Intelligence documentaire multi-agentsIAEn ligne
AgentFlow
Plateforme multi-agents qui transforme des fichiers métier complexes en notes de synthèse sourcées et vérifiables.
Résultat
85 % de temps de relecture documentaire en moins
Le problème
Les dirigeants perdent des heures à synthétiser à la main des fichiers CSV, Excel, PDF et DOCX complexes en résumés exploitables.
Ce que j'ai construit
Un DAG orchestré de cinq agents LLM spécialisés (Orchestrator, Ingest, Retrieval, Verifier, Summarizer) avec LangGraph, plus recherche sémantique hybride et RAG.
Le résultat
Chaque note est automatiquement ancrée dans les documents sources, avec des citations strictes et les risques signalés.
Comment ça marche
- 01
Les fichiers arrivent dans Ingest, qui normalise CSV, Excel, PDF et DOCX en une représentation unique, découpée et vectorisée.
- 02
L'Orchestrator décide quels agents s'exécutent pour cette demande plutôt que de dérouler le graphe entier à chaque fois.
- 03
Retrieval fait une recherche hybride sur les fragments : plongements denses pour le sens, correspondance de mots-clés pour le chiffre ou la clause exacte.
- 04
Le Verifier confronte chaque affirmation du brouillon au passage récupéré et écarte ou signale tout ce qu'il ne peut pas ancrer.
- 05
Le Summarizer rédige la note avec les citations attachées, et les risques qu'il n'a pas pu vérifier sont exposés plutôt que lissés.
La couche IA
Cinq agents dans un DAG LangGraph avec des responsabilités distinctes, parce qu'une seule invite chargée d'ingérer, chercher, vérifier et résumer fait mal les quatre. Le Verifier est la pièce porteuse : il existe pour qu'aucune phrase non étayée n'atteigne la note.
La couche ingénierie
Autour, un service FastAPI avec un parsing documentaire par format, des tâches de fond pour tout ce qui est assez lent pour faire expirer une requête, et un magasin vectoriel que l'étape de recherche interroge. Les citations sont stockées comme des plages pointant vers le fichier source, pas comme du texte que le modèle a répété.
Décisions techniques clés
Un agent vérificateur plutôt qu'une invite sévère.
Dire à un modèle de n'affirmer que ce qu'il peut étayer ne tient pas sur un long document. Une passe distincte qui confronte chaque affirmation à un passage récupéré tient, parce que c'est une autre question avec une réponse vérifiable.
Recherche hybride, pas des plongements seuls.
La recherche dense est bonne sur le sens et peu fiable sur les jetons exacts. Les notes financières tiennent aux jetons exacts : un chiffre, une date, un numéro de clause.
Un DAG, pas une conversation entre agents.
Le bavardage libre entre agents est difficile à déboguer et non borné en coût. Un graphe explicite rend chaque exécution reproductible et chaque étape inspectable.