project-context.md 2.8 KB


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