[{"data":1,"prerenderedAt":188},["ShallowReactive",2],{"seo-verification":3,"blog-كيفية-استضافة-privategpt-على-خادم-vps-ma-ar":6,"promo-bar-likely":187},{"google":4,"bing":5},"EycwPY2XMyTkVzas3n1ygeNJFGAH513qrMjfDljzsMQ","",{"key":7,"data":8},"blog-كيفية-استضافة-privategpt-على-خادم-vps-ma-ar",{"id":9,"slug":10,"slugs":11,"title":15,"excerpt":16,"readTime":17,"views":18,"isPinned":19,"noindex":19,"publishedAt":20,"updatedAt":21,"category":22,"categories":27,"featuredImage":29,"bgImage":30,"posterImage":31,"relatedSolution":32,"intro":35,"sections":36,"ctaTitle":129,"ctaBody":130,"ctaButton":131,"ctaUrl":132,"relatedPosts":133},16,"كيفية-استضافة-privategpt-على-خادم-vps",{"fr":12,"en":13,"ar":10,"es":14},"heberger-privategpt-vps","how-to-host-privategpt-on-a-vps","como-alojar-privategpt-en-un-vps","كيفية استضافة PrivateGPT على خادم VPS","انشر PrivateGPT على خادم VPS للاستعلام عن مستنداتك السرية بذكاء اصطناعي RAG يعمل دون اتصال بنسبة 100%، دون تسرّب بيانات.",9,1,false,"2026-06-04T00:00:00+00:00","2026-11-08T01:13:12+00:00",{"id":18,"name":23,"slug":24,"color":25,"icon":26},"الذكاء الاصطناعي","intelligence-artificielle","bg-purple-500\u002F10 text-purple-400","ia",[28],{"id":18,"name":23,"slug":24,"color":25,"icon":26},null,"\u002Fblog\u002Fcovers\u002Fbg.svg","\u002Fblog\u002Fcovers\u002Fheberger-privategpt-vps-poster.svg",{"categorySlug":33,"appSlug":34},"الذكاء-الاصطناعي","private-gpt","يتيح لك PrivateGPT طرح أسئلة على مستنداتك الخاصة (PDF وWord والبريد الإلكتروني) عبر ذكاء اصطناعي، دون أن تغادر أي بيانات بنيتك التحتية. إنه حل RAG مصمّم من أجل سرّية مطلقة. تمنحك استضافته على خادم VPS مساعدًا مستنديًا خاصًا يمكن الوصول إليه عن بُعد.",[37,41,51,54,86,89,98,120,123,126],{"type":38,"title":39,"body":40},"h2","لماذا تستضيف PrivateGPT ذاتيًا على خادم VPS","صُمّم PrivateGPT حول RAG (التوليد المعزَّز بالاسترجاع): فهو يستوعب مستنداتك، ويقطّعها إلى أجزاء، ويحسب تضمينات (embeddings) تُخزَّن في قاعدة بيانات متجهية (Qdrant افتراضيًا، في وضع القرص المحلي)، ثم يجيب عن الأسئلة اعتمادًا على هذه المجموعة مع الإشارة إلى المقاطع التي استند إليها. ومنذ الإصدار 1.0 الصادر في يونيو 2026، لم يعد PrivateGPT يشغّل النماذج بنفسه: بل يتصل بخادم استدلال متوافق مع OpenAI (مثل Ollama أو llama.cpp أو vLLM) تثبّته إلى جانبه على الخادم نفسه. وهكذا يبقى نموذج LLM والتضمينات والفهرس على جهازك، ولا يخرج أي طلب نحو مزوّد ذكاء اصطناعي.