🇫🇷 RAG — Code de la Route (Données officielles Légifrance)

Ce projet implémente un système RAG (Retrieval-Augmented Generation) spécialisé dans le Code de la route français, basé sur des données officielles LÉGIFRANCE récupérées automatiquement via leur API.

---

🚀 Fonctionnalités principales

• 🔎 Recherche intelligente dans le Code de la route

• 🤖 Génération de réponses en français via un modèle HF (ex : plguillou/t5-base-fr-sum-cnndm)

• 📚 Contextualisation automatique grâce à des chunks optimisés

• ⚖️ Précision juridique et citations de pages / articles

• 🛡️ Filtrage de sécurité pour garantir des réponses fiables

• 🌐 API FastAPI pour accéder au chatbot

• 🚀 Pipeline reproductible (Makefile, configs, ML-friendly)

---

📁 Structure du projet

.
├── configs/
├── data/
│   ├── raw/                # PDF original
│   ├── processed/          # Chunks JSONL après ingestion
│   └── index/              # Index FAISS
├── src/
│   ├── api/                # FastAPI
│   ├── data/               # Ingestion / Indexation
│   ├── retrieval/          # Retriever FAISS
│   ├── generation/         # Génération HuggingFace
│   └── safety/             # Filtres de sécurité
├── experiments/
├── Makefile
└── README.md

---

🔧 Installation

git clone https://github.com/DARWICHAli/RAG_code_de_la_route
cd RAG_code_de_la_route
python3 -m venv .venv
source .venv/bin/activate
pip install -r requirements.txt

---

🏗️ Pipeline complet

1️⃣ Ingestion du PDF —on a plus besoin!

make ingest

2️⃣ Indexation FAISS

make index

3️⃣ Lancer l'API RAG

make serve

API disponible via :

POST /chat
{
  "question": "Quel est le délai pour récupérer des points ?"
}

---

🤖 Modèles utilisés

Composant	Modèle	Description
Embeddings	sentence-transformers/all-MiniLM-L6-v2	compact + performant
Génération	google/flan-t5-base	excellent sur textes français
Index	FAISS L2	rapide et scalable

---

🧪 Tests (pipeline complet)

python src/generation/generate.py   --question "Qu'est‑ce que le permis probatoire ?"   --top_k 3

ou

make rag

---

📦 Déploiement

Serveur Uvicorn :

make serve

Déploiement Docker (optionnel) :

docker build -t rag-code-route .
docker run -p 8000:8000 rag-code-route

---

🔮 Améliorations futures

• Passage à un modèle FR plus puissant (LLaMA 3 FR, Mistral FR).
• Amélioration du chunking contextuel (titres, articles, chapitres).
• Détection des articles juridiques pour structurer les sources.
• Historique de conversation dans l’API.
• Fine‑tuning supervisé (LoRA) sur Q/A Code de la route.

---

👤 Auteur

Ali Darwich
Data Scientist — France 🇫🇷
Projet full open-source.

---

⭐ Contribute

Les PR et issues sont les bienvenues !

---