Trois moteurs de récupération dans un même produit posent un vrai problème d'ingénierie : ils doivent partager l'identité et l'aiguillage sans partager leurs tables. Cette plateforme le résout par une frontière d'API interne, et livre le benchmark sur lequel elle est jugée.

CompanyBrain est une plateforme de connaissances d'entreprise locale d'abord, où un seul atelier expose trois moteurs de récupération. Naive RAG répond aux questions riches en preuves avec du chunking, des plongements pgvector et une recherche par mots-clés fusionnés en un seul classement ; GraphRAG répond aux questions relationnelles multi-sauts grâce à l'extraction d'entités LightRAG stockée dans PostgreSQL avec Apache AGE ; et le moteur Gbrain répond à partir de pages Markdown dont les segments, les faits et les liens sont fusionnés par reciprocal rank fusion.

Chaque moteur conserve son propre chemin de dépôt, de traitement, de récupération et de maintenance, la plateforme fournissant l'identité, l'aiguillage et l'atelier par-dessus. L'API de la plateforme ne lit jamais directement les tables des modules — elle appelle l'API HTTP de chaque module avec un jeton interne — et la passerelle d'agents orchestre les serveurs MCP des modules au lieu d'implémenter elle-même la récupération.

Le dépôt livre un univers de démonstration et un benchmark reproductibles en anglais : sur dix requêtes contre sept documents, les deux moteurs vectoriels atteignent un Recall@5 de 1,000, et chaque requête relationnelle renvoie un contexte de graphe non vide. Les images sont acceptées en entrée dès aujourd'hui, tandis que leur retour en tant que citations reste au programme.

Lisez-le pour la frontière entre modules — la plateforme ne lit jamais une table de module, elle appelle l'API du module — et pour un benchmark reproductible plutôt que cité.