\n\nعلى خادم VPS مخصّص، تحصل على مساعد مستندي مؤسسي معزول عن أجهزة الموظفين، مع قاعدة معرفة مركزية يستعلم منها الفريق كله، دون أن تعرّض العقود أو ملفات الموارد البشرية أو المستندات القانونية لخدمة سحابية. وللمسألة جانب قانوني أيضًا: لصق مستند يحتوي على بيانات شخصية في واجهة API لذكاء اصطناعي مستضاف يجعل هذا المزوّد معالجًا للبيانات بالمعنى الوارد في اللائحة العامة لحماية البيانات (RGPD)، ويجب أن تخضع المعالجة لعقد (\u003Ca href=\"https:\u002F\u002Feur-lex.europa.eu\u002Flegal-content\u002FEN\u002FTXT\u002F?uri=CELEX:32016R0679\">المادة 28، الفقرة 3\u003C\u002Fa>). أما المعالجة التي تبقى على خادمك فلا تضيف هذه الحلقة.",{"type":42,"title":43,"items":44},"ul","فوائد ملموسة للاستضافة الذاتية",[45,46,47,48,49,50],"سرّية تامة: المستندات والتضمينات وفهرس Qdrant لا تغادر الخادم أبدًا","إجابات موثّقة المصدر: كل إجابة تستند إلى مقاطع مستخرجة من ملفاتك، لا إلى الذاكرة العامة للنموذج","لا تكاليف API عندما يعمل النموذج محليًا عبر Ollama أو llama.cpp","استيعاب ملفات PDF وDOCX وPPTX وEPUB وCSV وMarkdown وأرشيفات البريد `.mbox`، بل والصور والملفات الصوتية، مرتّبةً في مجموعات (collections)","واجهة API من نوع Messages (مستوحاة من مواصفات واجهة Anthropic) لربط PrivateGPT بأدواتك الداخلية","امتثال أيسر للبيانات الحساسة (RGPD والسرّ المهني): لا معالج ذكاء اصطناعي إضافي",{"type":38,"title":52,"body":53},"PrivateGPT وOllama: دوران متكاملان","كثيرًا ما يُخلط بين الأداتين، مع أنهما تشغلان طبقتين مختلفتين من البنية. \u003Ca href=\"\u002Far\u002Fالمدونة\u002Fكيفية-استضافة-ollama-على-خادم-vps\">Ollama\u003C\u002Fa> هو **خادم نماذج**: ينزّل نماذج LLM ونماذج التضمين، ويحمّلها في الذاكرة، ويعرض واجهة API على المنفذ `11434`. ولا يعرف شيئًا عن ملفاتك: فهو يجيب انطلاقًا من السياق الذي يُرسَل إليه.\n\nأما PrivateGPT (المستودع \u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fzylon-ai\u002Fprivate-gpt\">zylon-ai\u002Fprivate-gpt\u003C\u002Fa>، برخصة Apache-2.0) فهو **طبقة تطبيق RAG**: يفهرس مستنداتك، ويسترجع المقاطع المناسبة لكل سؤال، ويحقنها في السياق المرسَل إلى Ollama. لذلك لا يعمل الإصدار 1.0 منفردًا أبدًا: فإن لم يجد خادم استدلال متاحًا، يبدأ دون أي نموذج.",{"type":55,"title":56,"headers":57,"rows":61},"comparison","PrivateGPT مقابل Ollama: من يفعل ماذا",[58,59,60],"المعيار","PrivateGPT 1.0","Ollama",[62,66,70,74,78,82],[63,64,65],"الدور","تطبيق RAG: استيعاب وبحث وإجابات مع مصادرها","خادم استدلال: يحمّل النماذج ويشغّلها",[67,68,69],"تشغيل النموذج","لا: يفوّضه إلى خادم متوافق مع OpenAI","نعم، على CPU أو GPU",[71,72,73],"قراءة ملفاتك","نعم: PDF وDOCX وCSV و`.mbox`… حسب المجموعات","لا: السياق يُقدَّم يدويًا",[75,76,77],"قاعدة البيانات المتجهية","Qdrant (قرص محلي افتراضيًا)","لا شيء",[79,80,81],"الواجهة","Workbench على `\u002Fui` دون أي تحكم في الوصول","واجهة REST API دون واجهة ويب على الخادم",[83,84,85],"المنفذ الافتراضي","`8080`","`11434`، مربوط بالعنوان `127.0.0.1`",{"type":38,"title":87,"body":88},"المتطلبات المادية والبرمجية","تُحدَّد الذاكرة وفق النموذج الذي يقدّمه Ollama، لا وفق PrivateGPT نفسه. النماذج المقترحة افتراضيًا في التوثيق تستهدف جهازًا مزوّدًا بـ GPU (`qwen3.5:35b`، نحو 24 غيغابايت للتنزيل)؛ أما على خادم VPS يعمل بالمعالج فقط، فاختر نسخة أخف من العائلة نفسها: `qwen3.5:4b` (من 3.3 إلى 4 غيغابايت) أو `qwen3.5:9b` (من 6.6 إلى 7.6 غيغابايت)، مع `mxbai-embed-large` (نحو 670 ميغابايت) للتضمينات. احسب 8 غيغابايت من الذاكرة للنسخة 4b و16 غيغابايت للنسخة 9b، لتترك مساحة للنظام ولـ Qdrant وللمستندات قيد الاستيعاب، و4 وحدات vCPU على الأقل: فعلى المعالج، عدد الأنوية هو ما يحدّد سرعة التوليد.