DontREADME

DontREADME est une plateforme conversationnelle permettant d'interroger n'importe quel document (PDF, DOCX, TXT) via un chatbot alimenté par Mistral AI. Problème résolu : La lecture et l'analyse de documents longs (mémoires, rapports, documentation technique) est chronophage. DontREADME permet d'obtenir des réponses précises et sourcées en quelques secondes. Architecture RAG (Retrieval-Augmented Generation) : 1. Ingestion — Le document est découpé en chunks intelligents avec préservation de la structure 2. Vectorisation — Embeddings générés et stockés dans ChromaDB 3. Retrieval — Recherche sémantique hybride (dense + sparse) avec reranking 4. Generation — Mistral AI génère une réponse contextuelle avec citations des sources Stack technique : • Backend : Python, LangChain, ChromaDB • LLM : Mistral AI (mistral-tiny) via API • Interface : Gradio avec thème custom (gris foncé / orange) • Orchestration : Prefect pour les workflows automatisés

L'application va au-delà d'un simple chatbot avec des fonctionnalités orientées production. Traitement intelligent des documents : • Détection automatique du type de document (académique, technique, légal, général) • Chunking adaptatif avec préservation de la structure (titres, paragraphes) • Extraction de mots-clés et métadonnées • Templates de prompts spécialisés selon le contexte détecté Gestion de la conversation : • Mémoire conversationnelle avec historique contextuel • Métadonnées temps réel (template utilisé, sources consultées, performance) • Export de session en JSON pour analyse ultérieure Monitoring et performance : • Métriques système (CPU, RAM, disque) en temps réel • Suivi des performances par requête (latence, tokens, succès) • Dashboard de santé du système intégré

L'intégration de Prefect transforme DontREADME en plateforme MLOps complète avec workflows automatisés. 12 workflows Prefect, regroupés en 4 familles : • Vérification Santé — Diagnostic complet du système (CPU, RAM, ChromaDB, répertoires) • Maintenance Base de Données — Sauvegarde, optimisation et nettoyage ChromaDB • Tests Smoke — Validation rapide du fonctionnement avec l'API Mistral • Traitement Batch — Ingestion automatisée de dossiers de documents Architecture d'orchestration : • Mode Serveur Prefect — Planification, persistance, interface web • Mode Direct (Fallback) — Exécution synchrone sans serveur dédié • Interface Gradio intégrée — Actions en un clic, suivi temps réel Observabilité : • Logs structurés avec niveaux (DEBUG, INFO, WARNING, ERROR) • Historique des exécutions avec durées et statuts • Alertes et recommandations automatiques

Interface Gradio épurée avec charte graphique professionnelle (gris foncé / orange). Onglet Document : • Upload de fichiers (PDF, DOCX, TXT) avec validation automatique • Configuration du chunking (taille, overlap) • Sélection du nombre de documents récupérés (k) • Choix du template (auto, général, académique, technique, légal) • Affichage des informations de traitement et performances Onglet Chat Intelligent : • Interface conversationnelle avec historique • Réponses en temps réel avec sources citées • Métadonnées de chaque réponse (template, sources, latence) • Export de la session complète Onglet Orchestration Prefect : • Tableau de bord du système • Actions rapides en un clic • Exécution et suivi de workflows personnalisés • Logs et diagnostics détaillés