# <u><font color="#2DC26B"> O<font color="#2DC26B">bjectifs du projet - Réunion du 13 mars</font></font></u>

## <u><font color="#92cddc">Organigramme du traitement des demandes</font></u>

- **Séparation et récupération des demandes et des tickets**
    - Mode d’entrée :
	    - Suivi de du support directement par les tickets
	    - Connexion par API base de donnée Odoo
    
	- **Organisation:**
        - **Cas administratif** : Maryam, Laurent
        - **Cas technique** (dysfonctionnement logiciel ...) : Fabien, Romuald
        - **Problème Dev :** Quentin, Fabien
        - **Client star**: Laurent, Quentin

	- **Évaluation de la demande**:
        - Fiche d’évaluation et scoring pour les demandes entrantes   
	    -  Vérification du dysfonctionnement
        - Récupération de l’organisation actuelle du scoring
	    - Analyse des dysfonctionnements et suggestions éventuelles
		    - **Problème niveau développement** : Fabien ou Quentin
[[Jour 5 notes support traitement ticket dev|exemple ticket dev]]
## <u><font color="#92cddc">Changement du Process avec l’IA</font></u>

-  Rédiger un cahier des charges
-  Voir gestion des requêtes et récupération des informations dans Odoo
-  Récupération des données existantes
    - Tickets, demandes
	    - Historique des messages importants
	    - Pièces-jointes (à analyser)
- Analyse des discussions (mails, ...) pour recréer un fil de discussion cohérent (entrée ➡️ final)

#### <font color="#ffff00">**Objectifs à venir**</font>
- Visite guidée sur Webdev IA pour le site d’assistance utilisateur
- Classification des demandes
    - Étape 1 : Identification du type de demande
    - Étape 2 : Attribution à un agent
    - Si catégorisation nécessaire : appel à la base Odoo (facturation, normes techniques…)

## <u><font color="#92cddc">Intelligence Artificielle (LLM et RAGFLOW)</font></u>

- Étudier différents modèles selon les besoins
- Utilisation d’un gros LLM pour tout gérer
- Chat avec **Mistral Large**
- Interprétation des documents réglementaires (AFNOR en HTML)
- Maitriser utilisation **RAGFLOW**
	-  Conversion **RST ➡️ Markdown** ➡️ **HTML (Sphinx)**
	- Mise en place de pipeline entre LLM, RAGFLOW, ...
- Classification des LLM et exécution d’actions (système Crew codé)
- Voir pour utilisation plusieurs LLM (vLLM, MIC)
	-  Vision pour analyse des images
	- **Fine-tuning des modèles**
## <u><font color="#92cddc">Interface & API</font></u>

- Page support avec **iframe Webdev REST**
	- **Suggestion Gradio interface locale directe avec GPU**  (possibilité de l'intégrer en iframe)
- Problème de compatibilité des flux REST ➡️ Recherche d’une solution
- Fonction d’appel API REST via **Visual Studio** ➡️ Enrichissement de la fonction stream API authnet
- Communication entre **le site et Webdev** (via messages et API REST)
- **Iframe & JavaScript** pour récupérer les fiches normes et documents
### <u><font color="#92cddc">Notes :</font></u>
1. **Conversations Odoo** ➡️ Fil de discussion structuré avant injection dans le RAG
2. **Manuel** ➡️ Document technique de formulation
    - Ajout dans l’interface RAGFLOW ou via API
    - FAQ du manuel ➡️ Création d’une base de connaissances dynamique
3. **Canal d’entrée support IA** ➡️ Automatisation et tri des demandes
4. **Base de données** : BRG-LAB
5. **Logiciel de supervision** : Étude des interactions avec les acteurs concernés
6. **Scoring des dialogues IA**
7. **Gestion des erreurs et corrections dynamiques**
8. **Fonction commerciale future**
9. **Processus Caliopi** ➡️ Cahier des charges pour les formations

---

## Tâches à accomplir

- [ ]  Rédiger un cahier des charges pour récupération données d’Odoo [[Scripts requêtes Odoo]]
- [ ]  Récupérer l’existant (mails, tickets, Odoo)
	- [ ] scripts de récupérations (facilement exécutable par LLM)
- [ ]  Étudier l’accès et les fonctionnalités du RAGFLOW
	- [ ] Mise en place d'une base de donnée (vertorielle? voir selon les cas de figure)
	- [ ] Bibliothèque de scripts
	- [ ] Préparation des données toutes la documentation technique, normes ... (formatage des données, interprétation des images si besoin pour meilleure compréhension par LLM)
- [ ]  Analyser et classifier les demandes des clients
- [ ]  Implémenter le scoring des dysfonctionnements
- [ ]  Voir les solutions pour API REST et iframe Webdev
- [ ]  Automatiser l’intégration du manuel utilisateur

---

### Ressources nécessaires

- Accès aux bases de données et historiques des tickets
- Documentation technique Odoo
- Support technique interne
- Documentation RAGFLOW
- Référentiel des normes AFNOR
- API Visual Studio / Webdev REST