Doc ∃xempℓIA

tekio.org
GitHub

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