Personal Assistant

Assistant personnel agentique sur mes données (documents Google Drive, agendas), 100% local : Ollama (LLM, vision, embeddings), Chroma, LangChain/ LangGraph, Flask.

Documentation

• docs/rag.md - ingestion des documents, index, retrieval
• docs/agentic.md - couche agentique : agent, outils, serveurs MCP, conversation
• docs/webapp.md - interface, routes, streaming

Visuel (ouvrir dans un navigateur)

• docs/map.html - carte interactive du système, drill-down jusqu'au fichier
• docs/sim-ingestion.html - du fichier Drive au vecteur, pas à pas
• docs/sim-retrieval.html - recherche hybride et fusion RRF, avec le calcul détaillé
• docs/sim-agent.html - routage, middlewares, outils, confirmation
• docs/sim-reponse.html - streaming, citations, sources, échecs d'outils

Prérequis

• Ollama démarré, avec les modèles listés dans config.toml ([llm], [vlm], [embedding]).
• uv sync pour les dépendances Python.

Utilisation

uv run python -m src.ingestor    # ingestion incrémentale
uv run python run.py           # webapp sur http://127.0.0.1:5001
uv run pytest                  # tests