Comment utiliser ? RAG documentaire
Code de l'exemple : src/exemplia/rag/ sur GitHub
Lancer
docker compose up -d qdrant
uv run python -m exemplia.rag.indexer # met l'index à jour
uv run python -m exemplia.rag.indexer --reconstruire # repart d'un index vide
uv run exemplia # page /rag
Par défaut, l'indexation est incrémentale : elle ne vectorise que les passages nouveaux ou modifiés
et retire ceux qui ont disparu des documents (synchroniser). --reconstruire sert après un
changement de modèle d'embeddings ou de découpage, qui rend l'index existant incohérent.
La page propose des questions d'exemple. Poser la question sur le geste commercial en public puis
en interne montre le filtrage : la réponse n'est disponible qu'au niveau interne. La table des
passages récupérés affiche les scores de fusion et de reranking.
Fichiers
| Fichier | Contenu |
|---|---|
decoupage.py |
Découpage en passages |
index.py |
Index hybride Qdrant, encodeurs BM25, reranker |
pipeline.py |
Garde, sélection, génération citée |
indexer.py |
Script d'indexation |
web.py, templates/ |
Interface |