Assistant pour Tchap basé sur Albert et le modèle Llama
- Python 3.11+
- Poetry
- Cloner le dépôt
git clone https://github.com/votre-organisation/albert-tchap.git
cd albert-tchap- Installation des dépendances
poetry install- Installation des navigateurs pour Playwright
poetry run python scripts/install_playwright.py- Configuration
Copiez le fichier
.env.examplevers.envet modifiez les valeurs selon votre environnement
cp .env.example .envpoetry run python -m albert_tchap.main- Recherche web:
poetry run python -m albert_tchap.commands.web_search - Classification de contenu:
poetry run python -m albert_tchap.web.classification
Albert-Tchap inclut un système avancé de recherche locale avec actualisation automatique des sources :
!recherche_web [question]- Recherche intelligente dans les sources indexées!ajouter_lien [URL]- Indexe un site web avec extraction et vectorisation complète!explorer_lien [URL]- Analyse temporaire d'une URL!liste_liens [catégorie?]- Gestion des liens par catégorie
- ✅ Recherche orientée "site" (pas par fragments)
- 🔄 Actualisation automatique des sources obsolètes
- 🎯 Seuils adaptatifs selon le type de contenu
- 📊 Indexation intelligente avec résumés et embeddings
- 🏷️ Organisation par catégories
# 1. Indexer une source
!ajouter_lien https://beta.gouv.fr/startups/tchap.html
# 2. Effectuer une recherche
!recherche_web Qu'est-ce que Tchap ?📚 Guide Complet des Commandes Web | Documentation Détaillée
Colaig implémente un système avancé de gestion d'espaces documentaires qui permet d'isoler les contenus et les contextes par salon.
Chaque espace documentaire est isolé avec sa propre structure :
Espace/
└── .albert/
├── index/ # Index vectoriel
├── contexts/ # Contextes de conversation
└── behavior/ # Comportements personnalisés
!space list- Liste tous les espaces documentaires disponibles!space link <ID>- Associe le salon à l'espace spécifié!space unlink- Supprime l'association du salon!space info- Affiche les informations sur l'espace associé!space index [ID]- Force l'indexation d'un espace spécifique
- 🔒 Isolation stricte des données entre espaces
- 🔍 Recherche contextuelle limitée à l'espace du salon
- 👥 Sessions utilisateur séparées par salon
- 🛠️ Configurations personnalisées par espace
📝 Documentation Complète du Système
Colaig intègre un système de comportement modulaire qui permet de personnaliser les réponses et actions du bot.
- Actions - Comportements principaux qui peuvent être déclenchés
- Tools - Utilitaires réutilisables pour différentes actions
- Prompts - Templates de réponse pour différentes situations
- Rules - Contraintes et validations pour le système
Chaque espace documentaire peut avoir ses propres comportements personnalisés, permettant d'adapter les réponses aux besoins spécifiques.
{
"id": "custom_report_generation",
"type": "action",
"description": "Génère des rapports personnalisés",
"priority": 0.7,
"triggers": ["générer rapport", "créer un rapport"],
"configuration": {
"action_type": "report_generation",
"required_parameters": ["type_rapport", "période"]
}
}📚 Documentation Détaillée du Système de Comportement
Si vous rencontrez des conflits de dépendances lors du build Docker, notamment avec browser-use, vérifiez que vos versions sont compatibles:
# Versions minimales requises pour browser-use 0.1.41
faiss-cpu>=1.10.0
httpx>=0.27.2
langchain-openai>=0.3.11
pydantic>=2.10.4,<2.11.0
openai>=1.68.2,<2.0.0
Pour mettre à jour ces dépendances dans votre environnement:
pip install --upgrade faiss-cpu httpx langchain-openai "pydantic>=2.10.4,<2.11.0" "openai>=1.68.2,<2.0.0"Dans un environnement Docker, reconstruisez l'image après avoir mis à jour les dépendances dans pyproject.toml.
Si les navigateurs ne s'installent pas correctement:
poetry run playwright install --with-deps chromiumPour exécuter les tests:
poetry run pytest| Albert API sur GitHub | Modèles Albert sur HuggingFace |
Bot pour Tchap, l'application de messagerie de l'administration française. Ce bot utilise Albert, l'agent conversationnel (large language models, LLM) de l'administration française, pour répondre à des questions sur Tchap, l'application de messagerie de l'administration française.
Le projet est un POC (Proof of Concept - preuve de concept) pour montrer comment un bot peut être utilisé pour répondre à des questions sur Tchap en utilisant Albert. Il s'agit d'un travail WIP (Work In Progress - en cours de développement) et n'est pas (encore) destiné à être utilisé en production.
Le projet est un fork de tchap_bot qui est un bot Matrix pour Tchap, conçu par le Pôle d'Expertise de la Régulation Numérique. La partie bibliothèque (matrix_bot) est fortement inspirée de https://github.com/imbev/simplematrixbotlib.
Contient :
app/.: la codebase pour le Tchap bot Albertapp/matrix_bot: une bibliothèque qui encapsule matrix-nio faire des bots Matrix
Le projet utilise un fichier de dépendances et de config pyproject.toml et non un fichier requirements.txt. Il est donc nécessaire d'utiliser pip en version 19.0 ou supérieure, ou bien avec un package manager comme pdm, pip-tools, uv, rye, hatch etc. (mais pas poetry qui n'utilise pas le standard pyproject.toml).
# Récupération du code avec Git
git clone ${GITHUB_URL}
# Création d'un environnement virtuel Python
python3 -m venv .venv
# Activation de l'environnement virtuel Python
source .venv/bin/activate
# Installation des dépendances
pip install .Créez le fichier d'environnement app/.env avec les informations de connexion (ou fournissez-les en variables d'environnement). Vous pouvez vous inspirer du fichier app/.env.example qui est initialisé avec les valeurs par défaut :
cp app/.env.example app/.envL'ensemble des variables d'environements disponibles est documenté dans le fichier suivant : app/config.py
Pour lancer le bot executez :
python appCette commande stoppera surement si vous ne la lancez pas en mode sudo car elle installe par défault le data/store et le data/session.txt à la racine "/". Vous pouvez lancer l'application pour qu'elle crée ces fichiers dans le dossier du projet directement avec la commande :