depiedencap-rag/docs/rag/README.md

Chantier RAG — granularité post, retrieval avancé, évaluation

📘 This page is also available in English 🇬🇧

Statut (17/09/2026) : plugin + pipeline en prod sur le VPS (Discourse + Postgres/pgvector, 424 835 posts). Inférence sur le mini PC (Ollama bge-m3 + qwen3:30b-a3b-q6k, TEI mmarco) via Tailscale. Flags membre encore OFF ; agent limité à un groupe démo. Schéma public : README.md. Reprise : PLAN_RAG_PROD_VPS.md § « Reprise session ». Éval : posts+rerank, Hit@5 0.97 — EVAL.md / SAFETY.md.

Langues (ce dépôt) : FOO.md = français, FOO.en.md = anglais — y compris le README racine (README.md / README.en.md). GitHub affiche README.md (donc le français) ; le bandeau envoie vers l'anglais. Runbooks (LOCAL_DEV.md, PLAN_RAG_PROD_VPS.md, prod_snapshots/) : français seulement.

Pourquoi ce chantier

Le RAG actuel indexe un vecteur par topic (~22 340). Sur les megathreads (300+ messages), un seul vecteur = centroïde sémantique dilué + troncature à 4096 tokens d'entrée → les passages précis en page 12 sont invisibles. Objectif : retrieval au grain post avec citations /t/slug/id/post_number, en gardant le principe produit — le bot oriente vers les fils, il ne répond pas à la place des membres.

C'est aussi un chantier d'apprentissage : on teste les techniques standard de l'industrie (voir REFERENCES.md), on mesure sur notre corpus, on documente.

Documents

Fichier	Contenu
DESIGN.md	Architecture, options à tester (matrice de configs), décisions
REFERENCES.md	Notes de littérature RAG — techniques éprouvées + sources
EVAL.md	Jeu d'éval, métriques, protocole, résultats retrieval + génération
SAFETY.md	Red-team, gate d'entrée, clause de refus, injection-evidence
PIPELINE.md	Architecture bout-en-bout question→réponse + latences mesurées
LOCAL_DEV.md	Recette : redéployer le forum en local sur n'importe quelle machine
prod_snapshots/	État prod sauvegardé avant déploiement (prompt, settings, rollback)
../PLAN_RAG_PROD_VPS.md	Plan de déploiement + reprise de session — à lire en premier pour continuer

Workflow dev (nouveau)

Machine de dev (laptop / PC fixe)          Mini PC IA (prod)
┌────────────────────────────┐             ┌──────────────────────┐
│ Discourse local = réplique │             │ k3s rag-depiedencap  │
│ exacte du VPS (.tar.gz)    │             │ Ollama :32134        │
│ + pgvector locale          │──Tailscale──►│  qwen3:30b (chat)   │
│ + bge-m3 LOCAL (CPU)       │             │  bge-m3 (embeddings  │
│   pour les tests           │             │   prod)              │
└────────────────────────────┘             └──────────────────────┘

• Vecteurs dev → pgvector locale (zéro risque prod).
• LLM chat dev → mini PC (le laptop ne porte pas un 30B).
• Embeddings dev → bge-m3 local CPU (ne pas encombrer la file prod).
• Une fois la solution validée : le bge-m3 du mini PC génère les vecteurs prod (même modèle = vecteurs compatibles).

Règles

• Jamais de test de retrieval/embedding contre la base prod.
• Le forum local n'envoie aucun e-mail (disable_emails, voir LOCAL_DEV.md).
• Toute décision de design → ADR dans DESIGN.md § Décisions.
• Résultats de benchs → EVAL.md (pas de feeling, des chiffres).