AI & RAG

Module RAG

Le module RAG (Retrieval-Augmented Generation) permet d'integrer l'IA dans votre application :

builder.Services.AddRvrAI(options =>
{
    options.Provider = AIProvider.OpenAI; // ou Claude, Ollama
    options.ApiKey = builder.Configuration["AI:ApiKey"];
    options.EmbeddingModel = "text-embedding-3-small";
    options.ChatModel = "gpt-4o";
});

Pipeline RAG

1. Ingestion : charger des documents (PDF, texte, markdown)
2. Chunking : decouper en segments de taille optimale
3. Embedding : vectoriser via le modele choisi
4. Stockage : sauvegarder dans le vector store
5. Recherche : similarity search sur requete utilisateur
6. Generation : enrichir le prompt LLM avec le contexte

// Ingestion
await _ragService.IngestAsync(new Document
{
    Content = pdfText,
    Metadata = new { source = "manual.pdf", category = "docs" }
});

// Recherche + Chat
var response = await _ragService.ChatAsync(
    "Comment configurer le multi-tenancy ?",
    options: new ChatOptions { MaxTokens = 500 }
);

NL Query Builder

Transforme du langage naturel en requetes LINQ (FR/EN) :

var query = await _nlQueryBuilder.BuildAsync<Product>(
    "produits actifs avec prix superieur a 100 tries par nom"
);
// Genere : Products.Where(p => p.Status == Active && p.Price > 100).OrderBy(p => p.Name)

CLI AI Review

rvr ai review --all                    # Tous les analyzers
rvr ai review --architecture           # Clean Architecture conformance
rvr ai review --ddd                    # DDD anti-patterns
rvr ai review --performance            # N+1, missing async, EF anti-patterns
rvr ai review --security               # Vulnerabilites OWASP
rvr ai review --provider ollama        # Mode offline
rvr ai review --output sarif           # Integration CI/CD

Backends LLM supportes

Provider	Modeles	Usage
OpenAI	GPT-4o, text-embedding-3	Cloud, haute qualite
Claude	Claude 3.5 Sonnet	Cloud, analyse code
Ollama	Llama, Mistral, CodeLlama	Local, offline