Ingestion documentaire
Extraire, normaliser, contextualiser, puis indexer. Chaque document passe par Docling, devient du Markdown, est contextualisé par un modèle local, vectorisé puis indexé avec sa portée d’habilitation. Rien n’est publié sans avoir rejoué le corpus de référence.
Exécuter maintenant
Lance réellement ce flux tel qu’enregistré côté passerelle — l’exécuteur natif (`ia_agents/flux.py`) appelle pour de vrai chaque agent qu’il référence. Suivi dans le centre de tâches.
Exécutions 7 jours
Flux jamais publié
Durée médiane
Étape la plus lente : Rejeu du corpus de référence
Taux de succès
Maillon faible : Extraction
Coût par exécution
Estimation
Canevas
Glissez une carte sur un bouton + pour la déplacer · les étapes marquées d’un cadenas sont posées par la plateforme100 %Corps de la boucle · 500 itérations au plus
↻ retour au début
Un flux se teste par ses branches, pas par son chemin heureux
Les trois manières dont un flux se dégrade sans prévenir
Documents modifiés
Outil
Reprise sur erreur
Mesuré sur cette étape
Le parallèle ne réduit pas le coût