03. Hybride : le kit 1 comme socle, les connecteurs Gemini Enterprise en plus

Le but : un seul kit, déployable chez des clients différents :

client sans Gemini Enterprise → le kit 1 seul (RAG Engine, ses sources) ;
client avec Gemini Enterprise → le même kit 1, plus une ligne de configuration : l'agent cherche aussi dans l'app Gemini Enterprise du client (ses data stores et connecteurs, montés avec le kit 2).

Même interface, même agent, même CLI, mêmes citations : les réponses mélangent les deux mondes.

                       ┌──────────── kit 1 ─────────────────────────────┐
 Drive connecté, dossier partagé, dépôts ─► corpus RAG Engine « rag-kit »   ├──┐
                       └────────────────────────────────────────────────┘  │  l'agent cherche dans les deux,
 Data stores Gemini Enterprise (kit 2) ─► corpus adossé à l'app GE (lecture) ├──┤  entrelace les résultats par rang,
   (dépôts GE, SharePoint, OneDrive…)     « rag-kit-gemini-enterprise »      │  cite chaque source
                                                                             └──► interface du kit 1

Testé en vrai le 14/10/2026 sur main-project-511608 : kit 1 déployé avec GE_SERVING_CONFIG pointant sur une app Vertex AI Search / Gemini Enterprise de test (data store des dépôts du kit 2). Question dont la réponse n'existe que côté Gemini Enterprise (« offre Albatros : 990 € », PDF du kit 2) → réponse juste et citée ; question dont la réponse n'existe que dans le Drive du kit 1 (« indemnité : 47 € ») → réponse juste et citée ; test_e2e.py complet : TOUT EST OK. Corpus europe-west4 adossé à une app eu : accepté.

Activer

Sur un kit 1 déjà déployé (03-2) :

cd gcp_rag/01-rag-engine-sync
./ragkit set GE_SERVING_CONFIG "projects/<NUMÉRO>/locations/eu/collections/default_collection/engines/<APP_ID>/servingConfigs/default_search"
./ragkit deploy --plan      # + 1 corpus « rag-kit-gemini-enterprise », service et job mis à jour
./ragkit deploy
./ragkit status             # « Hybride : + app Gemini Enterprise <APP_ID> »

Désactiver : ./ragkit set GE_SERVING_CONFIG "" puis ./ragkit deploy (le corpus adossé est supprimé ; l'app Gemini Enterprise n'est pas touchée).

<NUMÉRO> : numéro du projet de l'app ; <APP_ID> : console Gemini Enterprise → Apps → ID.

Ce qu'il faut savoir

Sujet	Détail
Lecture seule	Le kit cherche dans l'app ; il n'y écrit rien. La synchro des sources Gemini Enterprise reste celle de Google (kit 2)
Identité	La recherche part du compte de service du kit (`rag-kit-sa`), pas de la personne : les data stores liés aux identités Workspace (Drive fédéré, sources avec ACL par utilisateur) refusent les comptes de service (documenté : 403). En hybride, n'en attendez que les sources sans droits par personne (dépôts GE, sites, SharePoint/OneDrive ingérés sans ACL…). Pour les droits par personne : l'app Gemini Enterprise elle-même
Panne côté GE	Si l'app Gemini Enterprise ne répond pas, l'agent continue avec le seul corpus du kit (avertissement dans les journaux : « recherche Gemini Enterprise en échec »)
Droits	`rag-kit-sa` a déjà `roles/discoveryengine.viewer` (même projet). App dans un autre projet : donnez-lui ce rôle sur le projet de l'app (non testé en multi-projets ; si la recherche est refusée, donnez-le aussi à l'agent de service RAG `service-<n°>@gcp-sa-vertex-rag…`)
Doublons	Un même document présent des deux côtés ressort deux fois : évitez de brancher la même source dans les deux
Coût	En plus du kit 1 : chaque question fait une recherche dans l'app (tarif Vertex AI Search / Gemini Enterprise de votre contrat)

Choisir entre 1, 2, 3 et 4

Situation	Kit
Pas de Workspace ni de licences, un corpus commun à l'équipe	1
Workspace / Microsoft 365 + licences, chacun ne voit que ses documents	2
Un kit à déployer chez plusieurs clients, avec ou sans Gemini Enterprise	3 (= 1 + `GE_SERVING_CONFIG`)
Sur un poste, sans Google Cloud, avec Claude	4