Visitez Flowz.cc pour découvrir et vous pré-inscrire à la plateforme d'action et d'automatisation.
Accédez à Passerelle.cc pour découvrir le fonctionnement des futures plateformes d'analyse.
- Vision et Stratégie
- Passerelle.cc - Analyses Stratégiques pour la Formation
- Plateforme Passerelle.cc
- Fonctionnalités de Passerelle.cc
- Architecture Technique Détaillée
- Partenariats
Je développe un studio de solutions IA sectorielles qui combine expertise technique et connaissance métier pour créer des plateformes intelligentes spécialisées. Mon approche unique permet de déployer rapidement des solutions verticales complètes pour différents secteurs d'activité.
graph TB
subgraph "Expertise Technique"
RAG[RAG/LLM Avancé]
ARCH[Architecture Scalable]
INFRA[Infrastructure Cloud]
end
subgraph "Produits"
CHAT[Agents Conversationnels]
GEN[Générateurs de Contenu]
INFO[Systèmes d'Information]
end
subgraph "Services"
AGENT[Création d'Agents IA]
SRC[Intégration Sources]
PERSO[Personnalisation]
end
subgraph "Verticaux"
SANTE[Formation Santé]
TECH[Formation Tech]
FIN[Formation Finance]
FUTUR[Autres Secteurs...]
end
RAG --> CHAT
RAG --> GEN
ARCH --> INFO
INFRA --> PERSO
CHAT --> SANTE
GEN --> TECH
INFO --> FIN
PERSO --> FUTUR
Mon écosystème s'articule autour de deux plateformes complémentaires qui forment un cycle complet d'intelligence et d'action :
graph LR
subgraph "Passerelle.cc"
RAG[RAG Dual]
AGENTS[Agents Spécialisés]
ANALYSE[Analyse Sectorielle]
INSIGHTS[Insights Personnalisés]
end
subgraph "Flowz.cc"
SCRAPING[Scraping Intelligent]
WORKFLOW[Workflow Automatisé]
CRM[CRM Intelligent]
ACTION[Automatisation Actions]
end
%% Flux d'intégration
RAG --> INSIGHTS
INSIGHTS --> ACTION
ACTION --> SCRAPING
SCRAPING --> RAG
AGENTS --> WORKFLOW
WORKFLOW --> AGENTS
ANALYSE --> CRM
CRM --> ANALYSE
%% Styles
classDef passerelle fill:#9370DB,stroke:#9370DB,color:#fff
classDef flowz fill:#FF7E67,stroke:#FF7E67,color:#fff
class RAG,AGENTS,ANALYSE,INSIGHTS passerelle
class SCRAPING,WORKFLOW,CRM,ACTION flowz
- Compréhension contextuelle des données sectorielles
- Analyse personnalisée des documents utilisateurs
- Insights intelligents via RAG dual
- Agents spécialisés par domaine d'expertise
- Scraping Intelligent : Collecte automatisée de données avec IA
- Workflow Intelligent : Automatisation des processus métier
- CRM Intelligent : Gestion et qualification des leads B2B
- Mise en action des insights générés par Passerelle.cc
Découvrez Flowz.cc - Ma solution d'automatisation nouvelle génération
Cette approche intégrée permet de créer un cycle vertueux où :
- Passerelle.cc analyse les données sectorielles et documents utilisateurs
- Flowz.cc collecte de nouvelles données pertinentes
- Passerelle.cc génère des insights actionnables
- Flowz.cc automatise les actions basées sur ces insights
Selon une étude de Y Combinator, les agents IA verticaux pourraient représenter un marché 10 fois plus important que le SaaS traditionnel. Je m'inscris pleinement dans cette vision avec une feuille de route ambitieuse :
- Agents spécialisés par tâche et secteur
- Orchestration automatique des workflows
- Réduction drastique de l'intervention humaine
- Prise de décision autonome basée sur les données
- API publique pour l'intégration avec d'autres systèmes
- Système de plugins extensible
- Outils de monitoring et scaling des agents
- Marketplace d'agents spécialisés
- Création automatique des dossiers de certification
- Mise à jour automatique des référentiels
- Validation automatique de la conformité
- Génération de rapports et analyses prédictives
Après le secteur de la formation professionnelle, je prévois d'étendre mon approche à d'autres verticaux :
- Finance et assurance
- Immobilier
- Ressources humaines
Cette vision s'appuie sur mon architecture modulaire et mon expertise en RAG, permettant une adaptation rapide à de nouveaux secteurs tout en maintenant une base technologique commune.
