--- project_name: 'Agent Docker - Chatbot RAG Intersel' user_name: 'Équipe Intersel' date: '2025-03-03' sections_completed: ['technology_stack', 'critical_rules', 'architecture_summary'] --- # Project Context for AI Agents Contexte technique pour les agents IA travaillant sur le projet Agent Docker (chatbot RAG documentaire). ## Technology Stack & Versions - **Backend** : Python 3.x, Flask 3.1, Gunicorn 23 - **Base de données** : PostgreSQL (SQLAlchemy 2.0, psycopg2) - **RAG / ML** : sentence-transformers (all-mpnet-base-v2), FAISS, LangChain, rank-bm25 - **LLM** : API Scaleway (Mistral), modèle par défaut mistral-small-3.2-24b-instruct-2506 - **Scraping** : requests, BeautifulSoup, authentification session (Dokuwiki) - **Tests** : pytest - **Conteneurisation** : Docker, Docker Compose ## Critical Implementation Rules **Python / Flask :** - Structure : `src/` pour le code (app, api, service, agent_ai, utils, models) - Config via `config.py` et variables d'environnement (`.env`) - Routes API sous `src/api/` (qa_routes, file_routes, admin_routes, routes) - Services métier dans `src/service/` (state, qa_service, embedding_service, memory_service) **Données et indexation :** - Fichiers de données dans `data/` (racine) et `src/data/` (uploads, etc.) - Pipeline : scraping → raw_pages.json → chunking → All_chunks.json → FAISS index - Ne jamais hardcoder les chemins : utiliser `os.path.join(base_dir, 'data', ...)` **RAG / Recherche :** - Recherche hybride : FAISS (top 200) + BM25 + MMR (lambda 0.7) + cross-encoder (rerank) - Top final : 20 chunks envoyés au LLM - Modèle embedding : all-mpnet-base-v2 (cohérence requise partout) **Sécurité :** - Chaque question utilisateur passe par `_is_safe_query()` (LLM) avant traitement - Pas de données sensibles dans les logs ou réponses **Tests :** - Tests dans `tests/` (test_chunking, test_scraping, test_security, test_auth) - Lancer : `pytest tests/ -v` ## Architecture Summary - **Scraping** : `src/agent_ai/scraping.py`, `auth.py` — crawl wiki Intersel, hash pour détection changements - **Chunking** : `src/agent_ai/chunking.py` — découpage sémantique par phrases avec overlap - **Pipeline** : `src/utils/processing.py` — orchestration scrape → chunks → embeddings → FAISS - **State** : `src/service/state.py` — chunks, index FAISS, modèle embedding, mémoire - **QA** : `src/service/qa_service.py` — hybrid_search, prompt, appel LLM Scaleway - **Mémoire** : `src/service/memory_service.py` — Q/R persistées dans index FAISS dédié ## Documents de référence - `Documents/Architecture.md` — flux de données, composants - `Documents/Choix_techniques.md` — limites, constantes, paramètres (MAX_URLS_TO_SCRAPE=100, etc.) - `_bmad-output/guidelines.md` — UX, UI, design system, ton et contenu