Assistant documentaire multi-agents (RAG)

Objectif : Répondre aux questions à partir des documents internes (PDF, pages exportées, emails .eml), avec citations garanties et garde-fous pour PII/secrets.

Stack

• Python, FastAPI
• Embeddings: sentence-transformers
• Vector store: ChromaDB (local, persistant)
• BM25: rank-bm25 (hybride)
• OCR: Tesseract (optionnel si PDF scannés)
• LLM: OpenAI ou Ollama (local).

Lancer

python -m venv .venv && source .venv/bin/activate  # (Windows: .venv\Scripts\activate)
pip install -r requirements.txt
cp .env.example .env  # puis éditer
uvicorn app.main:app --reload --port 8000