devsite/vault-grasbot/TAXONOMIE.md

Taxonomie du vault GrasBot

Vocabulaire contrôlé pour les champs domains, tags, aliases, answers du frontmatter YAML. Garantit que le pipeline de retrieval (graph + BM25 de llm-api/search.py) trouve des correspondances cohérentes entre notes.

Règle d'or : si tu inventes un nouveau domaine ou tag, ajoute-le ici avant de l'utiliser dans une note. Pour aliases, libre à toi d'en ajouter autant que nécessaire par note.

---

Domaines (domains:)

Liste fermée. Une note doit avoir entre 1 et 4 domaines, du plus spécifique au plus général.

Slug	Libellé	Description
algorithmique	Algorithmique	Structures de données, tri, complexité
c	Langage C	Projets 42 en C (libft, printf, GNL, …)
cpp	C++	POO, templates, STL, projets C++ 42
systeme	Systèmes	Unix, processus, threads, mutex, IPC
reseau	Réseaux	TCP/IP, sockets, IRC, routage
web	Web	Next.js, React, Strapi, APIs
devops	DevOps	Docker, Nginx, conteneurs, CI/CD
securite	Sécurité	Hardening, SSH, firewall, cybersécurité
ia	Intelligence artificielle	LLMs, embeddings, agents, chatbots
graphique	Graphique	Raycasting, MinilibX, rendu 2D/3D
3d	Impression 3D	Slicers, firmwares, conception
domotique	Domotique	Home Assistant, Zigbee, IoT
ecole-42	École 42	Tout projet ou tranche de formation 42
parcours	Parcours	CV, bio, reconversion, trajectoire

Tags (tags:)

Plus libres que les domaines, mais garder une cohérence. Liste des tags actuellement utilisés :

Tag	Usage
moc	Note qui est un Map of Content
cv	Note liée au CV personnel
parcours	Bio, reconversion, trajectoire
alternance	Recherche d'alternance / stage
reconversion	Changement de carrière
data-ia	Stream data / IA pour alternance
42-commun	Projets du tronc commun 42
42-piscine	Projets de la piscine 42
42-tronc	Projets du tronc commun (post-piscine)
tri	Algorithmes de tri
concurrence	Threads, mutex, synchronisation
docker	Conteneurisation
makefile	Build system GNU Make
chatbot	Assistants conversationnels
ollama	Serveur de LLM local
fastapi	API Python FastAPI
langfuse	Observabilité LLM
nextjs	Framework React Next.js
strapi	CMS headless Strapi
portfolio	Site portfolio personnel
qwen3	Modèle LLM Qwen3
listmonk	Diffusion de newsletters open-source
directus	CMS headless Directus
newsletter	Chaîne de publication newsletter
openwebui	Open WebUI (front LLM)
ovh	OVHcloud AI Endpoints
transcription	Speech-to-text / sous-titres
mistral-small	Résumés via Mistral Small (ex. 24b Ollama)
structured-summary	Résumés JSON / Markdown à schéma contrôlé
pyannote	Diarisation / attribution locuteurs
multimedia	Traitement audio / vidéo
diarisation	Segmentation locuteurs / tours de parole

Aliases (aliases:)

Libre par note. Objectif : capter toutes les formulations naturelles que pourrait employer un visiteur pour désigner le sujet de la note.

Règles :

• Entre 3 et 12 aliases par note (ni trop peu pour la couverture, ni trop pour ne pas bruiter le scoring).
• Formes courtes (un à trois mots, en minuscules).
• Inclure : variantes orthographiques, acronymes, synonymes FR/EN, formulations utilisateur probables.
• Ne pas inclure de phrases entières (c'est le rôle d'answers:).

Exemples :

# Note ia.md
aliases:
  - IA
  - intelligence artificielle
  - LLM
  - modèles de langage
  - chatbot
  - Ollama
  - Qwen
  - Mistral
  - machine learning
  - deep learning
  - data science

# Note push-swap.md
aliases:
  - push swap
  - push_swap
  - tri par piles
  - algorithme de tri 42
  - push
  - swap

Answers (answers:)

Questions-types formulées à la 1re personne du visiteur auxquelles cette note apporte une réponse directe. Fort signal pour le retrieval.

Règles :

• 2 à 6 answers par note.
• Rédigées comme un visiteur naturel : « Quelles sont ses compétences en IA ? », pas « compétences IA ».
• Ciblées : une answer doit vraiment appeler cette note comme source principale (pas une note périphérique).

Exemples :

# Note cv-grascalvet-fernand.md
answers:
  - "Qui est Fernand Gras-Calvet ?"
  - "Quel est son parcours ?"
  - "Que peux-tu me dire sur Fernand ?"
  - "Quel est son profil ?"
  - "Cherche-t-il une alternance ?"

# Note ia.md
answers:
  - "Quelles sont ses compétences en IA ?"
  - "Utilise-t-il des LLMs locaux ?"
  - "Qu'est-ce qui l'intéresse dans l'IA ?"

Priority (priority:)

Entier de 1 à 10. Boost léger appliqué au scoring.

Valeur	Usage
9–10	Notes stratégiques (CV, MOCs principaux)
6–8	Notes riches (compétences, projets emblématiques)
5	Défaut (la plupart des projets 42)
3–4	Notes techniques internes (auto-doc)
1–2	Notes archivées, peu pertinentes pour le visiteur

Visibility (visibility:)

• public (défaut) : accessible au chatbot et indexable
• private : exclue du retrieval par load_vault() (usage personnel)

---

Quand régénérer ?

• Après ajout d'une note Strapi : python strapi_extraction/build-vault.py
• Après édition manuelle dans Obsidian : rien, l'API lit le vault au vol
• Après changement de taxonomie : éditer ce fichier puis les notes concernées
• Après chargement de l'API : POST /reload-vault pour recharger sans redémarrer