Mistral-Gagnant est un assistant personnel IA conçu autour des modèles Mistral AI avec implémentation de techniques RAG (Retrieval-Augmented Generation). Le projet a été développé avec une philosophie "light" et privilégie l'utilisation locale au maximum pour un assistant personnalisé, simple et minimaliste.
- Interface utilisateur intuitive et épurée
- Système RAG (Retrieval-Augmented Generation) pour enrichir les réponses avec des données personnelles
- Intégration avec Notion comme base de connaissances externe
- Stockage efficace des conversations et vecteurs dans Supabase (ChromaDB prochainement)
- Compatibilité avec les modèles Mistral, Hermes et Cogito via Ollama
- Docker
- Base de données Notion (pour l'intégration des connaissances)
- Base de données Supabase (pour le stockage des conversations et vecteurs)
- Clé API Hugging Face (pour les embeddings)
- Ollama avec les modèles suivants installés :
- mistral
- hermes3
- cogito
- Minimum 16 Go de RAM recommandé
- Clonez le repository
git clone https://github.com/votre-username/mistral-gagnant.git
cd mistral-gagnant-
Configurez les variables d'environnement dans les fichiers
.envdecore/etfront/(voir les fichiers.env.exemple) -
Lancez l'application avec Docker
docker-compose up -d- Accédez à l'interface utilisateur sur http://localhost:3000
- Node.js (v18+) et npm
- L'utilisation de WSL est recommandée pour le développement sur Windows
- Base de données Notion
- Base de données Supabase
- Clé API Hugging Face (pour les embeddings)
- Ollama avec les modèles : mistral, hermes3, cogito, etc.
core/: Package npm contenant la logique RAG et les intégrationsfront/: Application Nuxt 3 / Vuetify / Tailwindembeddings_visualisation/: Premières implémentations et expérimentations RAG en python
cd core
npm installcd front
npm install
npm run devPour plus d'informations sur les composants individuels du projet, consultez les documents suivants :
Les contributions sont les bienvenues ! Pour contribuer :
- Forkez le dépôt
- Créez une branche pour votre fonctionnalité (
git checkout -b feature/amazing-feature) - Committez vos changements (
git commit -m 'Add some amazing feature') - Poussez vers la branche (
git push origin feature/amazing-feature) - Ouvrez une Pull Request
Apache 2.0