\n\nخصّص 30 غيغابايت من القرص، ويُفضَّل NVMe، للنماذج وفهرس Qdrant والمستندات المستوعَبة: فاستيعاب ملف PDF كبير يقرأ ويكتب كثيرًا. ومن الناحية البرمجية: Docker (أو Python 3.11 و`uv` إن ثبّتَّ الحزمة خارج حاوية)، وOllama، ونطاق يشير إلى الخادم لعرض الواجهة خلف وكيل عكسي (reverse proxy).",{"type":42,"title":90,"items":91},"قائمة التحقق قبل التثبيت",[92,93,94,95,96,97],"خادم VPS بذاكرة **8 غيغابايت على الأقل** (16 غيغابايت لنموذج بتسعة مليارات معامل) و4 وحدات vCPU","Debian 12 أو Ubuntu 24.04 محدَّث، مع وصول SSH بصلاحيات `sudo`","Docker مثبّت (الأمر `docker version` يستجيب)، وإلا فـ `uv` مع Python 3.11","30 غيغابايت متاحة على القرص، ويُفضَّل NVMe، للنماذج والمجلد `local_data\u002F`","نطاق فرعي (مثل `docs.your-domain.com`) يشير إلى عنوان IP الخاص بالخادم","جدار حماية مفعَّل: لا يُفتح إلا SSH و80 و443، ويبقى المنفذان `8080` و`11434` مغلقين",{"type":99,"title":100,"steps":101},"steps","نشر PrivateGPT في الوضع المحلي",[102,105,108,111,114,117],{"title":103,"body":104},"تثبيت Ollama وتنزيل النماذج","ثبّت Ollama بالسكربت الرسمي، ثم نزّل نموذج LLM مناسبًا للمعالج ونموذج التضمين الموصى به:\n\n```bash\ncurl -fsSL https:\u002F\u002Follama.com\u002Finstall.sh | sh\nollama pull qwen3.5:4b\nollama pull mxbai-embed-large\n```\n\nافتراضيًا، لا يستمع Ollama إلا على `127.0.0.1:11434`: أبقِه كذلك، فـ PrivateGPT وحده يحتاج إلى الوصول إليه. هذه هي الخطوة الوحيدة التي تحتاج إلى الإنترنت؛ فبعد تنزيل النماذج يجري الاستدلال دون اتصال.",{"title":106,"body":107},"تشغيل PrivateGPT عبر Docker","تتضمن الصورة الرسمية `zylonai\u002Fprivate-gpt` الحزمة `core`. على Linux، يجب أن تشارك الحاوية شبكة المضيف لتصل إلى Ollama على `localhost`، ويجب أن يحفظ مجلدٌ مركَّب (volume) البيانات، وإلا اختفت المستندات المستوعَبة عند إعادة التشغيل:\n\n```bash\nmkdir -p \u002Fopt\u002Fprivategpt\u002Flocal_data\ndocker run -d --name privategpt --restart unless-stopped \\\n  --network host \\\n  -e OPENAI_API_BASE=http:\u002F\u002Flocalhost:11434\u002Fv1 \\\n  -v \u002Fopt\u002Fprivategpt\u002Flocal_data:\u002Fhome\u002Fworker\u002Fapp\u002Flocal_data \\\n  zylonai\u002Fprivate-gpt:latest\n```\n\nعند الإقلاع، يستدعي PrivateGPT المسار `GET \u002Fv1\u002Fmodels` على Ollama ويسجّل النماذج التي يجدها تلقائيًا: لا حاجة إلى أي ملف إعدادات. ولا يلزم المتغير `OPENAI_EMBEDDING_API_BASE` إلا إذا كانت التضمينات تُقدَّم من مكان آخر.",{"title":109,"body":110},"استيعاب مستنداتك حسب المجموعات","أرسل ملفاتك إلى واجهة الاستيعاب مع تجميعها في