Infrastructure de veille agentique basée sur une architecture modulaire et locale : Détection (n8n), Raisonnement (CrewAI/LangGraph) et Persistance (Qdrant/Obsidian). Ce projet industrialise la capture et la résolution de problèmes techniques issus de forums communautaires.
Monitorer des forums techniques (ex: communauté n8n) génère une surcharge cognitive massive. Ce système automatise la boucle de Détection -> Analyse -> Résolution -> Documentation directement dans un "Digital Garden" local (Obsidian).
graph TD
%% --- Flux de Veille ---
subgraph Forum [Forum Community n8n]
A[n8n Forum] -->|Scan horaire| B(Schedule Trigger)
end
subgraph Acquisition [Pipeline Acquisition]
B -->|HTTP Request| C[n8n_discourse_squad]
C -->|Split & Filter| D{Detection Error/Bug}
D -->|Nouveau| E[Dépôt cible_XXX.json]
end
%% --- Flux d'Intelligence ---
subgraph Bunker [Bunker IA - Agentic Core]
E -->|Guetteur| F(Agent Guetteur_Squad)
F -->|Lecture| G{Comparaison<br>cibles_traitées.txt}
G -->|Inédit| H[Traitement Agentique]
end
subgraph Squad [Escouade CrewAI]
H --> I[Expert Veilleur Technique]
I -->|Recherche SearXNG| J[Recherche contextuelle]
J --> K[Architecte Senior]
K -->|Rédaction| L[Note Obsidian<br>Injection contextuelle MCP]
end
%% --- Rangement ---
L -->|Archivage| M[cibles_traitées.txt]
%% --- Styles ---
style Forum fill:#f39c12,stroke:#fff,color:#fff
style Bunker fill:#2c3e50,stroke:#f1c40f,color:#fff
style Squad fill:#2980b9,stroke:#fff,color:#fff
style L fill:#8e44ad,stroke:#fff,color:#fff
style G fill:#c0392b,stroke:#fff,color:#fff
L'audit de l'infrastructure est géré par un agent autonome basé sur une architecture ReAct (LangGraph). Il possède une mémoire persistante et un arsenal d'outils mixtes (locaux via socket, et distants via MCP) pour diagnostiquer le système de manière autonome.
graph TD
%% --- Bloc Contexte (Recentré en haut) ---
subgraph Contexte [Système Fichiers - Lecture Seule]
A1[docker-compose.yml]
A2[litellm-config.yaml]
A3[searxng_config.yml]
end
%% --- Bloc Moteur LangGraph (Le Cœur Central) ---
subgraph LangGraph [Cerveau LangGraph : Le Cerbère]
Core{Agent ReAct<br>bunker-auto}
Mem[(MemorySaver<br>Thread : audit_routine)]
Core <-->|Garde le fil| Mem
end
%% --- Liaison Déclencheur ---
Trigger((Cron Interne<br>Tous les 3 jours)) -->|Charge l'état| Core
Contexte -.->|Lecture| Core
%% --- Arsenal d'Outils (Placé sous le cœur) ---
subgraph Toolbox [Arsenal des Outils]
direction LR
subgraph Docker [Outils Docker Natifs]
T1[⚙️ statut_infra]
T2[📝 lire_logs]
end
subgraph MCP [Outils Distants MCP]
T3[🌐 n8n_searxng]
end
end
%% --- Intégrations Physiques (Base du schéma) ---
subgraph Infrastructure [Couche Exécution]
D[🐳 Docker Daemon]
N[⚙️ Armurerie n8n]
end
%% --- Flux de communication ---
Core ===>|Action Request| Toolbox
Toolbox ===>|Observation| Core
T1 & T2 -->|Socket API /var/run/| D
T3 <-->|Protocole SSE| N
%% --- Sortie (À côté du cœur pour l'équilibre visuel) ---
Core -->|Si nouveauté critique| Out[Rapport Obsidian<br>Injection contextuelle MCP]
%% --- Styles ---
style Contexte fill:#2c3e50,stroke:#fff,color:#fff
style LangGraph fill:#8e44ad,stroke:#f1c40f,stroke-width:2px,color:#fff
style Toolbox fill:#2980b9,stroke:#fff,color:#fff
style Docker fill:#34495e,stroke:#ecf0f1,color:#fff
style MCP fill:#d35400,stroke:#ecf0f1,color:#fff
style Infrastructure fill:#23272a,stroke:#fff,color:#fff
style Out fill:#27ae60,stroke:#fff,color:#fff
📂 Anatomie du Dépôt L'architecture est segmentée pour garantir une isolation stricte entre l'acquisition (n8n) et l'exécution cognitive (Python).
ORIORIS-Blueprints/
├── README.md # Ce document
├── n8n_workflows/
│ └── acquisition_discourse_forum.json # Workflow d'acquisition sanitisé
└── bunker_agents/
├── agent.py # Cerbère d'audit d'infrastructure (LangGraph)
├── squad_forum.py # L'escouade CrewAI (Éclaireur & Mécano)
├── guetteur_squad.py # Démon de surveillance des fichiers
├── entrypoint.sh # Lance guetteur et agent ensemble
├── requirements.txt # Dépendances (langchain, crewai, litellm)
├── Dockerfile # Conteneurisation de l'agent
└── outils/
└── searxng_tool.py # Outil sur mesure
🚀 Déploiement & Configuration Ce système est conçu pour tourner dans un environnement Docker sécurisé, derrière un routeur LLM (LiteLLM).
# Routage LLM (LiteLLM Local recommandé)
LITELLM_API_BASE="http://litellm_bunker:4000/v1"
LITELLM_API_KEY="votre_cle_api_securisee"
# Télémétrie
CREWAI_TELEMETRY_OPT_OUT=true
PYTHONUNBUFFERED=1cd bunker_agents
docker build -t orioris_agent_veille .
docker run -d \
-v ./reception:/app/reception \
-v ./obsidian:/obsidian_vault \
--env-file .env \
orioris_agent_veille📚 Références & Standards de l'Industrie Ce système a été conçu en s'intégrant aux standards de l'ingénierie IA 2026 :
Intégration Agentique : Inspiré de n8n-nodes-langchain(n8n).
State Machines : Utilisation de LangGraph pour l'agent d'audit LangGraph (LangChain) .
Orchestration Multi-Agents : Routage via CrewAI connecté en natif à LiteLLM CrewAI(CrewAI).
📂 Bibliothèque de Blueprints (n8n_workflows/) Ce dépôt sert de bibliothèque centrale pour les patterns d'automatisation agentique ORIORIS. Chaque fichier JSON est indépendant et conçu pour une fonction spécifique :
acquisition_discourse_forum.json : Pipeline de veille automatisée (Détection/Raisonnement/Persistance). Voir section "Squad Forum" ci-dessus.
rag_obsidian.json : Pipeline d'ingestion RAG pour Obsidian. Assure l'intégrité de la base de données vectorielle (Qdrant).
Director_AI_Russell.json : Directeur IA (Agent de commandement). Gère les interactions Telegram, le routage d'outils (MCP) et l'audit de logique utilisateur.