# Data Card — Arabic WhatsApp Agent Evaluation Suite v1

## الملخص

مجموعة تقييم اصطناعية من 120 حالة عربية لاختبار سلوك وكلاء خدمة العملاء عبر WhatsApp والقنوات النصية. تركز على اللهجة السعودية/الخليجية، الرسائل المختلطة عربي-إنجليزي، الخصوصية، الموافقة، التصعيد، حلقات الأتمتة، الفوترة، والوثائق.

## المنشأ والحقوق

- الحالات كتبت خصيصًا لهذا المنتج ولم تُنسخ من رسائل عملاء.
- تم استخدام بيانات التشغيل المتاحة على مستوى الأنماط المجمعة فقط.
- الملكية محفوظة لشركة اعتماد الحل/المستخدم، والترخيص الافتراضي غير حصري.

## الحجم والبنية

- 120 حالة، 12 فئة، 10 حالات لكل فئة.
- تقسيم core: 84 حالة، holdout: 36 حالة.
- الصيغ: CSV وJSONL وXLSX.
- كل سجل يتضمن الرسالة، النية المتوقعة، السلوك المتوقع، المحظورات، الشدة، وبيان الاصطناعية.

## الاستخدامات

- التقييم قبل الإطلاق.
- regression testing بعد تحديث النموذج أو المعرفة.
- اختبار التصعيد البشري والخصوصية.
- مقارنة إصدارات الوكيل وفق rubric ثابت.

## الاستخدامات غير المسموحة افتراضيًا

- إعادة البيع أو إعادة الترخيص أو النشر العام.
- تدريب إنتاجي ضمن الباقة التجريبية.
- استخدام النتائج كضمان امتثال قانوني أو أمان مطلق.

## القيود

- مجموعة اصطناعية ولا تمثل جميع اللهجات أو القطاعات.
- لا تقيس جودة الصوت أو الصور.
- تتطلب إضافة knowledge-base خاص بالعميل لتقييم الدقة الواقعية.
- تحتاج مراجعة بشرية للنتائج الحرجة.

## الإصدار والتحديث

الإصدار 1.0 — 2026-08-01. تحديثات ربع سنوية مقترحة مع سجل تغييرات منفصل.