Système RAG de Base de Connaissances - Intégration Intelligente de Chatbot

Ce projet implémente un système complet de base de connaissances utilisant la technologie Retrieval-Augmented Generation (RAG) pour les questions-réponses intelligentes dans le chatbot. Le système intègre des documents, des FAQ et des articles de presse pour fournir des réponses basées sur le contexte en utilisant OpenAI GPT-4o-mini. Il propose une recherche vectorielle pour la similarité des documents, le format TOON pour un formatage de contexte efficace, le stockage automatique des questions sans réponse et une intégration transparente avec le système de gestion de documents. Le chatbot priorise les correspondances FAQ, puis utilise la base de connaissances pour des réponses détaillées, et se rabat sur les articles de presse comme source d'information supplémentaire.

1. Requête Utilisateur: L'utilisateur pose une question dans le chatbot
2. Recherche FAQ: Le système recherche dans les fichiers FAQ avec correspondance de mots-clés et notation
3. Recherche Base de Connaissances: Si le score FAQ est faible, le système recherche dans les documents vectorisés
4. Formatage de Contexte: Les résultats de recherche sont formatés en TOON (Token-Oriented Object Notation)
5. Génération de Réponses: OpenAI GPT-4o-mini génère une réponse basée sur le contexte avec schéma JSON
6. Affichage des Sources: Les sources de documents pertinentes sont affichées avec les informations de chunk
7. Stockage des Questions: Si aucune réponse n'est trouvée, la question est automatiquement stockée pour examen
8. Secours Actualités: Si aucune correspondance de document, le système recherche dans les articles de presse