Posez la question.
Vos documents répondent.
AskMyDocs indexe vos fichiers CSV et PDF en local, retrouve les passages les plus pertinents pour votre question, puis rédige une réponse fondée sur eux, sources à l'appui.
Ce site n'utilise ni cookie, ni traceur, ni requête externe.
Titre : Titanic. Résumé : à bord du paquebot, Jack, un artiste sans le sou, et Rose, une jeune aristocrate, vivent une histoire d'amour interrompue par le naufrage.
Titanic raconte la romance entre Jack et Rose à bord du paquebot, jusqu'au naufrage. source : ligne 218
Un assistant qui s'appuie sur vos propres fichiers
CSV et PDF
Importez plusieurs fichiers à la fois. Les tableaux comme les documents texte sont découpés en passages exploitables.
Réponses sourcées
Chaque réponse s'accompagne des passages retrouvés et de leur score de pertinence : vous voyez d'où vient l'information.
Indexation locale
L'encodage et la recherche vectorielle s'exécutent sur votre machine avec FAISS ; vos fichiers ne partent pas se faire indexer ailleurs.
De la question à la réponse, en quatre temps
Import
Vos CSV et PDF sont lus, puis découpés en passages de taille homogène.
Indexation
Chaque passage est transformé en vecteur et rangé dans un index FAISS.
Recherche
La question est comparée à l'index pour remonter les passages les plus proches.
Réponse
Le modèle de langage rédige une réponse fondée sur ces passages.
Trois stratégies de recherche, un même objectif
| Méthode | Description | Idéal pour |
|---|---|---|
| Retriever MiniLMVecteur | Encodage all-MiniLM-L6-v2 et recherche vectorielle FAISS. Léger et rapide, idéal pour démarrer. | petits et moyens corpus |
| ColBERTv2Précision | Recherche à interaction tardive : chaque terme de la question est confronté au document pour un appariement plus fin. | questions précises |
| PCA + RerankReclassement | Rappel rapide sur un index FAISS réduit par PCA, puis reclassement des candidats sur les embeddings complets. | grands corpus |
Python · Streamlit · FAISS · sentence-transformers · ColBERTv2 · LangChain · pdfplumber · Mistral AI · NumPy · pandas
-
Confidentiel par défaut
Indexation et recherche en local ; ce site ne dépose aucun cookie et n'appelle aucun service tiers.
-
Recherche testée
Un test d'aller-retour vérifie qu'une question retrouve bien, en tête, le passage attendu.
-
Multi-plateforme
Des lanceurs prêts à l'emploi pour Windows et pour Linux ou macOS.
Le projet est open source
Parcourez le code, lancez l'assistant en local, ou lisez le rapport qui détaille la démarche.