RAG sur du code source

« Où est gérée la relance des impayés ? », « que se passe-t-il si l'envoi d'e-mail échoue ? » : sur un projet que l'on découvre, ces questions coûtent des heures de lecture. Ce lab construit un RAG qui répond avec des liens fichier:ligne que l'on peut ouvrir, et qui refuse quand le code ne contient pas la réponse.

Le terrain de jeu : facturo, un petit projet Python fictif de facturation (16 fichiers, généré par un script), avec de vraies fonctions qui s'exécutent.

Ce que vous allez construire

flowchart LR
  P["projet_demo/**/*.py"] --> A["ast.parse"]
  A --> C["morceaux : fonction, méthode, classe, constante + lignes début/fin"]
  C --> E["embeddings (titre = fichier + rôle du module)"]
  C --> B["BM25 sur les mots des identifiants"]
  E --> DB[("code.db")]
  Q["Question"] --> V["recherche vectorielle"]
  Q --> K["recherche BM25"]
  DB --> V
  B --> K
  V --> F["fusion RRF"]
  K --> F
  F --> OU["ou : liste fichier:ligne"]
  F --> G["Gemini : réponse"]
  G --> CHK{"chaque fichier:ligne dans un extrait ?"}
  CHK -- "oui" --> L["liens projet_demo/x.py#L12"]
  CHK -- "non" --> R["refus"]

Pour qui ?

Vous avez fait au moins le lab 1 ; le lab 3 (découpage par structure) est un bon échauffement.
Vous lisez du Python couramment.

Prérequis

Python 3.10+, une clé d'API Gemini dans .env (voir .env.example).
pip install -r requirements.txt (requirements.txt) : google-genai, numpy, rank-bm25.

Programme

Module	Leçon	Ce que vous faites	Fichiers
1. Le cas d'usage	Questions sur du code	pourquoi le code est particulier, le projet fictif	`make_project.py`
2. Construire	Découper avec ast	fonctions, méthodes, classes, constantes, lignes exactes	`code_rag.py`
2. Construire	Recherche hybride et liens vérifiés	BM25, RRF, « où est géré X », citations vérifiées, liens	`code_rag.py`
3. Évaluer	Évaluer et améliorer	3 modes de recherche, 3 corrections mesurées, fidélité, refus	`eval.py`, `golden.json`, `test_code_rag.py`

En local ou sur GCP ?

	Ce lab	Sur Google Cloud
Code	dossier local	dépôt Git, synchronisé par Cloud Build
Index	`code.db` SQLite, réindexé par fichier	Vertex AI Vector Search + recherche plein texte
Accès	votre poste	Cloud Run derrière IAP, réservé à l'équipe

Code complet : code_rag.py, eval.py, test_code_rag.py, make_project.py.