convez.ai
MCP ServerIntegração & APIsAvançado
Ktulu-Analog

Demeter: Assistente IA Soberano para RH

Ktulu-Analog/demeter

IA soberana para RH: RAG, MCP, zero nuvem, 100% local

Ver no GitHub
InicialPluginScore · de 0 a 100

MCP server multiplaforma (Tauri v2 + Rust) que fornece assistente IA especializado em recursos humanos, rodando 100% local sem dependências externas. Integra RAG com Qdrant, suporta qualquer API compatível OpenAI, renderiza gráficos interativos (ECharts, SVG, Mermaid) e exporta documentos Word diretamente do chat.

Instalação

$npx convez-ai Ktulu-Analog/demeter

1 comando no terminal: detecta o formato do repositório (marketplace ou plugin avulso) e instala via Claude Code. Requer Node 18+ e o Claude Code instalado.

Métricas

Estrelas
3
Forks
1
Acompanhando
0
Saúde
71%
Último commit
há 1 mês
Versão
v2.4.7
Issues abertas
1
Contribuidores
1

Casos de uso

  • Análise de documentos de RH (PDFs, Word) com busca semântica
  • Geração de relatórios e documentos Word a partir do chat
  • Consultas especializadas em legislação trabalhista e processos RH
  • Integração com ferramentas externas via servidores MCP

Veredito

Projeto maduro e bem arquitetado para equipes de RH que exigem soberania de dados e customização profunda. A stack Rust + Tauri oferece performance e portabilidade, mas o setup inicial e configuração de LLMs locais demandam experiência técnica avançada.

README

A tradução para o português deste README ainda está na fila.

Demeter

Assistant RH intelligent — application desktop cross-platform (Tauri v2 · Rust · React)

CI License: AGPL v3 Tauri Rust

Demeter est un assistant IA spécialisé en ressources humaines (fonction publique d'État dans sa configuration actuelle, mais vous pouvez modifier les prompts pour l'adapter à vos besoins), fonctionnant entièrement en local sans service externe — aucun Docker, aucun cloud requis. Le backend Rust/Axum est embarqué dans l'application Tauri v2 et pilote un LLM via n'importe quelle API compatible OpenAI (Albert API, OpenAI, Mistral, Ollama…).

Interface Demeter


Fonctionnalités

CapacitéDétail
💬 Chat IA multi-espacesDemeter RH, Recrutement, Congés, Fiches de paie, Formations
📚 RAG (Qdrant)Ingestion PDF/DOCX, recherche sémantique + reranking ; stockage vectoriel via Qdrant local ou distant
🔌 MCPConnexion à des serveurs MCP externes (HTTP Streamable 2025-03-26)
🌐 Recherche webServeur MCP dédié — activé à la demande via le bouton « Web » ; alias et statut visibles en info-bulle
📄 Génération WordExport .docx depuis le chat en un clic
📊 Graphiques EChartsBlocs ```echarts rendus interactivement
🖼️ Graphiques SVG natifsBlocs ```svg rendus inline avec zoom, copie et téléchargement
📐 Diagrammes MermaidFlowcharts, séquences, Gantt…
∑ Formules KaTeXRendu LaTeX inline ($…$) et bloc ($$…$$)
💾 Persistance localeConversations en SQLite — aucun compte requis
🖥️ Cross-platformLinux · macOS · Windows

Architecture

demeter/
├── frontend/                   ← React 18 + TypeScript + Vite
│   └── src/
│       ├── App.tsx             ← UI principale & gestion de l'état
│       ├── DialogContext.tsx   ← Contexte des dialogues
│       ├── components/
│       │   ├── MarkdownComponents.tsx   ← