ATTOISSE/chatbot-sen-orientation

Senegal-Orientation-Chatbot est une plateforme intelligente d’aide à l’orientation académique et professionnelle des étudiants sénégalais. Elle s’appuie sur un modèle de langage (LLM) combiné à une recherche augmentée par récupération (RAG – Retrieval-Augmented Generation) pour fournir des réponses précises, contextualisées et personnalisées. # 🇸🇳 Senegal Orientation Chatbot ## 🧠 Projet de Chatbot d'Orientation Scolaire et Professionnelle pour le Sénégal Ce projet vise à créer un agent conversationnel intelligent basé sur la technologie **RAG (Retrieval-Augmented Generation)** et un **Modèle de Langage Local (LLM)** pour fournir aux étudiants, parents et professionnels des informations précises et à jour sur les formations, les établissements et les opportunités d'orientation au Sénégal. Le projet est entièrement conteneurisé à l'aide de **Docker** et **Docker Compose**, utilisant **Streamlit** pour l'interface utilisateur et **Ollama** pour le modèle de langage local. *** ## 🛠️ Architecture du Projet Le système est décomposé en plusieurs services conteneurisés et suit une architecture modulaire : | Composant | Technologie(s) | Rôle | | :--- | :--- | :--- | | **Backend / API** | Python, FastAPI (Optionnel), SQLAlchemy | Logique métier, gestion de la base de données, exécution des scripts d'ingestion. | | **Chatbot Core** | LangChain | Implémentation du RAG (Retrieval, Embeddings, Chains, Agents). | | **Interface Utilisateur** | Streamlit | Application web interactive pour l'interface de chat et l'administration. | | **LLM (Modèle de Langage)** | Ollama | Serveur pour héberger et servir un modèle de langage local (ex: Llama3, Mistral, Gemma). | | **Base de Données** | PostgreSQL (via Docker) | Stockage des données structurées (formations, établissements, etc.). | | **Vector Store** | ChromaDB | Stockage des embeddings de la documentation d'orientation. | ### Structure des Répertoires Clés chatbot-sen-orientation/ ├── config/ # Paramètres de configuration (settings, prompts) ├── data/ # Données brutes et traitées (documentation, vector store) ├── src/ # Cœur de la logique métier (RAG, DB, LLM) ├── streamlit_app/ # Code de l'interface utilisateur Streamlit ├── api/ # Code de l'API FastAPI (si utilisée) ├── docker/ # Dockerfil …