La qualité de récupération se décide sur des choix que la plupart des tutoriels ne comparent jamais. Ce bac à sable fait tourner plusieurs stratégies sur la même question et le même corpus : la différence se voit au lieu d'être affirmée.

Un bac à sable pour comparer des stratégies de récupération sur différents types de données dans une seule interface. Le mode texte indexe des fichiers txt, md ou json et exécute quatre stratégies sur la même question — recherche vectorielle de référence, hybride BM25 plus fusion vectorielle, fenêtres de phrases du petit vers le grand, et un routeur LLM — chaque réponse conservant ses passages récupérés et ses scores de similarité.

Les autres modes couvrent les données structurées, les PDF multimodaux, les images et la vidéo. Une question sur un CSV est traduite en code pandas, exécutée et représentée ; les PDF sont analysés par PyMuPDF ou MinerU et les réponses s'appuient sur une récupération conjointe de texte et de figures ; la recherche d'images fait du texte-vers-image et de l'image-vers-image dans un même espace de plongement ; et un MP4 est indexé par TwelveLabs, interrogé par segments correspondants puis analysé pour produire une réponse écrite horodatée.

Construit sur LlamaIndex et FastAPI avec un front end React, le backend indique quelles clés sont présentes sur un point de terminaison de configuration et échoue avec une erreur claire quand un service hébergé manque, plutôt que de renvoyer de fausses données. Milvus n'est requis que pour le mode agent PDF ; les autres modes gardent leur état en mémoire.

Lisez-le pour le banc de comparaison lui-même et pour les chemins multimodaux : CSV transformé en code pandas, PDF traité en récupération conjointe texte et figures, recherche image-vers-image dans un même espace de plongement, vidéo indexée par segment. Chaque mode échoue honnêtement quand la clé de son fournisseur manque, ce qui est une leçon en soi.