LlamaResearcher : assistant de recherche IA basé sur Llama 4 qui transforme des sujets en articles complets 135

Qu'est-ce que LlamaResearcher ?

LlamaResearcher est un assistant de recherche basé sur le modèle Llama 4, capable de transformer rapidement le sujet saisi par l'utilisateur en un article complet. Il convient à de nombreux scénarios tels que la recherche universitaire, la rédaction de rapports et la création de contenu.

Fonctionnalités de LlamaResearcher

1. Génération rapide d'articles

• Fonction principale : capable de transformer rapidement le sujet saisi par l'utilisateur en un article entièrement structuré, ce qui permet de gagner du temps sur la recherche et l'écriture.

2. Mécanisme de contrôle de sécurité

• Évaluation de sécurité : utilise le modèle llama-3-8b-guard fourni par Groq pour effectuer un contrôle de sécurité sur les requêtes saisies par l'utilisateur, afin de garantir que le contenu saisi respecte les normes de sécurité.

• Contrôle des risques : évite de traiter les requêtes susceptibles d'impliquer un contenu inapproprié, garantissant ainsi la sécurité et la conformité du système.

3. Extension intelligente des requêtes

• Recherche multidimensionnelle : étend la requête unique de l'utilisateur en trois sous-requêtes, permettant ainsi d'explorer le sujet sous plusieurs angles en profondeur.

• Recherche d'informations approfondie : grâce à LinkUp, effectue une recherche web approfondie pour chaque sous-requête afin d'obtenir des ressources informationnelles plus complètes et plus riches.

4. Filtrage et évaluation des informations

• Évaluation de la pertinence : filtre le grand volume d'informations récupérées afin de garantir que le contenu renvoyé soit hautement pertinent par rapport à la requête initiale de l'utilisateur.

• Contrôle qualité : grâce à un mécanisme d'évaluation, filtre les informations non pertinentes ou de faible qualité, garantissant ainsi que le contenu final de l'article soit précis et fiable.

5. Prise en charge par une pile technologique puissante

• Groq : utilisé pour le contrôle de sécurité et l'inférence des modèles.

• LinkUp : utilisé pour la recherche web approfondie.

• Llamaindex : utilisé pour la récupération d'informations et la génération.

• Gradio : fournit une interface conviviale.

• FastAPI : permet de construire un service backend performant.

• Redis : utilisé pour la limitation de débit des API, garantissant la stabilité du système.

Fonctionnement de LlamaResearcher

• Contrôle de sécurité : utilise le modèle llama-3-8b-guard fourni par Groq pour évaluer la sécurité des requêtes de l'utilisateur.

• Attribution des tâches : si la requête est sécurisée, elle est acheminée vers ResearcherAgent.

• Extension des requêtes : ResearcherAgent étend la requête en trois sous-requêtes pour la recherche web.

• Recherche et filtrage des informations : utilise LinkUp pour effectuer une recherche web approfondie sur chaque sous-requête et évalue la pertinence des informations récupérées par rapport à la requête initiale de l'utilisateur.

• Génération de l'article : une fois toutes les informations collectées, ResearcherAgent rédige l'article final et le renvoie à l'utilisateur.

Installation et exécution de LlamaResearcher

1. Cloner le dépôt :

git clone https://github.com/AstraBert/llama-4-researcher.git
cd llama-4-researcher

2. Configurer les variables d'environnement :

• Renommez le fichier .env.example en .env et ajoutez les clés API suivantes :

• groq_api_key : à obtenir depuis la Groq Console.

• linkup_api_key : à obtenir depuis le Linkup Dashboard.

• internal_api_key : à créer vous-même.

• Ou bien, lancez manuellement :

docker compose up -f compose.local.yaml llama_redis -d
docker compose up -f compose.local.yaml llama_app -d

3. L'application sera accessible à l'adresse http://localhost:8000.

Adresse Github :https://github.com/AstraBert/llama-4-researcher