REST gère les commandes.
Les téléversements, les modifications de révision, le contrôle des tâches et la publication passent par des points d’accès REST authentifiés. Le serveur vérifie les autorisations avant de modifier les données.
Architecture
Comment DerridAI est construit
DerridAI sépare les fichiers sources, les révisions de notices et les décisions de révision des index et des modèles qui les utilisent. Vous pouvez reconstruire un index ou changer de modèle tout en conservant le dossier de recherche.
Un corpus, deux parcours
Suivez les notices jusqu’à leur publication ou voyez comment elles étayent une réponse de recherche.
Corpus et publication
Sources
Documents et enregistrements avec repères de page, de passage ou de temps.
Notices versionnées
SQLite conserve les versions des notices, les assertions de métadonnées et les décisions de révision.
Corpus publié
Un instantané immuable peut être exporté en JSONL ou sous forme de site de recherche.
Les index de recherche peuvent être reconstruits à partir des notices versionnées.
Flux de recherche
Index de recherche
Les index lexicaux et sémantiques aident à trouver les passages pertinents.
Dossier de preuves
Les passages sélectionnés conservent les métadonnées de leur source et de leur citation.
Réponse avec citations
Un modèle synthétise les preuves. La liaison des citations résout les emplacements dans les sources.
Exécution et interfaces
Le navigateur et le serveur
Docker Compose lance une interface Vue 3 servie par nginx et un serveur FastAPI. L’API gère l’authentification, l’état du corpus et les tâches en arrière-plan. Les fournisseurs de modèles et un serveur Chroma externe se configurent séparément.
GraphQL propose des lectures typées.
Le point d’accès GraphQL en lecture seule compose des requêtes cELF à partir des services partagés du serveur. Il expose les objets de recherche sans ajouter de voie de modification.
WebSocket signale les changements.
Les événements en temps réel signalent l’activité des tâches et du corpus. Les clients utilisent REST ou GraphQL pour actualiser l’état de référence après un changement ou une reconnexion.
Stockage et provenance
Comment les données du corpus sont stockées
L’outil de constitution du corpus enregistre les sources, les extrait ou les transcrit, puis rattache les notices à des pages, des plages de texte ou des intervalles audio. L’enrichissement propose des assertions. Les décisions de révision préservent leur origine et les passages qui les étayent.
État canonique du corpus
Les fichiers sources et les blocs extraits conservent leur identité documentaire. Les notices modifiables sont stockées dans une base SQLite propre à chaque constitution de corpus. La publication et l’export génèrent des projections JSONL de l’état du corpus.
État durable de l’application
Des bases SQLite distinctes stockent l’authentification et l’état opérationnel, dont l’historique des tâches, les profils de fournisseurs, les annotations et la provenance. L’identité des notices et les liens vers les sources restent distincts de l’historique des exécutions.
Projections reconstructibles
Chroma stocke les index de recherche et les projections sémantiques. Les précédents de métadonnées révisés peuvent guider les enrichissements ultérieurs. Les réponses en cache et la mémoire de recherche ont des usages distincts et restent séparées des notices de référence du corpus.
Sources et génération
De la recherche à la citation
Pipeline Studio affiche les étapes d’une exécution et les réglages de chacune. La recherche classe les passages par pertinence. On peut ensuite vérifier si ces passages étayent l’interprétation.
Réunir les sources.
Combinez recherche dense et lexicale, sélection diversifiée, déduplication et reclassement facultatif. Vous pouvez aussi sélectionner des passages directement. Le dossier de sources conserve leur identité et les métadonnées de citation lors de la génération.
Résoudre les citations par le code.
Lorsque les identifiants et repères stockés se résolvent exactement, le code déterministe établit les liens de citation. Le modèle synthétise le dossier de sources. On peut examiner ce qui étaye une affirmation en revenant au passage et à la révision de la notice.
Évaluer l’exécution.
Gardez visibles les réglages de recherche et de génération pour comparer les exécutions. Vérifiez l’attribution et la fidélité aux sources en plus de la latence. Un contrôle structurel ou de provenance établit uniquement la condition qu’il a testée.
Extensions et limites
Ce qui peut être configuré
Les schémas de métadonnées, les chaînes de traitement versionnées et les profils de fournisseurs permettent d’adapter le flux de travail. Les notices conservent des identifiants stables lorsque les choix de traitement évoluent.
Fournisseurs et analyse
Utilisez un service Ollama local ou un point d’accès compatible avec OpenAI. Les outils facultatifs d’analyse documentaire produisent des annotations linguistiques dérivées, comme les entités et l’attribution des citations. Elles peuvent guider l’analyse sans modifier l’autorité de la source.
Publication et intégration
Exportez un instantané portable du corpus avec le SDK pour navigateur ou utilisez l’API de lecture typée depuis un client personnalisé. Un instantané publié représente un état précis du corpus et peut être servi séparément de l’application principale.
Limite de déploiement
Les tâches en arrière-plan s’exécutent dans un processus de l’API. Leur historique est durable, tandis que les notifications en temps réel et les exécutions en cours restent locales au processus. L’architecture actuelle ne coordonne pas les tâches actives entre plusieurs processus de l’API.