Catalogue des subbox — intelligence (LLM & RAG)

◆ Ingénieur IA ● Profil digital

Les subbox d’intelligence mobilisent les moteurs LLM et le RAG. Elles ne chargent généralement pas leurs données au chargement du dashboard : elles attendent une question utilisateur.

Réponses et conversations LLM

llmresponse

Réponse générée par un LLM à partir des données de la requête et d’un promptTemplate (placeholders {{variable}} ou {{FILTER_id}}). Rendu par app-chart-llm.

Rendu du type llmresponse.

Paramètres subboxOptions principaux :

Option	Effet
promptTemplate	Gabarit du prompt avec placeholders {{variable}}.
systemPrompt	Instructions système du modèle.
model	Modèle LLM (gpt-4o-mini, gpt-4o, …).
splitData	Découpe les données en lots pour les gros volumes.

subboxOptions:
  promptTemplate: "Résume ce texte : {{summary}}"
  model: gpt-4o-mini

chatbot

Assistant lié à un corpus : RAG systématique si des embeddings sont disponibles. Attend une question utilisateur. À distinguer de assistant (sans RAG automatique).

Rendu du type chatbot.

Paramètres subboxOptions principaux :

Option	Effet
enableChatbot	Si false, le composant ne s’affiche pas (défaut true).
promptTemplate / systemPrompt	Template de prompt et instructions système.
embedding / col_text / col_vector	Active et configure le retrieval vectoriel.
preparedPrompts	Questions prédéfinies.
model	Modèle LLM.
userInstruction	Instructions système complémentaires.

assistant

Assistant privé multi-provider, sans RAG automatique. Souveraineté des clés gérée par l’organisation, catalogue de providers, et Playbooks (skills métier) forkables. Persiste dans les mêmes tables que le chatbot.

Rendu du type assistant.

Paramètres subboxOptions principaux :

Option	Effet
providers	Catalogue de providers LLM disponibles.
playbooks	Skills métier (system_prompt + function_tag).

rag

Question-réponse sur des documents : l’API récupère les sections pertinentes (filtres + similarité vectorielle optionnelle), puis le LLM répond. Endpoint : POST /llm/rag.

Rendu du type rag.

Paramètres subboxOptions principaux :

Option	Effet
ragQuery	Requête SQL de récupération des documents (sinon subboxQuery).
col_text / col_vector	Colonnes texte et vecteur.
comparator	Opérateur pgvector : <-> (distance) ou <=>.
embedding	Active le tri par similarité au vecteur de la question.
limit / docs_limit	Nombre maximal de documents renvoyés.
promptTemplate / systemPrompt	Prompt ({{query}}) et instructions.
preparedPrompts	Questions prédéfinies.
filterFrom / filterField	Filtre dashboard injecté dans ragQuery.
use_raw	True pour les requêtes complexes (WITH, UNION ALL).
ragPersist / ragPersistRecordId	Enregistre les réponses dans une conversation.

subboxOptions:
  ragQuery: >
    SELECT s.content AS text, s.embedding AS vector
    FROM project_<project_id>_result_sections s
    WHERE s.content IS NOT NULL AND s.embedding IS NOT NULL
  col_text: text
  col_vector: vector
  embedding: true
  comparator: "<->"
  limit: 10
  model: gpt-4o-mini
  promptTemplate: "À partir des sections, réponds à : {{query}}"

Barres de recherche

search_bar

Barre de recherche LLM avec modes configurables. Un panneau « documents liés » peut charger des lignes PostgreSQL via subboxOptions.related_documents. Rendu par app-chart-llmsearchbar.

Rendu du type search_bar.

Paramètres subboxOptions principaux :

Option	Effet
related_documents	Configuration du panneau de documents liés.
modes	Modes de recherche disponibles.

operator_search_bar

Barre de recherche avec opérateurs booléens (AND, OR, NOT). Rendu par app-chart-operator-searchbar.

Rendu du type operator_search_bar.

llmdocuments

Recherche sémantique sur documents LLM (subbox et filtre homonyme). Affiche la barre de recherche documentaire.

Rendu du type llmdocuments.

Paramètres subboxOptions principaux :

Option	Effet
embedding	Active la recherche par similarité.
col_text / col_vector	Colonnes source.

text_engine

Moteur de texte / recherche avancée. Voir la fiche de diagnostic « zéro résultat » pour le dépannage des recherches infructueuses.

Rendu du type text_engine.