مجموعات، كأن تخصّص مجموعة لكل ملف عميل أو لكل قسم:\n\n```bash\ncurl -X POST http:\u002F\u002Flocalhost:8080\u002Fv1\u002Fartifacts\u002Fingest \\\n  -F \"file=@\u002Fsrv\u002Fdocuments\u002Fcontrat-cession.pdf\" \\\n  -F \"collection=legal\"\ncurl \"http:\u002F\u002Flocalhost:8080\u002Fv1\u002Fartifacts\u002Flist?collection=legal\"\n```\n\nيقطّع PrivateGPT كل ملف ويحوّله إلى متجهات ويفهرسه في Qdrant. أما الصيغ التي لا قارئ مخصّصًا لها فتُقرأ نصًا عاديًا.",{"title":112,"body":113},"الاستعلام عن المجموعة مع ذكر المصادر","اختبر أولًا في Workbench (`http:\u002F\u002Flocalhost:8080\u002Fui`)، ثم اربط أدواتك بواجهة Messages. يمرّ البحث في المستندات عبر الأداة المدمجة `semantic_search_v1` مقصورةً على مجموعة واحدة:\n\n```bash\ncurl http:\u002F\u002Flocalhost:8080\u002Fv1\u002Fmessages \\\n  -H \"Content-Type: application\u002Fjson\" \\\n  -d '{\"model\": \"qwen3.5:4b\",\n       \"messages\": [{\"role\": \"user\", \"content\": \"ما الشروط الواقفة في العقد؟\"}],\n       \"tools\": [{\"name\": \"search_docs\", \"type\": \"semantic_search_v1\",\n                  \"context\": [{\"type\": \"ingested_artifact\", \"context_filter\": {\"collection\": \"legal\"}}]}]}'\n```",{"title":115,"body":116},"إعداد الوكيل العكسي وشهادة SSL والمصادقة","لا يملك Workbench أي تحكم في الوصول: والتوثيق يقصره على الاستخدام المحلي. لا تعرضه إلا خلف Nginx أو Caddy، مع شهادة Let's Encrypt ومصادقة أساسية:\n\n```bash\nserver {\n    listen 443 ssl;\n    server_name docs.your-domain.com;\n    ssl_certificate     \u002Fetc\u002Fletsencrypt\u002Flive\u002Fdocs.your-domain.com\u002Ffullchain.pem;\n    ssl_certificate_key \u002Fetc\u002Fletsencrypt\u002Flive\u002Fdocs.your-domain.com\u002Fprivkey.pem;\n    auth_basic           \"Restricted access\";\n    auth_basic_user_file \u002Fetc\u002Fnginx\u002F.htpasswd;\n    location \u002F { proxy_pass http:\u002F\u002F127.0.0.1:8080; }\n}\n```\n\nوإن كان مستخدموه شخصين أو ثلاثة فقط، فإن نفق SSH (`ssh -L 8080:127.0.0.1:8080 user@your-vps`) يغنيك عن أي عرض علني.",{"title":118,"body":119},"إحكام إغلاق الوصول","يستمع PrivateGPT افتراضيًا على `0.0.0.0`، ولذلك تنشر شبكة المضيف المنفذ `8080` على كل الواجهات. أغلقه في جدار الحماية حتى لا يبقى متاحًا سوى الوكيل العكسي:\n\n```bash\nufw default deny incoming\nufw allow OpenSSH\nufw allow 80,443\u002Ftcp\nufw enable\n```\n\nيمرّ مستخدموك عندها عبر `https:\u002F\u002Fdocs.your-domain.com` ويستعلمون عن المستندات بلغة طبيعية.",{"type":121,"body":122},"tip","لا يستطيع Ollama الإعلان عن نافذة السياق لنماذجه، فيكتفي PrivateGPT بتقدير تقريبي لعدد الرموز (tokens): ومع المستندات الطويلة قد تصل الإجابات مبتورة. صرّح بالقيمة `context_window` صراحةً في ملف تعريف للنموذج (ملف `settings-\u003Cname>.yaml` يُفعَّل عبر `PGPT_PROFILES`)، بقيمة أدنى بوضوح من الحد الفعلي للنموذج. وثبّت نموذج التضمين منذ البداية: فتغييره لاحقًا يسبّب الخطأ «Embedding dimensions mismatch» ويفرض إعادة فهرسة المجموعة كلها (قيمة `embed_dim` هي 1024 للنموذج `mxbai-embed-large`).",{"type":38,"title":124,"body":125},"النسخ الاحتياطي والتحقق من عدم خروج أي بيانات","**ما الذي يجب نسخه احتياطيًا.