2.7 KiB
🔍 Analyse fonctionnelle du projet ROBO_MAT
🧠 Partie 1 — À quoi sert le projet ROBO_MAT ?
📌 Hypothèse générale
Le projet ROBO_MAT semble être une interface de test ou de démonstration de plusieurs modèles LLM (Large Language Models) connectés via différentes classes, chacune représentant un moteur ou un fournisseur :
| Classe | Description fonctionnelle |
|---|---|
clsMistral |
Dialogue avec le modèle Mistral (peut-être local) |
clsOllama |
Dialogue avec Ollama (exécutable local ou API) |
clsDeepSeek |
Dialogue avec un modèle nommé DeepSeek |
clsPerplexity |
Dialogue avec l’API Perplexity |
clsDeepl |
Appel au service de traduction DeepL |
clsLLM |
Probable classe générique/base pour tous les LLM |
clsRAG |
Fonction RAG (Retrieve & Generate) pour améliorer la pertinence des réponses |
Ces classes sont toutes rassemblées dans un composant interne LLM, ce qui laisse penser qu’il s’agit d’un module central dédié à l'interaction avec différents moteurs d'IA.
🧩 Page PAGE_TESTROBO_MAT_Analyse_Page_TEST_et_LLM
Cette page semble être une interface de test utilisateur avec différents boutons. Chaque bouton appelle une méthode spécifique dans l’une des classes LLM, permettant :
- de tester les réponses,
- de comparer les modèles,
- de valider les appels aux services distants.
Aucune logique métier complexe n’est détectée dans cette page. Elle sert probablement de démonstrateur technique.
🧭 Organisation technique
Voici l’ordre dans lequel les composants sont organisés :
- PAGE_TEST (interface de test)
- Composant interne
LLM- Contient 7 classes :
- clsMistral ROBO_MAT_Analyse_clsMistral
- clsOllama
- clsDeepSeek
- clsPerplexity
- clsRAG
- clsLLM
- clsDeepl
- Contient 7 classes :
Les classes sont écrites en WLangage avec des sections typiques : Déclaration, Constructeur, Méthodes, etc. Ce découpage est analogue à une classe Python mais plus segmenté dans l’interface.
🔧 Conclusion
Le projet
ROBO_MATest probablement une boîte à outils de test LLMs développée en WebDev. Il s’agit d’un prototype (ou brouillon) permettant de :
- Centraliser l'appel à différents modèles,
- Tester les interactions avec chacun,
- Servir de base à un futur outil plus complet (ex : assistant IA, moteur de recherche interne, interface traducteur multilangue, etc.).
Je vais maintenant poursuivre avec l’analyse détaillée de la page PAGE_TEST, suivie des classes une par une.