Mibeko

Le problème#

Le droit congolais et le droit OHADA existent, mais ils sont éparpillés dans des PDF scannés, difficiles à trouver et impossibles à interroger. Un juriste, un entrepreneur ou un citoyen qui cherche une règle précise doit fouiller des documents épars, sans garantie d’être à jour ni de citer la bonne source.

Le fonds, et ce qu’il change#

Mibeko a publié plus de 1 000 textes officiels (codes, lois, décrets, actes uniformes), soit plus de 17 000 articles, chacun adressable individuellement et sourcé auprès du Secrétariat général du Gouvernement (sgg.cg) ou de l’OHADA (ohada.org). Poser une question ne renvoie plus vers un document entier à relire, mais vers l’article exact qui y répond.

La contrainte qui organise tout : une réponse ne vaut que par l’article qu’elle cite. L’assistant ne répond pas de mémoire : il cherche dans ce fonds, retient les articles pertinents, et retire toute citation qui ne correspond à aucun article réellement retrouvé avant affichage. Ce n’est pas une consigne donnée au modèle : c’est un contrôle appliqué à sa sortie. Trois questions réelles et leurs sources sont consultables sans compte.

La construction#

Cette rigueur tient à une chaîne de traitement traçable de bout en bout. Chaque document est lu (OCR), puis structuré par un modèle de langage dont la sortie est validée par un schéma strict : le modèle propose, le schéma dispose. Rien n’entre en base sans respecter la forme attendue. Chaque fragment garde la preuve de son origine jusqu’à l’empreinte du fichier source (provenance SHA-256).

Par-dessus, une recherche hybride combine trois angles (texte intégral, proximité orthographique, similarité sémantique via pgvector) pour retrouver le bon article même quand la question est formulée autrement que la loi.

L’assistant repose sur cette recherche : c’est un RAG sourcé (l’IA cherche d’abord dans le fonds, puis rédige à partir de ce qu’elle a trouvé). Un agent IA lance lui-même les recherches dont il a besoin, puis répond uniquement à partir des articles trouvés, en citant chacun d’eux. S’il ne trouve rien, il le dit et propose une autre piste, au lieu de répondre de mémoire. Un serveur MCP (le moyen standard de donner des outils à un assistant IA) ouvre aussi le fonds à d’autres assistants : chercher, lire un article, repérer les anomalies d’un texte. L’IA signale ; un humain corrige et publie.

Côté livraison : une API Laravel, un service d’ingestion Python / FastAPI, un tableau de bord React, un site Astro, et des applications mobiles Kotlin Multiplatform publiées sur l’App Store et le Play Store.

La production#

Mibeko tourne en production depuis décembre 2025. La qualité est tenue par ~730 tests automatisés et une CI/CD GitHub Actions ; le déploiement continu se fait sur un serveur Linux que j’administre (Docker, Ansible, Traefik). Je le conçois, le développe et je le fais tourner au quotidien : mises en production, surveillance, corrections.

Ces tests sont de deux sortes. Les tests unitaires vérifient une fonction seule ; les tests d’intégration vérifient plusieurs briques ensemble, sur une vraie base PostgreSQL. Ils tournent à chaque modification, avec Pest pour l’API Laravel et Vitest pour le tableau de bord React, et la mise en ligne n’a lieu que s’ils passent. Le traitement des documents a ses propres tests, écrits avec pytest. Pour suivre ce qui se passe une fois en ligne : la mesure d’audience passe par Umami, installé sur mon serveur et sans cookies, et les journaux des services se lisent avec Dozzle.

C’est le projet qui prouve le reste : la capacité à porter un fonds de données et un produit complets, du texte de loi aux stores, et à les faire tenir dans la durée.