** الحالة الكاملة لـ PrivateGPT موجودة في `\u002Fopt\u002Fprivategpt\u002Flocal_data` (فهرس Qdrant في `local_data\u002Fqdrant` والملفات المستوعَبة)، إضافةً إلى مستنداتك الأصلية وملفات التعريف `settings-*.yaml` إن وُجدت. أما نماذج Ollama فيمكن تنزيلها من جديد، فلا داعي لنسخها. أوقف الحاوية أثناء النسخ (`docker stop privategpt`)، أو انسخ لقطة من المجلد المركَّب: فالفهرس المنسوخ أثناء الاستيعاب قد يكون غير متّسق. ولعدة نسخ تشغيل أو لفريق كبير، يوصي التوثيق بخادم Qdrant مستقل بدلًا من وضع القرص المحلي.\n\n**مراقبة حركة المرور الصادرة.** السرّية خاصية في البنية، ويمكن التحقق منها. أثناء سلسلة من الأسئلة، اعرض الاتصالات القائمة: لا ينبغي أن يظهر إلا اتصال PrivateGPT بالعنوان `127.0.0.1:11434`، واتصالات الوكيل العكسي، وجلسة SSH الخاصة بك.\n\n```bash\nss -tnp state established\n```\n\nوأي اتصال صادر غير متوقع يستحق تفسيرًا قبل أن تأتمن الأداة على مستندات حساسة.",{"type":38,"title":127,"body":128},"استكشاف الأخطاء: الأعطال الأكثر شيوعًا","**يبدأ PrivateGPT دون أي نموذج.** لم يكن Ollama يعمل عند إقلاع الحاوية، أو أن `OPENAI_API_BASE` خاطئ: يجب أن ينتهي العنوان بـ `\u002Fv1`. تحقّق عبر `curl http:\u002F\u002Flocalhost:11434\u002Fv1\u002Fmodels`، ثم أعد تشغيل الحاوية (`docker restart privategpt`).\n\n**الخطأ «Connection refused» من داخل الحاوية.** في حاوية على شبكة bridge، يشير `localhost` إلى الحاوية نفسها. على Linux احتفظ بالخيار `--network host`؛ وعلى macOS أو Windows استهدف `host.docker.internal`.\n\n**الخطأ «Embedding dimensions mismatch» أثناء الاستيعاب.** بُني الفهرس بنموذج تضمين آخر. عُد إلى النموذج الأصلي، أو أفرغ مخزن المتجهات (`make wipe` في المستودع) ثم أعد استيعاب المستندات.\n\n**إجابات مبتورة مع المستندات الطويلة.** نافذة السياق مقدَّرة تقديرًا خاطئًا: صرّح بالقيمة `context_window` في ملف تعريف للنموذج (انظر النصيحة أعلاه).\n\n**توقّف Ollama في منتصف الإجابة.** نفدت ذاكرة النواة (OOM): يؤكد ذلك الأمر `dmesg | grep -i oom`. انتقل إلى نسخة أصغر من النموذج أو زِد الذاكرة.\n\n**الخطأ «Address already in use» عند الإقلاع.** المنفذ `8080` مشغول: في Docker عرّف المتغير `PORT` (مثلًا `-e PORT=8090`)، وخارج الحاوية استخدم الخيار `--port` للأمر `private-gpt serve`، ثم عدّل `proxy_pass` في Nginx.","ابنِ مساعدك المستندي الخاص","يوفّر خادم VPS Cloud من ServOrbit ذاكرة RAM ومساحة تخزين SSD اللازمة لتشغيل PrivateGPT وقاعدة بياناته المتجهية Qdrant محليًا، مع Docker مُهيّأ مسبقًا لنشر RAG سريع.","انشر على خادم VPS