How kwiikwik/rapfin_assistant works
Ce dépôt est un prototype d’assistant de lecture de rapports financiers bancaires. Le code fourni couvre l’extraction et le nettoyage des pages PDF, leur découpage en chunks et leur indexation vectorielle Chroma. Le README décrit ensuite un parcours prévu : recherche hybride, assemblage d’un prompt avec citations, réponse par LLM et interface Streamlit, ainsi qu’une évaluation hit@5. Ces étapes futures sont conservées comme capacités documentées, mais leur implémentation n’apparaît pas dans les fichiers échantillonnés.
Main entry points: indexing.py Index Chroma · extraction.py Extraction pages · chunks.py Découpage en chunks
Components 15
Préparation documentaire
- Extraction pages
src/extraction.py - Pages JSONL
- Découpage en chunks
src/chunks.py - Configuration
src/config.py
Indexation
- Embeddings
src/indexing.py - Index Chroma
src/indexing.py - Index BM25
Recherche et évaluation
- Fusion hybride
- Évaluation hit@5
Réponse utilisateur
- Prompt avec sources
- Réponse justifiée
- Interface Streamlit
Other components
- Rapports PDF
- Utilisateur
- API LLM
Connections 14
- Rapports PDF → Extraction pages: extrait les pages
README.md - Extraction pages → Pages JSONL: sérialise les pages
src/extraction.py - Pages JSONL → Découpage en chunks: lit et découpe
src/chunks.py - Découpage en chunks → Embeddings: fournit les chunks
README.md - Embeddings → Index Chroma: indexe les vecteurs
src/indexing.py - Utilisateur → Index Chroma: interroge
README.md - Utilisateur → Index BM25: interroge
README.md - Index Chroma → Fusion hybride: résultats vectoriels
README.md - Index BM25 → Fusion hybride: résultats lexicaux
README.md - Fusion hybride → Évaluation hit@5: évalue hit@5
README.md - Fusion hybride → Prompt avec sources: alimente le contexte
README.md - Prompt avec sources → API LLM: envoie le prompt
README.md - API LLM → Réponse justifiée: génère la réponse
README.md - Réponse justifiée → Interface Streamlit: affiche la réponse
README.md