثال.
1. سنستخدم خدمة Sales Rep-Co MCP التي تم نشرها سابقًا
تبدأ بنشر خدمة Sales Rep-Co كـ MCP على TrueFoundry.
ستحتاج إلى الوصول إلى مستأجر العرض التوضيحي (Demo Tenant) لـ TrueFoundry
- تأكد من أن الخدمة نشطة (Active) وأن pod يعمل.
- قم بالاستئناف إذا كان متوقفًا مؤقتًا، أو أعد التشغيل عبر Endpoint/Credentials إذا كان في وضع الإيقاف التلقائي.
- إذا لم تكن منشورة، يمكنك تشغيلها من واجهة المستخدم لـ TrueFoundry أو محليًا باستخدام التكوين المزوّد.
بمجرد النشر، سيكون لديك نقطة نهاية (Endpoint) مثل: https://tfy-eo.truefoundry.cloud/deployments/{deployment_id}?tab=pods
2. توصيلها بـ AI Gateway
داخل AI Gateway الخاصة بـ TrueFoundry، انتقل إلى: > AI Gateway ← MCP Servers ← + (Add MCP)

ابحث عن MCP الخاص بـ sales-repco-accelerator أو أضفه.
بمجرد الاتصال: - قم بتبديل مفتاح التشغيل إلى On - انقر على Enable All Tools.

يمتلك MCP الخاص بك الآن إمكانية الوصول إلى الأدوات المهيكلة (SQL) وغير المهيكلة (Docs).
3. الاستعلام عن الكلا العالمين بموجه أمر (Prompt) واحد
مع تفعيل MCP وتوصيله، يمكنك الاستعلام عن البيانات المهيكلة وغير المهيكلة معًا — كل ذلك عبر اللغة الطبيعية.
إليك بعض الأمثلة:
الاستعلام
ما يحدث تحت الغطاء (Under the Hood)
ما هي أعلى 5 أطباء (HCPs) حسب تصنيف الأولوية؟
تستعلم أداة Text-to-SQL قاعدة بيانات HCP المهيكلة.
اعرض الأطباء المتركزين على أورام السرطان وصغ ملخصًا قصيرًا بالإشارة إلى التقرير الخاص بـ Metastatic Organotropism.
يقوم SQL بجلب تفاصيل الأطباء ← يقوم RAG بجلب نص التقرير وتلخيصه ← يصوغ رد البريد الإلكتروني.
حلل توزيع تصنيفات أولوية HCP في قسم أورام السرطان.
ينتج ينفذ SQL + مُنفّذ كود Python الرؤى ويصورها بيانيًا.
يمكنك حتى توسيع هذا الإعداد عن طريق إضافة المزيد من أدوات MCP للتحليلات أو التصور البياني أو واجهات برمجية مخصصة (Custom APIs).
لماذا يعد هذا مهمًا
تتطلب مسارات العمل التقليدية للوصول إلى بيانات المؤسسات: - أنابيب ETL، - لوحات قيادة BI، - التنسيق اليدوي بين المحللين ومستخدمي الأعمال. مع الاستعلام القائم على MCP: - أنتم تقللون من التنقل بين الأدوات. - أنتم تستعلمون عن كل شيء عبر واجهة واحدة. - أنتم تربطون البيانات المهيكلة وغير المهيكلة بشكل أصلي. هذا أكثر من مجرد راحة — إنها الطريقة التي ينبغي أن تعمل بها عملية اتخاذ القرارات القائمة على البيانات.
نظرة على المستقبل
مع بناء الفرق لمزيد من MCPs — للتحليلات وRAG وCRM وحتى أدوات SaaS الخارجية — يبدأ نظام بيئي متعدد الوكلاء (Multi-Agent Ecosystem) بالظهور. يتخصص كل وكيل في مجاله (مثل خبير SQL، المُلخّص، صانع مسودات البريد الإلكتروني)، وينظمهم AI Gateway عبر MCPs. نحن ننتقل نحو عالم لا تكون فيه أنظمة بيانات مؤسستك مجرد لوحات قيادة جامدة، بل كيانات حية تستعلم وتستنتج.
الخاتمة
من خلال الجمع بين الاستعلامات المهيكلة (SQL)، والاسترجاع غير المهيكل (RAG)، ومنطق التنفيذ (Python) داخل MCP، فإنك تمكن الوكيل من الإجابة على الأسئلة المعقدة والمتقاطعة بين المجالات فورًا. سواء كنت عالم بيانات، أو قائد مبيعات، أو مهندس معمارية مؤسسية — فإن بناء طبقة MCP فوق أنظمة البيانات لديك هو الخطوة الأولى نحو وصول ذكي حقًا إلى البيانات.
TrueFoundry AI Gateway delivers ~3–4 ms latency, handles 350+ RPS on 1 vCPU, scales horizontally with ease, and is production-ready, while LiteLLM suffers from high latency, struggles beyond moderate RPS, lacks built-in scaling, and is best for light or prototype workloads.


















.webp)





.webp)
.webp)
.png)

.png)
.png)
.png)
.png)
.png)
.webp)
.webp)