-
Licence Secteur
- Solution complète par vertical
- Personnalisation possible
- Support dédié
- Déploiement cloud ou on-premise
-
Services Pro
- Création d'agents personnalisés
- Intégration de sources spécifiques
- Formation et accompagnement
- Conseil en stratégie IA
-
API/SaaS
- IndexManager as a Service
- Agent Factory API
- Data Pipeline API
- Analytics et monitoring
- Framework RAG++ propriétaire
- IndexManager avec support vectoriel natif
- Architecture multi-agents spécialisée
- Génération de contenu contextuelle
- Infrastructure cloud optimisée
- Système de cache intelligent
Le système est conçu pour être facilement étendu à de nouveaux secteurs
Cette architecture me permet de :
- Ajouter de nouvelles sources de données
- Créer des agents spécialisés
- Configurer des index dédiés
- Personnaliser les workflows
- Adapter les modèles LLM
Passerelle.cc propose des outils d'analyse stratégique puissants pour optimiser votre activité de formation professionnelle :
Accédez à des analyses détaillées de votre marché et prenez des décisions éclairées basées sur des données en temps réel.
|
Identifiez les opportunités et optimisez votre offre de formation grâce à nos analyses de données.
|
Visualisez et analysez les opportunités de développement par territoire.
|
Passerelle.cc est ma première implémentation verticale, spécialisée dans le secteur de la formation professionnelle.
graph TB
%% Frontend & Infrastructure
Frontend[Frontend SaaS]
Coolify[Coolify Deploy]
CloudflareTunnel[Cloudflare Tunnel]
CloudflareWorker[Cloudflare Worker]
Supabase[(Supabase<br/>Users DB)]
Stripe[Stripe<br/>Payments]
%% Backend Core
API[API Gateway]
Redis[(Redis Cache)]
Meilisearch[(Meilisearch)]
%% Specialized Agents Layer
BlogGeneratorAgent[Blog Generator<br/>Agent]
AssistantAgent[Assistant Agent]
DocumentProcessor[Document<br/>Processor Agent]
AgentSantePublic[Agent Santé<br/>Public]
PDFAgent[PDF Agent]
ChatbotCreator[Chatbot<br/>Creator]
%% Search Orchestrator & Agents
SearchOrchestrator{Search<br/>Orchestrator}
SearchAgent[Search Agent]
RelevanceAgent[Relevance Agent]
RefinementAgent[Refinement Agent]
LiveSearchAgent[Live Search Agent]
CPFLiveSearchAgent[CPF Live<br/>Search Agent]
%% Indexation Agents
RetourEmploiAgent[RetourEmploi<br/>Agent]
CPFAgent[CPF Agent]
DataImportAgent[Data Import<br/>Agent]
%% External APIs
CPF[CPF API]
FranceTravail[France Travail API]
%% User Document Vault
UserDocumentVault[(User Document<br/>Vault)]
DocumentChunks[(Document<br/>Chunks)]
%% Token Buckets
RedisTokenBucket[Redis Token<br/>Bucket]
MeiliTokenBucket[Meilisearch<br/>Token Bucket]
%% Infrastructure Connections
Frontend --> Coolify
Coolify --> CloudflareTunnel
CloudflareTunnel --> API
Frontend --> CloudflareWorker
CloudflareWorker --> API
%% Frontend Connections
Frontend --> Supabase
Frontend --> Stripe
%% Backend Flow - CORRECTED
API --> BlogGeneratorAgent
API --> AssistantAgent
API --> DocumentProcessor
API --> AgentSantePublic
API --> PDFAgent
API --> ChatbotCreator
API --> RetourEmploiAgent
API --> CPFAgent
API --> DataImportAgent
%% Agent Orchestration
BlogGeneratorAgent --> SearchOrchestrator
AssistantAgent --> SearchOrchestrator
DocumentProcessor --> SearchOrchestrator
AgentSantePublic --> SearchOrchestrator
PDFAgent --> SearchOrchestrator
%% Search Orchestrator Flow
SearchOrchestrator --> |Coordinates| SearchAgent
SearchOrchestrator --> |Coordinates| RelevanceAgent
SearchOrchestrator --> |Coordinates| RefinementAgent
SearchOrchestrator --> |Coordinates| LiveSearchAgent
SearchOrchestrator --> |Coordinates| CPFLiveSearchAgent
%% Data Sources
SearchAgent --> Meilisearch
LiveSearchAgent --> FranceTravail
CPFLiveSearchAgent --> CPF
