Un projet est totalement isolé : data + vectors + providers + modèle d'embedding séparés.
Embedding (laissez vide pour utiliser le défaut LM Studio)
Paramètres du projet
Embedding actuellement utilisé :
⚠ Changer le modèle d'embedding rend l'index actuel inutilisable. Si le projet contient déjà des chunks, coche la case ci-dessus pour vider l'index automatiquement.
Whisper (transcription audio / vidéo)
—
💡 Changer le modèle ou la langue invalide automatiquement le cache des transcripts. Force la langue (fr, en…) si Whisper coupe les transcriptions en cours de route.
Sauvegarde / migration
L'export contient tout le projet : meta, data, vector_store, eval, feedback. Par défaut, providers.json (avec clés API) est exclu.
Chat
Conversations
Embeddings (UMAP)
Compare
Documents
Eval
Workflows
Conversation
Modifie le rôle assigné au LLM. Persisté localement.
Pose une question sur les documents indexés. Choisis le modèle LLM en haut.
Active rerank pour plus de précision, stream pour la réponse au fil de l'eau.
La conversation garde le contexte des échanges précédents.
k
Workflows
Chargement…
Sélectionne un workflow ou clique + nouveau.
—
Fournisseurs LLM
Configurés
Ajouter / modifier
Seuls les fournisseurs OpenAI-compatibles sont supportés (OpenAI, Mistral, Groq, OpenRouter, Together, Ollama, LM Studio, …). Les clés sont enregistrées dans providers.json côté serveur.
Modèle :—
Dataset (JSON)
Format : tableau JSON. Chaque entrée a au minimum question.
Champs optionnels : expected_answer, expected_sources, must_contain.