LogiFlow
المساعد الذكي لإدارة وتتبّع المخزون التدريبي في مشغل اللوجستيات
كلية التدريب المهني المتقدم — فرع العقبة
- تسجيل بالـ QR
- تتبّع المواقع
- تحليل ذكي
آلية العمل — رحلة المادة داخل المشغل
خمس خطوات متسلسلة تنقل المادة من لحظة الاستلام حتى إصدار التقرير.
هيكل قاعدة البيانات المبدئي
تصميم أولي للجداول التي يقوم عليها النظام، مع توضيح أعمدة كل جدول ومعناها.
لوحة المؤشرات (Dashboard) ليست جدولاً مستقلاً، بل عرض محسوب من جدول الحركات.
نموذج تسجيل الحركة وترميز QR
الطريقة العملية التي يسجّل بها الطلاب حركات المخزون، وكيفية ترميز المواد والمواقع.
عينة بيانات تجريبية
بيانات وهمية تُستخدم لاختبار النموذج فقط، وتشمل 10 حركات على 5 أصناف تدريبية موزّعة على 7 مواقع.
لوحة المؤشرات
الحركات حسب النوع
المواد منخفضة الكمية
| الاسم | الكمية الحالية | الحد الأدنى |
|---|---|---|
| صندوق أدوات سلامة | 2 | 5 |
| كرتونة ملصقات باركود | 2 | 6 |
أكثر المواقع استخدامًا
تحليل الذكاء الاصطناعي والمخرجات
تقرير تحليل ذكي (نموذج)
ملخص حالة المخزون
خلال فترة التجربة سُجّلت 10 حركات على 5 أصناف تدريبية موزّعة على 7 مواقع. كان النشاط الأعلى على منطقة الإخراج ورف A، وأصبح صنفان تحت الحد الأدنى (أدوات السلامة، وملصقات الباركود).
الأخطاء والنواقص
سجلّان غير مكتملين (حركة بدون كود طالب، وحركة بدون ملاحظات)، وحالتان فيهما مشكلة مبلّغ عنها (فرق في الكمية عند الجرد، وكمية غير مطابقة للفاتورة عند الاستلام).
توصيات لتحسين التدريب
جعل حقل «كود الطالب» إلزامياً في النموذج؛ تدريب الطلاب على الجرد الدوري وتوثيق الفروقات؛ طباعة ملصقات QR أوضح وتثبيتها على كل موقع وصنف؛ متابعة الأصناف تحت الحد الأدنى وإعادة الطلب في الوقت المناسب.
ملاحظات للمدرب واللجنة
أتقن الطلاب عمليات الإدخال والنقل، والضعف الأساسي في اكتمال البيانات ودقّة الجرد — وهي مهارة يمكن تحسينها بجولة تدريب قصيرة.
مخرجات النموذج (Pilot Deliverables)
مسار تطوير لاحق (اختياري)
يمكن لاحقاً أتمتة التحليل عبر أدوات مثل Google AI Studio أو n8n — كخيار مستقبلي فقط وليس ضرورياً للنموذج الحالي.