RetourEmploiAgent --> FranceTravail
CPFAgent --> CPF
%% Cache
SearchAgent --> Redis
LiveSearchAgent --> Redis
CPFLiveSearchAgent --> Redis
%% User Document RAG Flow
Supabase --> UserDocumentVault
DocumentProcessor --> UserDocumentVault
UserDocumentVault --> DocumentChunks
DocumentChunks --> AssistantAgent
AssistantAgent --> |User-specific RAG| UserDocumentVault
%% Token Bucket Flow
RedisTokenBucket <--> MeiliTokenBucket
DocumentProcessor --> RedisTokenBucket
SearchAgent --> MeiliTokenBucket
RetourEmploiAgent --> RedisTokenBucket
CPFAgent --> RedisTokenBucket
DataImportAgent --> RedisTokenBucket
%% Styling
classDef userRag fill:#9370DB,stroke:#9370DB,color:#fff
classDef bucket fill:#4B0082,stroke:#4B0082,color:#fff
classDef indexAgent fill:#FF7E67,stroke:#FF7E67,color:#fff
class UserDocumentVault,DocumentChunks userRag
class RedisTokenBucket,MeiliTokenBucket bucket
class RetourEmploiAgent,CPFAgent,DataImportAgent indexAgent
- Supabase : Gestion des utilisateurs et authentification
- Stripe : Gestion des paiements et abonnements
- API Gateway : Point d'entrée unique pour les requêtes
- Redis : Cache pour les résultats de recherche
- Meilisearch : Moteur de recherche vectorielle
- User Document Vault : Stockage sécurisé des documents utilisateurs
- Document Chunks : Fragments de documents vectorisés pour le RAG utilisateur
- AssistantAgent : Agent principal d'interaction avec l'utilisateur, intègre le RAG dual
- PDFAgent : Traitement et analyse des documents PDF
- BlogGeneratorAgent : Génération de contenu pour les blogs
- SearchOrchestrator : Coordonne les différents agents de recherche
- ChatbotCreator : Création et configuration de nouveaux agents conversationnels
- SearchAgent : Recherche dans les index Meilisearch
- RelevanceAgent : Évalue la pertinence des résultats via RAG
- RefinementAgent : Affine les recherches pour améliorer la précision
- LiveSearchAgent : Enrichit les résultats via l'API France Travail
- CPFLiveSearchAgent : Enrichit les résultats via l'API CPF
- DocumentProcessor : Traite et indexe les documents utilisateurs pour le RAG personnalisé
- DocumentProcessorService : Service de traitement asynchrone des documents
- RetourEmploiAgent : Indexation des données de retour à l'emploi
- CPFAgent : Indexation des formations CPF
- DataImportAgent : Importation et indexation des données sectorielles
Mon système Passerelle.cc intègre une architecture RAG (Retrieval Augmented Generation) à deux niveaux :
- Basé sur les données sectorielles indexées dans Meilisearch
- Alimenté par les agents d'import (Data Import, Actualités, RetourEmploi, CPF)
- Fournit une base de connaissances commune à tous les utilisateurs
- Optimisé pour les requêtes générales sur le secteur de la formation
- Basé sur les documents personnels stockés dans le Vault utilisateur
- Géré par le Document Processor Agent
- Stockage sécurisé dans Supabase avec isolation par utilisateur
- Permet des réponses contextualisées aux données spécifiques de l'utilisateur
- Les documents utilisateurs sont téléchargés via le frontend et stockés dans Supabase
- Le Document Processor Agent traite ces documents :
- Extraction du texte
- Chunking (découpage en fragments)
- Vectorisation
- Stockage des chunks dans la table document_chunks
- Lors d'une requête utilisateur, l'Assistant Agent :
- Interroge le RAG global pour les connaissances sectorielles
- Interroge simultanément le RAG utilisateur pour les informations personnalisées
- Fusionne les résultats pour une réponse complète et contextualisée
Cette architecture permet une personnalisation poussée tout en maintenant une base de connaissances commune, offrant ainsi le meilleur des deux mondes aux utilisateurs.
