Système RAG Multi-sources

Le Système RAG Multi-sources est une solution d'intelligence artificielle de pointe conçue pour transformer la manière dont les organisations africaines accèdent à leur base de connaissances. Contrairement aux chatbots traditionnels limités au texte, ce système ingère et indexe de manière transparente des documents PDF, des images, des fichiers audio et des vidéos dans un espace vectoriel unifié.

Le cœur du système repose sur un pipeline RAG (Retrieval-Augmented Generation) optimisé pour des environnements à connectivité variable. Grâce à pgvector, les embeddings multimodaux sont stockés localement, permettant des recherches sémantiques ultra-rapides même en mode hors-ligne partiel.

L'interface Streamlit permet aux équipes non-techniques de soumettre des questions en langage naturel et d'obtenir des réponses contextualisées avec les sources exactes citées — document, page, horodatage audio ou segment vidéo.

Notre approche s'est articulée en trois phases : d'abord la conception d'un schéma vectoriel unifié capable d'accueillir tous les types de médias, ensuite l'optimisation du pipeline RAG pour minimiser les appels API coûteux via un cache intelligent, et enfin la mise en place d'un système de scoring qui hiérarchise les sources par pertinence contextuelle.