01 · Vectoriel
Sémantique
Les embeddings retrouvent les passages qui disent la même chose, même sans un seul mot en commun.
360° GraphRAG · Knowledge Studio
MENTOR extrait, découpe, vectorise et relie tout ce que votre équipe écrit pour en faire un graphe de connaissances vivant — puis y puise ses réponses à 360°, source à l’appui pour chaque affirmation.
01Comprendre le GraphRAG 360°
Le RAG classique récupère quelques paragraphes similaires. Le GraphRAG 360° examine votre bibliothèque sous quatre angles à la fois — le sens, la formulation, les entités en jeu et les thèmes qui les entourent — puis les fusionne en une seule réponse étayée et sourcée.
01 · Vectoriel
Les embeddings retrouvent les passages qui disent la même chose, même sans un seul mot en commun.
02 · Mots-clés
Les termes exacts, les codes et les noms sont eux aussi repérés, puis fusionnés avec les résultats sémantiques.
03 · Graphe local
Les entités de la question amènent avec elles leurs relations, leurs chunks sources et leurs communautés.
04 · Global
Les groupes d’entités liées sont résumés : les questions larges obtiennent ainsi une réponse à l’échelle de toute la bibliothèque.
SémantiqueLexicalLocalGlobalune seule réponse sourcée
Résultats fusionnés et reclassés, puis rédigés avec des citations numérotées qui renvoient aux passages exacts.
02Fonctionnement
Chaque document suit le même pipeline résilient, sur votre propre serveur — et vous pouvez observer chaque étape en direct.
Étape 01
Déposez des fichiers PDF, Word, PowerPoint, Excel, HTML, Markdown ou CSV — ou collez une URL. Les originaux sont conservés dans votre propre stockage objet.
Étape 02
Chaque document rejoint une file de tâches dans votre base de données. Les workers le prennent en charge, suivent chaque étape, relancent en cas d’échec et reprennent après un redémarrage.
Étape 03
Le texte et la structure sont extraits, puis découpés en chunks dimensionnés en tokens, qui retiennent leurs numéros de page.
Étape 04
Chaque chunk devient un vecteur dans PostgreSQL + pgvector, prêt pour la recherche sémantique et hybride.
Étape 05
Un modèle lit chaque chunk pour y repérer entités et relations, et les doublons fusionnent en un graphe unique pour toute la bibliothèque.
Étape 06
Les entités liées sont regroupées sur deux niveaux, et chaque communauté reçoit un résumé rédigé et ses points clés.
Étape 07
Les questions passent par tous les modes de recherche et reviennent sous la forme d’une seule réponse, avec des citations numérotées qui renvoient à la source.
03Sources
Dossiers du conseil, manuels, feuilles de calcul et pages web alimentent le même noyau — extraits, reliés et prêts à être interrogés.
Les chunks conservent leurs numéros de page : chaque citation s’ouvre donc à la bonne page.
Collez une URL : MENTOR la récupère côté serveur, puis la met en file d’attente comme n’importe quel import.
Modifiez le schéma ou les modèles, puis retraitez un document ou reconstruisez les communautés en un clic.
04Recherche 360°
Choisissez un prisme pour voir comment MENTOR regarde votre bibliothèque — ou laissez le mode 360° les activer tous et fusionner leurs résultats.
Question
À quel point Nimbus GA est-il exposé au risque d’approvisionnement ?
Prisme 360°
Hybride + graphe + local + global, fusionnés.
Idéal pour : tout — c’est le mode par défaut.
Survolez ou touchez un prisme · toutes les quelques secondes, ils convergent en une seule réponse
05Démo interactive
Une bibliothèque d’exemple — les documents stratégiques d’une entreprise fictive — telle que MENTOR l’extrait. Survolez pour suivre les connexions, cliquez sur une entité pour l’inspecter, basculez entre types et communautés. Les documents d’exemple sont en anglais.
06Fonctionnalités
Bibliothèques et organisations
Chaque bibliothèque a ses propres documents, son schéma, son graphe et ses paramètres, rattachés à une organisation Clerk. Les administrateurs la façonnent ; les membres explorent et posent leurs questions.

Explorateur de graphe
Déployez les voisins, trouvez les chemins entre deux entités et filtrez par type ou par communauté sur un canevas WebGL rapide.

Santé du graphe
Les quasi-doublons, les entités orphelines et les liens faibles remontent d’eux-mêmes. Fusionnez ou écartez chaque suggestion en un clic.
Schéma et ontologie
Partez d’un préréglage ou laissez MENTOR suggérer des types d’entités et de relations à partir de vos propres documents, puis affinez-les.

Détails de la recherche
Chaque exécution conserve ses passages, ses scores, ses modes, ses tokens et sa latence — avec, à la demande, une évaluation de la qualité.

Administration et files d’attente
Suivez les files d’attente et les tâches en direct, relancez les échecs, rejouez les messages empoisonnés, ajustez modèles et limites — avec une piste d’audit complète.

07Cas d’usage
Stratégie et conseil d’administration
Des années de dossiers du conseil, de présentations stratégiques et de registres des risques deviennent un seul graphe de décisions, de responsables et de dates.
Sources
Interroger · 360°
Qu’a décidé le conseil au sujet de Nimbus au Q3 ?
La revue du conseil du Q3 a approuvé le dossier d’investissement Nimbus 1 et a fait de la diversification des fournisseurs une priorité du Q4 2.
08Sécurité et plateforme
MENTOR s’exécute sous la forme d’une seule stack Docker Compose sur une machine que vous contrôlez : application web, API, workers, base de données, stockage objet et proxy HTTPS. Vos documents ne sont jamais stockés ailleurs.
Les fichiers originaux résident dans le stockage objet ; les chunks, les vecteurs, les entités et les rapports de communautés résident dans PostgreSQL — le tout dans des conteneurs, sur une machine que vous exploitez.
Clerk gère la connexion et les organisations. Chaque bibliothèque, chaque requête et chaque tâche est vérifiée au regard de l’organisation et du rôle de l’appelant.
Une file de tâches en base de données suit chaque étape, relance les échecs, survit aux redémarrages et permet aux administrateurs de rejouer tout ce qui est resté bloqué.
Les modifications des administrateurs sont consignées dans un journal d’audit, et chaque réponse conserve les détails de la recherche qui l’a produite.
09FAQ
En bref : comment MENTOR fonctionne, où vont vos données et pourquoi chaque réponse s’accompagne de ses sources.
Une génération augmentée par récupération (RAG) qui examine votre bibliothèque sous tous les angles. En plus de la recherche sémantique (vectorielle) et par mots-clés, MENTOR construit un graphe de connaissances des entités et des relations présentes dans vos documents, les regroupe en communautés dotées de résumés rédigés, puis fusionne le tout — vectoriel, hybride, graphe, local et global — en une seule réponse étayée.
Mentor, c’est l’intuition distribuée
Créez une bibliothèque, déposez un dossier et posez votre première question — citations à l’appui — en quelques minutes.