coffreobsidian/inbox/Plan_Architecture_Programme_Pretraitement_RAGFLOW.md

🧩 Architecture du Programme - Prétraitement PDF pour Ragflow

🎯 Objectif

Créer une application Python avec interface graphique pour :

• Visualiser un document PDF page par page
• Sélectionner une ou plusieurs zones visuelles (schémas, tableaux, formules)
• Ajouter un contexte textuel manuellement ou via OCR
• Traduire, interpréter, et reformuler le contenu sélectionné
• Générer un fichier enrichi (.md ou .json) prêt à être ingéré dans Ragflow

---

🧱 Structure générale

📁 Arborescence recommandée :

ragflow_pretraitement/
│
├── main.py                    # Point d'entrée GUI
├── ui/                        # Interfaces Tkinter ou PyQt
│   └── viewer.py
│
├── utils/                     # Fonctions OCR, traduction, vision
│   ├── ocr.py
│   ├── translate.py
│   ├── vision.py
│   ├── export.py
│   └── ragflow_api.py (optionnel)
│
├── data/                      # Données intermédiaires
│   └── outputs/
│
└── docs/                      # Templates de prompts

---

🖼️ Module 1 - Visualisation PDF

• Conversion de chaque page en image (PyMuPDF ou pdf2image)
• Affichage dans une interface Tkinter ou PyQt6
• Navigation inter-pages (boutons ou flèches)
• Zoom et défilement

---

🖍️ Module 2 - Sélection de zones + typage

• Sélection par rectangle (canvas)
• Affichage des coordonnées
• Ajout d'un label au type de zone :
  • schéma, formule, tableau, autre
• Possibilité de rattacher un contexte textuel
  • automatique (texte autour)
  • manuel (saisie utilisateur)

---

🧠 Module 3 - Traitement par IA

🧾 Table de correspondance LLM / usage

Étape	Objectif	Modèle recommandé
Traduction FR ↔ EN	Traduire contexte/légende avant ou après vision	mistral:latest
Interprétation de schéma	Comprendre une figure annotée + légende	llama3.2-vision:90b-instruct-q8_0
Vision rapide (test)	Moins précis, plus léger	llava:34b-v1.6-fp16
Embedding	Création de vecteurs pour Ragflow	nomic-embed-text:137m-v1.5-fp16
Reranking	Classement fin des chunks pertinents	bge-reranker-v2-m3
Résumé technique	Résumer sections longues, reformuler	deepseek-r1:70b-llama-distill-q8_0
Structuration en Markdown/JSON	Générer format final pour Ragflow	mistral, cline_qwen_fp16

---

📤 Module 4 - Génération export .md / .json

Chaque bloc est structuré comme :

Markdown :

### Figure 3 - Classification des sols
_Context_: Le schéma illustre...
_Description (générée)_: The diagram shows...
_Image_: `fig3.png`
_Metadata_: page=12, type=schéma, source=NF-P11-300

JSON :

{
  "type": "schéma",
  "page": 12,
  "title": "Figure 3 - Classification des sols",
  "context": "Le schéma illustre...",
  "description": "The diagram shows...",
  "image_path": "fig3.png",
  "source": "NF-P11-300"
}

---

🧠 Ergonomie recommandée

• UI claire avec navigation pages
• Couleur différente pour chaque type de zone
• Ajout manuel possible de contexte
• Historique des zones traitées (affichage à droite ?)
• Export par page ou global

---

🔄 Extensions futures

• Intégration API Ragflow
• Traitement automatique complet des tableaux (via pdfplumber, ocr_table)
• Détection automatique de figures + légendes (via Layout Detection)
• Workflow en ligne de commande pour traitement batch

---

✅ Prochaines étapes

• Valider l’interface de navigation
• Intégrer OCR + zone de contexte
• Préparer modules LLM via Ollama
• Tester pipeline complet schéma ➝ chunk enrichi ➝ Ragflow