WAHBi-AI-V2 / modules /supply_chain.py
EGYADMIN's picture
Create modules/supply_chain.py
1bec93c verified
raw
history blame
36 kB
import os
import json
import pandas as pd
import numpy as np
from typing import Dict, List, Any, Union, Tuple, Optional
from datetime import datetime
class SupplyChainAnalyzer:
"""
فئة لتحليل سلسلة الإمداد في المناقصات
"""
def __init__(self):
"""
تهيئة محلل سلسلة الإمداد
"""
# تحميل قاعدة بيانات الموردين
self.suppliers_db = self._load_suppliers_database()
# تحميل قاعدة بيانات المواد
self.materials_db = self._load_materials_database()
# تحميل قاعدة بيانات المخاطر
self.risks_db = self._load_risks_database()
def _load_suppliers_database(self) -> Dict[str, Dict[str, Any]]:
"""
تحميل قاعدة بيانات الموردين
"""
# في التطبيق الفعلي، قد تُحمل هذه البيانات من ملف أو قاعدة بيانات
return {
"supplier1": {
"id": "S001",
"name": "شركة المواد الإنشائية السعودية",
"sector": "الإنشاءات",
"location": "الرياض",
"categories": ["مواد بناء", "حديد", "أسمنت", "خرسانة"],
"local_content_percentage": 85,
"rating": 4.5,
"contact": {
"email": "[email protected]",
"phone": "+966-11-XXXXXXX",
"website": "www.saudiconstruction.com"
},
"certifications": ["ISO 9001", "شهادة المحتوى المحلي"],
"historical_performance": {
"on_time_delivery": 92,
"quality": 90,
"cost": 85
}
},
"supplier2": {
"id": "S002",
"name": "شركة التقنية السعودية",
"sector": "تقنية المعلومات",
"location": "جدة",
"categories": ["أجهزة حاسب", "برمجيات", "شبكات", "أمن معلومات"],
"local_content_percentage": 65,
"rating": 4.2,
"contact": {
"email": "[email protected]",
"phone": "+966-12-XXXXXXX",
"website": "www.sauditech.com"
},
"certifications": ["ISO 27001", "شهادة المحتوى المحلي"],
"historical_performance": {
"on_time_delivery": 88,
"quality": 92,
"cost": 80
}
},
"supplier3": {
"id": "S003",
"name": "مصنع المعادن السعودي",
"sector": "الصناعة",
"location": "الدمام",
"categories": ["معادن", "ألمنيوم", "نحاس", "فولاذ"],
"local_content_percentage": 92,
"rating": 4.3,
"contact": {
"email": "[email protected]",
"phone": "+966-13-XXXXXXX",
"website": "www.saudimetal.com"
},
"certifications": ["ISO 9001", "ISO 14001", "شهادة المحتوى المحلي"],
"historical_performance": {
"on_time_delivery": 90,
"quality": 91,
"cost": 82
}
}
}
def _load_materials_database(self) -> Dict[str, Dict[str, Any]]:
"""
تحميل قاعدة بيانات المواد
"""
# في التطبيق الفعلي، قد تُحمل هذه البيانات من ملف أو قاعدة بيانات
return {
"material1": {
"id": "M001",
"name": "حديد تسليح",
"category": "مواد بناء",
"local_manufacturers": ["مصنع المعادن السعودي", "شركة حديد الراجحي"],
"average_price": 3000, # ريال سعودي للطن
"lead_time": 14, # بالأيام
"risk_level": "متوسط",
"local_content_percentage": 90
},
"material2": {
"id": "M002",
"name": "أسمنت بورتلاندي",
"category": "مواد بناء",
"local_manufacturers": ["شركة أسمنت اليمامة", "شركة أسمنت السعودية"],
"average_price": 15, # ريال سعودي للكيس
"lead_time": 7, # بالأيام
"risk_level": "منخفض",
"local_content_percentage": 100
},
"material3": {
"id": "M003",
"name": "خادم حاسوبي",
"category": "تقنية معلومات",
"local_manufacturers": ["شركة التقنية السعودية"],
"average_price": 15000, # ريال سعودي للوحدة
"lead_time": 30, # بالأيام
"risk_level": "عالي",
"local_content_percentage": 60
}
}
def _load_risks_database(self) -> Dict[str, Dict[str, Any]]:
"""
تحميل قاعدة بيانات المخاطر
"""
# في التطبيق الفعلي، قد تُحمل هذه البيانات من ملف أو قاعدة بيانات
return {
"risk1": {
"id": "R001",
"title": "انقطاع سلسلة التوريد",
"description": "عدم قدرة الموردين على توفير المواد في الوقت المحدد",
"probability": "متوسط",
"impact": "عالي",
"mitigation": [
"وجود موردين بدلاء",
"الاحتفاظ بمخزون استراتيجي",
"التعاقد طويل الأمد مع الموردين الرئيسيين"
],
"sector": "عام"
},
