📘 Traitement des Documents Normatifs dans Ragflow avec l'API Mistral & Ollama H100

🎯 Objectif

Constituer une base de données RAG de haute qualité, adaptée aux documents métier du secteur du béton (normes, essais, formulations), exploitable via un chatbot LLM.

🧱 Types de Documents Concernés

Type de Document	Contenu	Spécificités
Norme Produit (AFNOR)	Textes, schémas, tableaux, formules	Langage technique normatif
Formulation Béton	Formules, compositions, dosages	Notation mathématique, mesures
Norme Essai	Protocoles, mesures, équipements	Vocabulaire métrologique, symboles
Logiciel BRG-LAB	Interface, scripts, doc technique	Terminologie logicielle, procédurale

🔄 Workflow Global (diagramme synthétique en cours de création)

Ingestion du PDF (ex : NF P 11-300)
Extraction pré-traitée : texte, tableaux, images
Traduction ciblée si nécessaire (schémas pour vision)
Analyse par modèles dédiés (image2text, OCR, code)
Reconstitution enrichie (images → texte descriptif)
Chunking adaptatif
Indexation vectorielle dans Ragflow
Requête via chatbot ou interface RAG

🤖 Profils de Modèles Disponibles (API Mistral & Ollama)

Modèles API Mistral

Nom	Type	Rôle suggéré
mistral-large-latest	Chat	Analyse profonde de texte normatif
ministral-8b-latest	Chat	Traitement contextuel rapide
mistral-small-latest	Chat	Résumés et tests légers
mistral-embed	Embedding	Indexation vectorielle
mistral-ocr-latest	image2text	OCR annoté des schémas/textes
pixtral-12b-2409	image2text	Vision poussée de documents illustrés

Modèles Ollama (H100)

llama3.2-vision:90b: très haute qualité image+texte
mistral:latest: rapide & stable
bge-reranker, nomic-embed-text: pour embeddings & rerank

🧠 Agents & Rôles

Agent	Description	Modèle utilisé
Vision	Interprète les schémas, OCR, etc.	Pixtral / Mistral OCR / LLaVA
Analyse Normative	Analyse structurée des textes	mistral-large / ministral-8b
Math/Formule	Extraction et transcription de formules	Qwen2.5-Coder / mistral-large
Embedder	Indexation vectorielle pour recherche RAG	mistral-embed / nomic-embed-text

💡 Créer un rôle d'agent par tâche, avec préréglages LLM (température, max tokens, top_p, etc.)

🔧 Test Initial dans Ragflow (interface web)

Accéder à l’interface Ragflow
Créer une base de données Normes Produits
Config initiale :
- LLM : ministral-8b-latest
- Embedder : mistral-embed
- Vision model : pixtral-12b-2409
Import du PDF
Ajout manuel de contexte pour les schémas (si nécessaire)
Lancer le chunking personnalisé
Tester des requêtes en langage naturel

🚀 Étapes futures recommandées

Créer un outil Python de pré-traitement semi-automatisé (GUI)
Ajouter une traduction ciblée pour les éléments visuels en anglais
Créer un index secondaire contenant uniquement les interprétations des images
Implémenter 3 profils de traitement :
- Léger : mistral-small
- Modéré : ministral-8b
- Complet : mistral-large + vision

🧩 Conclusion

Une configuration optimisée de Ragflow avec tes modèles (API Mistral & Ollama H100) permet de construire une base RAG efficace pour les documents techniques du béton. Les schémas doivent être analysés dans leur contexte, traduits si nécessaire, et enrichis avant le chunking.

Un second fichier .md pourra détailler le diagramme de traitement et les logs de test.

4.3 KiB Raw Blame History Unescape Escape