Tech-Alia-Africa/agentic-rag-project

Agentic RAG Project Ce projet met en place un agent conversationnel spécialisé dans le droit ivoirien. Il s’appuie sur : -LangChain pour la gestion des embeddings et du pipeline RAG, -ChromaDB pour la base de données vectorielle, -Groq et Gemini pour la génération de texte, -CrewAI pour l’enrichissement via recherche web. Installation 1. Cloner le projet git clone github.com 2. Créer un environnement virtuel python -m venv .venv source .venv/bin/activate # Linux / Mac .venv\Scripts\activate # Windows 3. Installer les dépendances pip install -r requirements.txt 4. Configuration des clés API Créer un fichier `.env` à la racine du projet et y insérer vos clés : GROQ_API_KEY=ta_clef_groq GOOGLE_API_KEY=ta_clef_google SERPER_API_KEY=ta_clef_serper Utilisation: 1. Déposer vos fichiers PDF de lois dans le dossier `loi/`. 2. Exécuter le script pour créer/mettre à jour la base vectorielle : "python vectorStore.py" Cela va : -Lire les PDF, -Faire le chunking, -Générer les embeddings, -Mettre à jour la base de données vectorielle ChromaDB. Une fois la base vectorielle générée, lancez le chatbot avec : "python main.py" Tapez `exit` pour quitter la session. Fonctionnement 1. Recherche locale (loi/) Le bot commence par rechercher la réponse dans la base vectorielle alimentée par vos PDF. Si l’information est trouvée, il répond directement à partir de la loi. 2. Fallback web (CrewAI) Si la réponse n’existe pas dans la base locale, le bot envoie la requête sur le web via Serper + Scraper, puis enrichit sa réponse. 3. Streaming des réponses Les réponses du bot s’affichent en temps réel dans le terminal .