base de donnée sur elastic search

Récupérer les tickets avec demandes et solutions
	- voir ticket et demandes voir les réponses
	- celles clôturés question/réponse possibilité d'injection dans le LLM
		- sur le RAG synthétisé la question et synthétiser la réponse (fils de discussion client et support)
		- Attention plusieurs questions dans la demande
		- traité les images donner une explication au format texte pour l'intégrer dans la synthèse Q/R
		- Si quelque chose a été signalé en cours de traitement 
		- Comment faire une recherche en base de donnée
		- Quand on fait fine-tuning lora injecte ce qui est nouveau une fois par mois
		- Fine-tuning refaire une synthèse résumé de l'ensemble
		- cleaning du data set
		- dans le rag pdf 
		- possibilité de signalé un problème qui est récurrent
		- voir retraining si mauvaise réponse
		- Dabord en cours
		- ticket une fois corrigé pas besoin
		- faire un exercice et les donner à un llm grand et lui demander d'extracter le problème et la solution Demander quel est le probleme
		- lui demander d'analyser les images
		- On compile avec le fil de discussion on peut laisser image avec le texte LLM Vision
		- Vision a déjà la partie discussion ça dépend la stratégie
		- llama-vision (llava) voir comment il réagit et modifier la réponse pour qu'il comprenne comment cela va fonctionner
		- Mieux tout sur llava et voir le résultat
		- 3 agents,  
		- Réajuster les réponses et les réinjecter
		- Demander au client de plus décrire les choses
		- content rôle du llm 2emequestion  3eme réponse cette option
		- agent qui va résumé question, résumé réponse,
		- contexte pour chaque type de demande
		- Normes dans le RAG knowledgebase
		- mode hybride RAG / fine tuning
		- Meme LLM qui va avoir différents agents
		- Voir les screen des différents datasets
			- huggin face
			- https://www.kaggle.com/ plus mathématique 
				- dataset interessants pour le béton reprendre la logique
				- voir postgres

configurer vscode avec les agents et et les différents modèles du servuer ollama
documentation ollama
voir Cline()
- voir dans vscode pour lui assigner un rôle comme agent (ex: tu dois convertir du code wlangage en python) 
- puis lui demander de convertir tels fichiers à convertir et travailler le prompt
- et continue égalment dans vscode plus assigner à une tâche
documentation ollama API 
- voir paramètrage
- voir utilisation précise dans vscode
[Commencer \| DataCamp](https://www.datacamp.com/fr/users/sign_up?redirect=%2Ftracks%2Fai-fundamentals%2Fenroll) grascalvet.fernand@gmail.com Lestat66!

[[Agent]]
[[guide_ollama_complet]]
[[Résumé entretien 20 mars]]