"risk2": {
"id": "R002",
"title": "تقلبات الأسعار",
"description": "تغيرات كبيرة في أسعار المواد الخام",
"probability": "عالي",
"impact": "متوسط",
"mitigation": [
"تثبيت الأسعار في العقود",
"استخدام آليات التحوط",
"تنويع مصادر التوريد"
],
"sector": "عام"
},
"risk3": {
"id": "R003",
"title": "عدم الامتثال للمحتوى المحلي",
"description": "عدم قدرة الموردين على تلبية متطلبات المحتوى المحلي",
"probability": "متوسط",
"impact": "عالي",
"mitigation": [
"اختيار موردين مؤهلين بنسبة محتوى محلي عالية",
"دعم الموردين المحليين لزيادة قدراتهم",
"تطوير برامج تأهيل للموردين المحليين"
],
"sector": "عام"
}
}
def get_suppliers_database(self) -> pd.DataFrame:
"""
الحصول على قاعدة بيانات الموردين كـ DataFrame
"""
suppliers_list = []
for supplier_id, supplier_data in self.suppliers_db.items():
supplier_info = {
"id": supplier_data["id"],
"name": supplier_data["name"],
"sector": supplier_data["sector"],
"location": supplier_data["location"],
"categories": ", ".join(supplier_data["categories"]),
"local_content_percentage": supplier_data["local_content_percentage"],
"rating": supplier_data["rating"]
}
suppliers_list.append(supplier_info)
return pd.DataFrame(suppliers_list)
def analyze(self, extracted_data: Dict[str, Any], **kwargs) -> Dict[str, Any]:
"""
تحليل سلسلة الإمداد بناءً على البيانات المستخرجة
المعاملات:
----------
extracted_data : Dict[str, Any]
البيانات المستخرجة من المستندات
**kwargs : Dict[str, Any]
معاملات إضافية مثل نوع المشروع، الميزانية، الموقع، المدة
المخرجات:
--------
Dict[str, Any]
نتائج تحليل سلسلة الإمداد
"""
supply_chain_results = {
"potential_suppliers": [],
"needed_materials": [],
"risks": [],
"optimization": [],
"local_content_impact": {}
}
# تحديد نوع المشروع والقطاع
project_type = kwargs.get("project_type", "")
sector = self._determine_sector(project_type, extracted_data)
# استخراج معلومات سلسلة الإمداد من البيانات
supply_chain_info = self._extract_supply_chain_info(extracted_data)
# تحديد المواد المطلوبة
needed_materials = self._identify_needed_materials(extracted_data, supply_chain_info, sector)
supply_chain_results["needed_materials"] = needed_materials
# تحديد الموردين المحتملين
potential_suppliers = self._identify_potential_suppliers(needed_materials, sector)
supply_chain_results["potential_suppliers"] = potential_suppliers
# تحليل المخاطر
risks = self._analyze_risks(needed_materials, potential_suppliers, sector)
supply_chain_results["risks"] = risks
# اقتراحات لتحسين سلسلة الإمداد
optimization = self._generate_optimization_suggestions(
needed_materials, potential_suppliers, risks, sector
)
supply_chain_results["optimization"] = optimization
# تحليل تأثير سلسلة الإمداد على المحتوى المحلي
local_content_impact = self._analyze_local_content_impact(
needed_materials, potential_suppliers
)
supply_chain_results["local_content_impact"] = local_content_impact
return supply_chain_results
def _determine_sector(self, project_type: str, extracted_data: Dict[str, Any]) -> str:
"""
تحديد القطاع بناءً على نوع المشروع والبيانات المستخرجة
"""
# قاموس لتحويل أنواع المشاريع الشائعة إلى قطاعات
project_to_sector = {
"إنشاءات": "الإنشاءات",
"مباني": "الإنشاءات",
"طرق": "الإنشاءات",
"جسور": "الإنشاءات",
"تقنية معلومات": "تقنية المعلومات",
"برمجيات": "تقنية المعلومات",
"تطبيقات": "تقنية المعلومات",
"صناعة": "الصناعة",
"مصانع": "الصناعة",
"تجارة": "التجارة",
"أسواق": "التجارة"
}
# محاولة تحديد القطاع من نوع المشروع
if project_type:
for key, value in project_to_sector.items():
if key in project_type.lower():
return value
# إذا لم يتم تحديد القطاع من نوع المشروع، نحاول تحديده من البيانات المستخرجة
if "text" in extracted_data:
text = extracted_data["text"].lower()
sector_scores = {}
for key, value in project_to_sector.items():
