Formation RAGFlow

Programme de notre formation RAGFlow

[Jour 1 – Matin]

Fondamentaux du RAG et prise en main de RAGFlow

• Positionnement de RAGFlow dans l’écosystème de l’IA générative et cas d’usage métier
• Principes du Retrieval-Augmented Generation : ingestion, indexation, récupération et génération
• Architecture de la plateforme : services, stockage documentaire, moteur de recherche et modèles IA
• Découverte de l’interface : espaces de travail, jeux de données, assistants, agents et paramètres de modèles
• Déploiement avec Docker Compose, vérification des services et configuration initiale des fournisseurs de modèles

[Jour 1 – Après-midi]

Constitution et préparation des bases de connaissances

• Création d’une base de connaissances et organisation des corpus par domaine métier
• Import de documents structurés et non structurés : PDF, présentations, tableaux, documents bureautiques et contenus texte
• Choix des modèles d’embeddings selon la langue, le corpus et les contraintes de qualité
• Sélection des méthodes de chunking : général, manuel, livre, tableau, présentation et autres modèles documentaires
• Contrôle du parsing, édition des chunks, ajout de mots-clés et gestion des documents actifs
• Atelier pratique : créer une base de connaissances, importer un corpus métier et valider la qualité du découpage documentaire

[Jour 2 – Matin]

Optimisation de la recherche et de la pertinence

• Fonctionnement de la recherche hybride : recherche plein texte, recherche vectorielle et fusion des résultats
• Réglage du seuil de similarité, du poids vectoriel et du nombre de passages récupérés
• Usage du reranking pour améliorer l’ordre des sources et arbitrage entre latence et précision
• Stratégies d’indexation : texte traité, questions générées, contexte enrichi et poids des noms de fichiers
• Découpage hiérarchique, stratégie parent-enfant et enrichissement contextuel des passages retrouvés

[Jour 2 – Après-midi]

Tests de récupération et assistant conversationnel

• Conception de scénarios de test fondés sur les questions réelles des utilisateurs
• Analyse des sources citées, des chunks remontés et des causes de réponses imprécises
• Ajustement itératif du parsing, des mots-clés, des paramètres de recherche et du reranking
• Création d’un assistant conversationnel connecté à une ou plusieurs bases de connaissances
• Rédaction des instructions système : périmètre métier, style de réponse, gestion de l’incertitude et citations
• Atelier pratique : configurer un assistant documentaire, mesurer la qualité de récupération et optimiser ses réponses sur un jeu de questions métier

[Jour 3 – Matin]

Agents et pipelines de données

• Différences entre assistant RAG, agent et workflow orienté traitement de données
• Conception d’un agent : instructions, mémoire, récupération de connaissances et contrôle des sorties
• Découverte des composants de pipeline : parsing, chunking, enrichissement, indexation et routage
• Automatisation de l’ingestion avec les pipelines de données et synchronisation des sources externes
• Introduction aux intégrations par API et MCP pour connecter RAGFlow aux applications métier

[Jour 3 – Après-midi]

Industrialisation, gouvernance et mise en production

• Architecture cible : dimensionnement, choix du moteur documentaire, persistance et configuration des services
• Sécurisation des accès aux modèles, aux documents et aux données sensibles
• Gestion du cycle de vie des connaissances : mise à jour, désactivation, synchronisation et traçabilité
• Supervision des assistants et des agents : journaux d’exécution, analyse des erreurs et indicateurs de qualité
• Bonnes pratiques de déploiement : séparation des environnements, sauvegarde, évolution des modèles et validation avant production
• Atelier pratique : finaliser une solution RAGFlow de bout en bout, définir son plan de mise en production et présenter les critères de validation