A propos

Informations sur l'application

RAG Manager

Solution de Retrieval-Augmented Generation (RAG) auto-hebergee pour la gestion, l'indexation et l'interrogation intelligente de vos documents.

v0.1.0XCSI

Stack technique

Technologies utilisees dans l'application

Next.js (Framework)

16.0.3

Neon (Base de donnees)

PostgreSQL + pgvector

Ollama (Intelligence Artificielle)

LLM + Embeddings

MinIO (Stockage de fichiers)

S3 Compatible

Authentification (Microsoft Entra)

NextAuth v5

Internationalisation

FR / EN / AR

Fonctionnalites

Capacites de l'application

Gestion de documents (PDF, DOCX, XLSX, PPTX, MD, TXT)

Recherche semantique vectorielle

Chat conversationnel avec contexte RAG

Collections hierarchiques de documents

Analytics et monitoring d'utilisation

6 themes personnalisables

Authentification Microsoft Entra ID

Interface multilingue (FR, EN, AR)

Architecture RAG

Le processus de Retrieval-Augmented Generation en 3 etapes

Les documents sont telecharges vers MinIO, parses, decoupes en chunks puis stockes en base de donnees.

Chaque chunk est transforme en vecteur par le modele d'embedding Ollama et indexe dans pgvector.

La requete est vectorisee, les chunks similaires sont recuperes et envoyes au LLM pour generer une reponse contextuelle.

RAG Manager - Construit avec Next.js, Ollama, Neon et MinIO