score = text.count(key.lower())
if value not in sector_scores:
sector_scores[value] = 0
sector_scores[value] += score
# اختيار القطاع الأكثر ذكراً
if sector_scores:
max_sector = max(sector_scores, key=sector_scores.get)
if sector_scores[max_sector] > 0:
return max_sector
# القطاع الافتراضي إذا لم نتمكن من تحديده
return "عام"
def _extract_supply_chain_info(self, extracted_data: Dict[str, Any]) -> Dict[str, Any]:
"""
استخراج معلومات سلسلة الإمداد من البيانات المستخرجة
"""
supply_chain_info = {
"mentioned_suppliers": [],
"mentioned_materials": [],
"supply_chain_requirements": []
}
# استخراج الموردين المذكورين
if "supply_chain" in extracted_data and "suppliers" in extracted_data["supply_chain"]:
supply_chain_info["mentioned_suppliers"] = extracted_data["supply_chain"]["suppliers"]
# استخراج المواد المذكورة
if "supply_chain" in extracted_data and "materials" in extracted_data["supply_chain"]:
supply_chain_info["mentioned_materials"] = extracted_data["supply_chain"]["materials"]
# استخراج متطلبات سلسلة الإمداد
if "requirements" in extracted_data:
for req in extracted_data["requirements"]:
if any(keyword in req.get("title", "").lower() for keyword in ["سلسلة", "إمداد", "توريد", "مورد"]):
supply_chain_info["supply_chain_requirements"].append(req)
elif any(keyword in req.get("description", "").lower() for keyword in ["سلسلة", "إمداد", "توريد", "مورد"]):
supply_chain_info["supply_chain_requirements"].append(req)
return supply_chain_info
def _identify_needed_materials(self, extracted_data: Dict[str, Any],
supply_chain_info: Dict[str, Any], sector: str) -> List[Dict[str, Any]]:
"""
تحديد المواد المطلوبة للمشروع
"""
needed_materials = []
# إضافة المواد المذكورة صراحةً
for material in supply_chain_info["mentioned_materials"]:
material_info = {
"name": material["name"],
"source": "مذكور صراحةً",
"context": material.get("context", ""),
"quantity": "غير محدد",
"local_availability": "غير معروف"
}
# البحث عن المادة في قاعدة البيانات
for db_material_id, db_material in self.materials_db.items():
if material["name"].lower() in db_material["name"].lower() or db_material["name"].lower() in material["name"].lower():
material_info.update({
"id": db_material["id"],
"category": db_material["category"],
"local_manufacturers": db_material["local_manufacturers"],
"average_price": db_material["average_price"],
"lead_time": db_material["lead_time"],
"risk_level": db_material["risk_level"],
"local_content_percentage": db_material["local_content_percentage"],
"local_availability": "متوفر محلياً" if db_material["local_manufacturers"] else "غير متوفر محلياً"
})
break
needed_materials.append(material_info)
# إضافة مواد إضافية بناءً على القطاع
if sector == "الإنشاءات" and not any(material["name"].lower() == "حديد تسليح" for material in needed_materials):
if "material1" in self.materials_db:
material = self.materials_db["material1"]
needed_materials.append({
"id": material["id"],
"name": material["name"],
"category": material["category"],
"source": "مقترح بناءً على القطاع",
"local_manufacturers": material["local_manufacturers"],
"average_price": material["average_price"],
"lead_time": material["lead_time"],
"risk_level": material["risk_level"],
"local_content_percentage": material["local_content_percentage"],
"quantity": "غير محدد",
"local_availability": "متوفر محلياً" if material["local_manufacturers"] else "غير متوفر محلياً"
})
if sector == "الإنشاءات" and not any(material["name"].lower() == "أسمنت" for material in needed_materials):
if "material2" in self.materials_db:
material = self.materials_db["material2"]
needed_materials.append({
"id": material["id"],
"name": material["name"],
"category": material["category"],
