Files
aimsight-libredesk/docs/verifications.md
T
maximeandClaude Opus 5.5 10ed887417 Noms plus clairs : snippets/, scripts de test numérotés, verifier_ollama.py
- base_connaissances/ → snippets/ (corpus/ → textes/, instructions.md → consignes_redaction.md, decoupage.py → fichiers.py, importer.py → envoyer.py) ; python3 -m snippets.envoyer.
- instance-de-test/ : 1_demarrer.sh, 2_creer_boite_et_cle.py, 3_brancher_ia.py, 4_essayer_brouillons.py, voir_empreintes.sh, connexion_admin.py.
- ollama/verifier.py → ollama/verifier_ollama.py ; tests, tâches VS Code et docs alignés.

Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>
2026-11-12 10:27:06 +01:00

6.2 KiB

Vérifications

Les constats sur lesquels repose ce dépôt, datés, avec leur source : [code] le code de LibreDesk v2.9.0 ; [test] l'instance de test (instance-de-test/) ; [prod] la production.

LibreDesk v2.9.0

Repris de Support-AI (vérifications des 2026-11-09 et 2026-11-11), limité à ce qui sert ici.

Point Constat Source
Version en production v2.9.0 (GET /api/v1/settings/general) ; derrière Caddy (Via: 1.1 Caddy), même adresse publique que exchange.sensima.ch [prod]
Authentification par clé Authorization: token <clé>:<secret>, une clé par agent (Admin → Teammates → Agents) [code, test]
Extraits de la base GET/POST /api/v1/ai/snippets, PUT /api/v1/ai/snippets/{id} ; permission ai:manage (clé admin) ; extraits privés, lus par l'IA seulement [code, test]
Configuration de l'IA PUT /api/v1/ai/config/{completion,embedding} ; POST …/test fait une vraie requête sans enregistrer [code, test]
Embeddings format OpenAI, POST <base_url>/embeddings ; vecteurs de toute dimension (bge-m3 : 1024) ; garde SSRF désactivée par défaut ([ssrf] enabled = false) [code]
Recalcul des vecteurs automatique quand l'URL, le modèle ou la dimension change (internal/ai/ai.go) ; empreinte = titre, texte, URL, modèle, dimension (internal/ai/embedsource.go, itemFingerprint) ; échecs retentés chaque minute (internal/ai/embedding.go, reconcileInterval) [code, test]
« Generate reply » POST /api/v1/ai/generate-reply ; outils search_articles, list_contact_conversations, fetch_conversation ; ne voit pas les notes privées ; rien n'est envoyé, le texte revient à l'éditeur [code, test]
Sans embeddings le brouillon est rendu quand même, sans la base (« AI provider unavailable », search_articles en erreur), rien ne le signale [test]
Assistants répondent eux-mêmes au client, par mail aussi (internal/aiagent/worker.go) : à ne jamais activer [code]
Envoi d'un message même route pour une note privée et une réponse ; sans private: true, le mail part (vérifié avec Mailpit) : aucun code de ce dépôt n'appelle cette route en production [test]
Complétion par Claude fournisseur openai, https://api.anthropic.com/v1, claude-sonnet-5-5, reasoning_effort medium : les tests de configuration et les appels d'outils fonctionnent [test, prod]

L'essai avec LM Studio (2026-11-11) : 118 extraits importés et indexés ; 5 brouillons sur 5 en 4 à 11 s, appuyés sur la FAQ et le manuel, dans la langue du client (allemand compris), sans rien inventer hors base ; Mailpit inchangé. Une seule réserve : un brouillon mélangeait « tu » et « vous » (instructions corrigées depuis).

Le réseau du poste : WSL est en mode networkingMode=mirrored ; WSL et Docker ne joignent Windows que par 127.0.0.1. Pour qu'un conteneur joigne LM Studio sur Windows, il fallait un relais socat (voir l'historique de Support-AI) ; avec Ollama dans Docker, le réseau Docker de l'instance suffit.

La simulation du passage à Ollama (2026-11-12) [test]

Instance de test neuve (LibreDesk v2.9.0, Mailpit), base importée (118 extraits), image exchange.sensima.ch/maxime.pasquier/ollama-bge-m3:0.40.16-567m (Ollama 0.40.16, bge-m3:567m, 2,43 Go) sur le réseau Docker de l'instance (ollama/compose.reseau.yml).

L'image

  • Hors ligne (réseau Docker --internal, aucun DNS) : verifier_ollama.py → OK bge-m3:567m, 1024 dimensions. Aucun appel à ollama.com grâce à OLLAMA_NO_CLOUD=1.
  • Construite en deux étapes : sans les bibliothèques GPU de l'image officielle (CUDA, ROCm, Vulkan : 4,4 Go), l'image passe de 10,7 Go à 2,43 Go. Calcul sur processeur (inference compute … library=cpu).
  • Redémarrage automatique : après un arrêt du processus dans le conteneur, Docker le relance (RestartCount 1) et il sert de nouveau bge-m3. Un docker kill ou docker stop compte comme un arrêt manuel : unless-stopped ne relance pas, c'est voulu. Le redémarrage du service Docker n'a pas été essayé sur le poste (demande sudo) : à vérifier sur le serveur.
  • Sur le poste de Maxime, un Ollama Windows occupe déjà 127.0.0.1:11434 : les essais publient sur 11435 (OLLAMA_PORT=11435).

Le recalcul des vecteurs, automatique (LM Studio n'était pas lancé : l'instance est passée d'une adresse d'Ollama, http://ollama-bge-m3:11434/v1, à une autre, http://ollama:11434/v1 ; c'est le même déclenchement que LM Studio → Ollama, un changement d'URL)

  • Premier branchement : « embedding provider changed, reindexing knowledge base », puis « reconciled embeddings … reindexed=118 », 118 extraits indexés en une minute environ.
  • Changement d'adresse (3_brancher_ia.py, test puis enregistrement) : de nouveau « embedding provider changed » (old_base_url=http://ollama-bge-m3:11434/v1 new_base_url=http://ollama:11434/v1), puis « reindexed=118 ». Empreintes (voir_empreintes.sh) : 118, aucune vide, aucune identique à celles d'avant.
  • Attention en lisant les journaux : « reconciled embeddings … reindexed=N » compte les extraits tentés, pas réussis. La preuve, ce sont les empreintes (instance de test) ou l'absence d'« error generating embeddings » après le message (production).

Ollama arrêté pendant le recalcul

  • Ollama arrêté, nouvelle adresse enregistrée sans test : 74 « error generating embeddings » ; les empreintes et les vecteurs précédents restent en place (rien n'est effacé, la recherche garde les anciens vecteurs).
  • Ollama relancé : LibreDesk retente seul (chaque minute) ; les 118 empreintes sont recalculées environ trois minutes après la reprise, sans intervention.

L'essai des brouillons (4_essayer_brouillons.py, rapport cases/essai-brouillons-2026-11-12.md, hors de git)

  • 5 brouillons sur 5 completed, en 4 à 11 s ; Mailpit inchangé pendant la génération.
  • search_articles appelé pour chaque brouillon (14 appels) ; scores des extraits retenus de 0,49 à 0,59, comme avec LM Studio le 2026-11-11 (0,55 à 0,59).
  • Le brouillon 4G s'appuie sur le manuel (adresse locale 192.168.1.2, Link status, APN, SIM 3FF, antenne SMA). À faire juger par Maxime, comme l'essai LM Studio.