Spaces:
Sleeping
Sleeping
| title: TechDocs GraphRAG | |
| emoji: 🕸️ | |
| colorFrom: indigo | |
| colorTo: blue | |
| sdk: docker | |
| app_port: 7860 | |
| pinned: false | |
| license: mit | |
| short_description: GraphRAG sur documentation technique (Neo4j + OpenAI) | |
| # 🕸️ TechDocs GraphRAG | |
| Assistant de documentation technique qui combine **recherche vectorielle** et **graphe de connaissances Neo4j** | |
| pour répondre à des questions multi-hop avec des sources traçables. | |
| Un RAG classique retrouve des passages similaires à la question. TechDocs GraphRAG extrait en plus les | |
| entités et relations du corpus (`StateGraph —PERSISTS_WITH→ Checkpointer —ENABLES→ Persistence`) et | |
| suit ces liens au moment de répondre. | |
| ## Fonctionnalités | |
| - Ingestion Markdown, découpage par paragraphes avec chevauchement. | |
| - Extraction LLM d'entités typées et de relations avec preuve textuelle. | |
| - Déduplication des entités par clé canonique (`State Graph`, `state_graph` → `stategraph`). | |
| - Neo4j Community embarqué dans le conteneur, corpus indexé automatiquement au démarrage. | |
| - Neo4j comme store unique : documents, chunks, index vectoriel, index plein texte, graphe. | |
| - Recherche hybride : chunks proches → entités mentionnées + entités citées dans la question → traversée multi-hop. | |
| - Interface Streamlit : sous-graphe utilisé, relations, extraits, sources. | |
| - Mode comparaison RAG vectoriel vs GraphRAG. | |
| ## Architecture | |
| ```mermaid | |
| flowchart LR | |
| A[Markdown] --> B[ParagraphSplitter] | |
| B --> C[Embeddings OpenAI] | |
| B --> D[Extraction LLM] | |
| C --> E[(Neo4j<br/>index vectoriel)] | |
| D --> F[(Neo4j<br/>graphe d'entités)] | |
| Q[Question] --> R[HybridRetriever] | |
| E --> R | |
| F --> R | |
| R --> G[GraphRAGAssistant] | |
| G --> S[Réponse sourcée] | |
| ``` | |
| ### Modèle de graphe | |
| ```text | |
| (:Document)-[:HAS_CHUNK]->(:Chunk {embedding})-[:MENTIONS]->(:Entity:Component) | |
| (:Entity)-[:USES | PERSISTS_WITH | DEPENDS_ON | ...]->(:Entity) | |
| ``` | |
| Chaque relation porte `evidence` et `documents`, ce qui rend chaque fait vérifiable. | |
| ## Structure | |
| ```text | |
| ├── app.py | |
| ├── Dockerfile | |
| ├── data/ | |
| ├── src/techdocs_graphrag/ | |
| │ ├── config.py | |
| │ ├── models.py | |
| │ ├── ports.py | |
| │ ├── ingestion.py | |
| │ ├── llm.py | |
| │ ├── prompts.py | |
| │ ├── extraction.py | |
| │ ├── graph_store.py | |
| │ ├── indexing.py | |
| │ ├── retrieval.py | |
| │ ├── answering.py | |
| │ ├── visualization.py | |
| │ ├── services.py | |
| │ └── cli.py | |
| └── tests/ | |
| ``` | |
| ## Configuration | |
| | Variable | Défaut | Rôle | | |
| |---|---|---| | |
| | `OPENAI_API_KEY` | requis | Clé OpenAI | | |
| | `NEO4J_URI` | `bolt://localhost:7687` | Neo4j embarqué dans le conteneur | | |
| | `NEO4J_USERNAME` | `neo4j` | Utilisateur Neo4j | | |
| | `NEO4J_PASSWORD` | `techdocs-local-password` | Mot de passe Neo4j (secret conseillé) | | |
| | `NEO4J_DATABASE` | `neo4j` | Base Neo4j | | |
| | `CHAT_MODEL` | `gpt-4o-mini` | Modèle de génération | | |
| | `EMBEDDING_MODEL` | `text-embedding-3-small` | Modèle d'embeddings | | |
| | `GRAPH_MAX_HOPS` | `2` | Profondeur de traversée | | |
| | `VECTOR_TOP_K` | `5` | Nombre de chunks récupérés | | |
| ## Lancer en local | |
| ```bash | |
| cp .env.example .env | |
| pip install -e ".[dev]" | |
| pytest | |
| techdocs-index data --reset | |
| streamlit run app.py | |
| ``` | |
| ## Feuille de route | |
| - Jeu d'évaluation annoté (30 à 50 questions) et métriques de fidélité. | |
| - Fusion d'entités par similarité d'embeddings. | |
| - Résumés de communautés (approche Microsoft GraphRAG) pour les questions globales. | |
| - API FastAPI `POST /ask`. | |