"source": "مقترح بناءً على القطاع",
"local_manufacturers": material["local_manufacturers"],
"average_price": material["average_price"],
"lead_time": material["lead_time"],
"risk_level": material["risk_level"],
"local_content_percentage": material["local_content_percentage"],
"quantity": "غير محدد",
"local_availability": "متوفر محلياً" if material["local_manufacturers"] else "غير متوفر محلياً"
})
if sector == "تقنية المعلومات" and not any(material["name"].lower() == "خادم" for material in needed_materials):
if "material3" in self.materials_db:
material = self.materials_db["material3"]
needed_materials.append({
"id": material["id"],
"name": material["name"],
"category": material["category"],
"source": "مقترح بناءً على القطاع",
"local_manufacturers": material["local_manufacturers"],
"average_price": material["average_price"],
"lead_time": material["lead_time"],
"risk_level": material["risk_level"],
"local_content_percentage": material["local_content_percentage"],
"quantity": "غير محدد",
"local_availability": "متوفر محلياً" if material["local_manufacturers"] else "غير متوفر محلياً"
})
return needed_materials
def _identify_potential_suppliers(self, needed_materials: List[Dict[str, Any]],
sector: str) -> List[Dict[str, Any]]:
"""
تحديد الموردين المحتملين
"""
potential_suppliers = []
material_categories = set()
# جمع فئات المواد المطلوبة
for material in needed_materials:
if "category" in material:
material_categories.add(material["category"])
# تحديد الموردين المحتملين بناءً على المواد المطلوبة والقطاع
for supplier_id, supplier_data in self.suppliers_db.items():
# التحقق من القطاع
if supplier_data["sector"] == sector or supplier_data["sector"] == "عام":
# التحقق من فئات المواد
supplier_categories = set(supplier_data["categories"])
if material_categories.intersection(supplier_categories) or not material_categories:
supplier_info = {
"id": supplier_data["id"],
"name": supplier_data["name"],
"sector": supplier_data["sector"],
"location": supplier_data["location"],
"categories": supplier_data["categories"],
"local_content_percentage": supplier_data["local_content_percentage"],
"rating": supplier_data["rating"],
"contact": supplier_data["contact"],
"certifications": supplier_data["certifications"],
"historical_performance": supplier_data["historical_performance"],
"match_score": self._calculate_supplier_match_score(supplier_data, needed_materials, sector)
}
potential_suppliers.append(supplier_info)
# ترتيب الموردين المحتملين بناءً على درجة التطابق
potential_suppliers = sorted(potential_suppliers, key=lambda x: x["match_score"], reverse=True)
return potential_suppliers
def _calculate_supplier_match_score(self, supplier_data: Dict[str, Any],
needed_materials: List[Dict[str, Any]], sector: str) -> float:
"""
حساب درجة تطابق المورد مع متطلبات المشروع
"""
match_score = 0.0
# درجة تطابق القطاع
if supplier_data["sector"] == sector:
match_score += 0.3
elif supplier_data["sector"] == "عام":
match_score += 0.1
# درجة تطابق فئات المواد
material_categories = set()
for material in needed_materials:
if "category" in material:
material_categories.add(material["category"])
supplier_categories = set(supplier_data["categories"])
category_match_ratio = 0.0
if material_categories and supplier_categories:
common_categories = material_categories.intersection(supplier_categories)
category_match_ratio = len(common_categories) / len(material_categories)
match_score += 0.3 * category_match_ratio
# درجة المحتوى المحلي
local_content_score = min(supplier_data["local_content_percentage"] / 100, 1.0)
match_score += 0.2 * local_content_score
# درجة التقييم
rating_score = min(supplier_data["rating"] / 5, 1.0)
match_score += 0.1 * rating_score