Cloud","\u002Fapplications\u002Fالذكاء-الاصطناعي\u002Fprivate-gpt",[134,152,169],{"id":135,"slug":136,"slugs":137,"title":141,"excerpt":142,"readTime":17,"views":143,"isPinned":19,"noindex":19,"publishedAt":144,"updatedAt":145,"category":146,"categories":147,"featuredImage":29,"bgImage":30,"posterImage":149,"relatedSolution":150},11,"كيفية-استضافة-ollama-على-خادم-vps",{"fr":138,"en":139,"ar":136,"es":140},"heberger-ollama-vps","how-to-host-ollama-on-a-vps","como-alojar-ollama-en-un-vps","استضافة Ollama على خادم VPS: دليل التشغيل المتقدم","إعداد Ollama المتقدم على VPS: إدارة النماذج، وكيل عكسي nginx، أمان الواجهة البرمجية، تكميم Q4_K_M\u002FQ8، ثغرة CVE-2026-45672 في Open WebUI والتكامل الآمن.",3,"2026-06-09T00:00:00+00:00","2026-11-04T16:30:24+00:00",{"id":18,"name":23,"slug":24,"color":25,"icon":26},[148],{"id":18,"name":23,"slug":24,"color":25,"icon":26},"\u002Fblog\u002Fcovers\u002Fheberger-ollama-vps-poster.svg",{"categorySlug":33,"appSlug":151},"ollama",{"id":153,"slug":154,"slugs":155,"title":159,"excerpt":160,"readTime":161,"views":162,"isPinned":19,"noindex":19,"publishedAt":163,"updatedAt":164,"category":165,"categories":166,"featuredImage":29,"bgImage":30,"posterImage":168,"relatedSolution":29},316,"واجهة-ويب-open-webui-مع-ollama-على-vps-للفرق",{"fr":156,"en":157,"ar":154,"es":158},"open-webui-ollama-vps","open-webui-ollama-on-vps-multi-user-interface-for-local-llms","open-webui-ollama-en-vps-interfaz-web-multiusuario-para-llm","واجهة ويب Open-WebUI مع Ollama على VPS للفرق","امنح فريقك بأكمله واجهة ويب متعددة المستخدمين لنماذج Ollama: RAG وإدارة النماذج وتسجيل دخول موحد SSO — دون الاعتماد على السحابة.",18,7,"2026-08-30T00:00:00+00:00","2026-11-08T01:13:13+00:00",{"id":18,"name":23,"slug":24,"color":25,"icon":26},[167],{"id":18,"name":23,"slug":24,"color":25,"icon":26},"\u002Fblog\u002Fcovers\u002Fopen-webui-ollama-vps-poster.svg",{"id":170,"slug":171,"slugs":172,"title":176,"excerpt":177,"readTime":178,"views":18,"isPinned":19,"noindex":19,"publishedAt":179,"updatedAt":180,"category":181,"categories":182,"featuredImage":29,"bgImage":30,"posterImage":184,"relatedSolution":185},2,"نشر-dify-على-vps-سير-عمل-الذكاء-الاصطناعي-تحت-السيطرة",{"fr":173,"en":174,"ar":171,"es":175},"deployer-dify-vps","deploying-dify-on-a-vps-ai-workflows-under-control","desplegar-dify-en-un-vps","نشر Dify على VPS: دليل شامل من التثبيت إلى الإضافات","ثبّت Dify على VPS من ServOrbit: المتطلبات وDocker Compose والإضافات دون اتصال وحدود تثبيت Docker ونسخ احتياطي قبل التحديث وحل الأخطاء الشائعة.",15,"2026-02-11T00:00:00+00:00","2026-10-29T03:10:23+00:00",{"id":18,"name":23,"slug":24,"color":25,"icon":26},[183],{"id":18,"name":23,"slug":24,"color":25,"icon":26},"\u002Fblog\u002Fcovers\u002Fdeployer-dify-vps-poster.svg",{"categorySlug":24,"appSlug":186},"dify",true,1794270300059]