Une innovation majeure de ma plateforme est son système de double bucket pour la gestion des embeddings, qui assure une utilisation optimale des ressources et une protection contre les limitations d'API.
graph TB
subgraph "Système de Double Bucket"
subgraph "BaseAgent Bucket"
RB[RedisTokenBucket]
RF[Redis Flow Control]
RP[Rate Protection]
end
subgraph "IndexManager Bucket"
TB[TokenBucket]
EB[Embeddings Batch]
RL[Rate Limiting]
end
RB <--> TB
RF --> EB
RP --> RL
end
subgraph "Utilisations"
ME[(Meilisearch<br/>Embeddings)]
SUP[(Supabase<br/>Document Chunks)]
DPA[Document<br/>Processor]
IM[Index<br/>Manager]
end
TB --> ME
RB --> SUP
DPA --> RB
IM --> TB
%% Styles
classDef bucket fill:#4B0082,stroke:#4B0082,color:#fff
classDef component fill:#9370DB,stroke:#9370DB,color:#fff
class RB,TB bucket
class RF,RP,EB,RL component
-
Double Couche de Protection
RedisTokenBucketdansagent_base.py: Gère le flux Redis et la synchronisation avec MeilisearchTokenBucketdansindex_manager.py: Contrôle les appels d'API pour les embeddings
-
Synchronisation Intelligente
- Les deux buckets communiquent pour coordonner les limites de débit
- Adaptation dynamique aux contraintes des deux systèmes
- Prévention des erreurs de rate limiting
-
Optimisation des Ressources
- Calcul intelligent du nombre de tokens nécessaires
- Regroupement des requêtes en lots optimaux
- Attente adaptative basée sur la disponibilité des tokens
-
Métriques et Monitoring
- Suivi en temps réel de l'utilisation des tokens
- Statistiques détaillées sur les temps d'attente
- Alertes en cas d'approche des limites
- Fiabilité : Prévention des erreurs de rate limiting des API externes
- Performance : Utilisation optimale des ressources disponibles
- Économie : Réduction des coûts liés aux API d'embeddings
- Scalabilité : Adaptation automatique aux volumes de données
- Résilience : Gestion gracieuse des pics de charge
Ce système est utilisé à la fois pour les embeddings dans Meilisearch (RAG global) et pour les embeddings des documents utilisateurs dans Supabase (RAG utilisateur), garantissant une cohérence et une efficacité optimales dans toute l'architecture.
Passerelle.cc offre une interface utilisateur intuitive et puissante, spécialement conçue pour le secteur de la formation professionnelle. Voici les principales fonctionnalités de la plateforme :
Le dashboard offre une vue d'ensemble complète et personnalisable :
- Statistiques d'utilisation en temps réel
- Accès rapide aux dernières recherches
- Widgets configurables selon les besoins de l'utilisateur
- Indicateurs de performance des formations
L'assistant IA est le cœur de l'expérience utilisateur :
- Interface conversationnelle intuitive
- Réponses enrichies par le RAG dual (sectoriel + documents utilisateur)
- Suggestions intelligentes basées sur le contexte
- Historique des conversations avec possibilité de reprise
- Génération de contenus formatés (tableaux, listes, etc.)
Un accès optimisé aux référentiels officiels :
- Consultation simplifiée des fiches RNCP
- Recherche avancée par compétences, métiers ou secteurs
- Mise en relation automatique avec les formations disponibles
- Analyse comparative des référentiels
- Exportation des fiches au format PDF
Le système de gestion documentaire intelligent :
- Upload sécurisé de documents (PDF, Word, Excel, etc.)
- Traitement automatique et extraction des informations clés
- Organisation intelligente par catégories
- Recherche sémantique dans les documents personnels
- Intégration transparente avec l'assistant IA
Des options de personnalisation étendues :
- Configuration des sources de données prioritaires
- Paramétrage des agents spécialisés selon les besoins
- Personnalisation des prompts et du comportement de l'IA
- Gestion des préférences d'affichage et d'interaction
- Intégration avec les outils métiers existants
Ces fonctionnalités s'appuient sur l'architecture technique décrite précédemment, offrant une expérience utilisateur fluide et performante, spécifiquement adaptée aux besoins du secteur de la formation professionnelle.
Je recherche activement des partenaires visionnaires pour co-créer l'avenir de l'IA sectorielle. Si vous souhaitez collaborer sur des projets innovants ou explorer des opportunités de partenariat, n'hésitez pas à me contacter.
- Co-création de solutions IA innovantes
- Expertise technique en RAG et agents IA
- Accès à mon écosystème technologique
- Développement de solutions verticales sur mesure
Pour en savoir plus sur mon parcours, mes projets et mes compétences, consultez ma carte professionnelle :