# درجة الأداء السابق
if "historical_performance" in supplier_data:
performance = supplier_data["historical_performance"]
performance_score = (
performance.get("on_time_delivery", 0) +
performance.get("quality", 0) +
performance.get("cost", 0)
) / 300 # تقسيم على 300 لتحويلها إلى نسبة مئوية (ثلاثة معايير بحد أقصى 100 لكل منهم)
match_score += 0.1 * performance_score
return round(match_score, 2)
def _analyze_risks(self, needed_materials: List[Dict[str, Any]],
potential_suppliers: List[Dict[str, Any]], sector: str) -> List[Dict[str, Any]]:
"""
تحليل مخاطر سلسلة الإمداد
"""
risks = []
# إضافة المخاطر العامة
for risk_id, risk_data in self.risks_db.items():
if risk_data["sector"] == "عام" or risk_data["sector"] == sector:
risks.append(risk_data)
# تحليل مخاطر المواد
high_risk_materials = [material for material in needed_materials if material.get("risk_level") == "عالي"]
if high_risk_materials:
material_names = [material["name"] for material in high_risk_materials]
risks.append({
"id": "R101",
"title": "مواد عالية المخاطر",
"description": f"المشروع يتطلب مواد عالية المخاطر: {', '.join(material_names)}",
"probability": "عالي",
"impact": "عالي",
"mitigation": [
"تأمين بدائل محلية للمواد عالية المخاطر",
"التعاقد المسبق مع الموردين",
"الاحتفاظ بمخزون استراتيجي"
],
"sector": sector
})
# تحليل مخاطر المواد غير المتوفرة محلياً
non_local_materials = [material for material in needed_materials if material.get("local_availability") == "غير متوفر محلياً"]
if non_local_materials:
material_names = [material["name"] for material in non_local_materials]
risks.append({
"id": "R102",
"title": "مواد غير متوفرة محلياً",
"description": f"المشروع يتطلب مواد غير متوفرة محلياً: {', '.join(material_names)}",
"probability": "متوسط",
"impact": "عالي",
"mitigation": [
"البحث عن بدائل محلية",
"تطوير قدرات مصنِّعين محليين",
"التخطيط المسبق للاستيراد"
],
"sector": sector
})
# تحليل مخاطر الموردين
if not potential_suppliers:
risks.append({
"id": "R103",
"title": "عدم توفر موردين مناسبين",
"description": "لم يتم العثور على موردين مناسبين لتلبية متطلبات المشروع",
"probability": "عالي",
"impact": "عالي",
"mitigation": [
"توسيع نطاق البحث عن موردين",
"تعديل متطلبات المشروع",
"تطوير قدرات موردين محليين"
],
"sector": sector
})
elif len(potential_suppliers) < 3:
risks.append({
"id": "R104",
"title": "عدد محدود من الموردين",
"description": f"عدد محدود من الموردين المناسبين: {len(potential_suppliers)}",
"probability": "متوسط",
"impact": "متوسط",
"mitigation": [
"توسيع نطاق البحث عن موردين إضافيين",
"تطوير استراتيجية للتعامل مع الموردين المتاحين",
"النظر في خيارات بديلة"
],
"sector": sector
})
# تحليل مخاطر المحتوى المحلي
local_content_percentages = [material.get("local_content_percentage", 0) for material in needed_materials if "local_content_percentage" in material]
if local_content_percentages:
avg_local_content = sum(local_content_percentages) / len(local_content_percentages)
if avg_local_content < 50:
risks.append({
"id": "R105",
"title": "انخفاض نسبة المحتوى المحلي",
"description": f"متوسط نسبة المحتوى المحلي للمواد المطلوبة منخفض: {avg_local_content:.1f}%",
"probability": "عالي",
"impact": "عالي",
"mitigation": [
"زيادة الاعتماد على الموردين المحليين",
"تطوير قدرات المصنِّعين المحليين",
"البحث عن بدائل محلية للمواد المستوردة"
],
"sector": sector
})
return risks
def _generate_optimization_suggestions(self, needed_materials: List[Dict[str, Any]],
potential_suppliers: List[Dict[str, Any]],
risks: List[Dict[str, Any]], sector: str) -> List[str]:
"""
إعداد اقتراحات لتحسين سلسلة الإمداد
"""
optimization_suggestions = []
# اقتراحات لتحسين موثوقية سلسلة الإمداد
optimization_suggestions.append(
"تعزيز موثوقية سلسلة الإمداد من خلال توفير مصادر بديلة للمواد الحرجة"
)
# اقتراحات لزيادة المحتوى المحلي
local_content_percentages = [material.get("local_content_percentage", 0) for material in needed_materials if "local_content_percentage" in material]
if local_content_percentages:
avg_local_content = sum(local_content_percentages) / len(local_content_percentages)
if avg_local_content < 70:
optimization_suggestions.append(
f"زيادة نسبة المحتوى المحلي من {avg_local_content:.1f}% إلى 70% على الأقل من خلال التعاون مع موردين محليين"
)
# اقتراحات لخفض التكاليف
optimization_suggestions.append(
"خفض تكاليف سلسلة الإمداد من خلال التعاقد طويل الأمد مع الموردين الرئيسيين"
)
# اقتراحات لتقليل المخاطر العالية
high_risks = [risk for risk in risks if risk.get("impact") == "عالي"]
if high_risks:
optimization_suggestions.append(
f"تطوير استراتيجية للتخفيف من المخاطر العالية في سلسلة الإمداد ({len(high_risks)} مخاطر)"
)
# اقتراحات لتحسين الجودة
optimization_suggestions.append(
"تحسين جودة المواد من خلال اختيار موردين ذوي تقييمات عالية ومراقبة الجودة بشكل مستمر"
)
# اقتراحات خاصة بالقطاع
if sector == "الإنشاءات":
optimization_suggestions.append(
"تطوير علاقات استراتيجية مع موردي مواد البناء الرئيسية (الحديد، الأسمنت، الخرسانة) لضمان استمرارية التوريد"
)
elif sector == "تقنية المعلومات":
optimization_suggestions.append(
"بناء شراكات مع الشركات التقنية المحلية لتطوير حلول مخصصة تلبي احتياجات المشروع وتزيد المحتوى المحلي"
)
# اقتراحات عامة
optimization_suggestions.extend([
"تطبيق نظام إدارة المخزون الأمثل (Just-in-Time) لتقليل تكاليف التخزين وزيادة الكفاءة",
"تطوير منظومة تتبع رقمية لمراقبة سلسلة الإمداد بشكل فعال",
"تدريب وتأهيل الموردين المحليين لتلبية متطلبات الجودة العالمية"
])
return optimization_suggestions
def _analyze_local_content_impact(self, needed_materials: List[Dict[str, Any]],
potential_suppliers: List[Dict[str, Any]]) -> Dict[str, Any]:
"""
تحليل تأثير سلسلة الإمداد على المحتوى المحلي
"""
local_content_impact = {
"overall_percentage": 0.0,
"materials_local_content": 0.0,
"suppliers_local_content": 0.0,
"recommendations": []
}
# حساب متوسط نسبة المحتوى المحلي للمواد
local_content_percentages = [material.get("local_content_percentage", 0) for material in needed_materials if "local_content_percentage" in material]
if local_content_percentages:
materials_local_content = sum(local_content_percentages) / len(local_content_percentages)
local_content_impact["materials_local_content"] = round(materials_local_content, 2)
# حساب متوسط نسبة المحتوى المحلي للموردين
supplier_local_content_percentages = [supplier.get("local_content_percentage", 0) for supplier in potential_suppliers]
if supplier_local_content_percentages:
suppliers_local_content = sum(supplier_local_content_percentages) / len(supplier_local_content_percentages)
local_content_impact["suppliers_local_content"] = round(suppliers_local_content, 2)
# حساب النسبة الإجمالية للمحتوى المحلي
overall_percentage = (
local_content_impact["materials_local_content"] * 0.7 +
local_content_impact["suppliers_local_content"] * 0.3
)
local_content_impact["overall_percentage"] = round(overall_percentage, 2)
# إعداد توصيات لتحسين نسبة المحتوى المحلي
if overall_percentage < 50:
local_content_impact["recommendations"].append(
"زيادة الاعتماد على الموردين المحليين ذوي نسبة محتوى محلي عالية"
)
if local_content_impact["materials_local_content"] < 50:
local_content_impact["recommendations"].append(
"البحث عن بدائل محلية للمواد المستوردة أو ذات نسبة محتوى محلي منخفضة"
)
local_content_impact["recommendations"].extend([
"تطوير قدرات المصنِّعين المحليين لزيادة نسبة المحتوى المحلي",
"الاستفادة من برامج دعم المحتوى المحلي المقدمة من هيئة المحتوى المحلي والمشتريات الحكومية",
"تطبيق معايير تفضيل المنتجات المحلية في المناقصات والمشتريات"
])
return local_content_impact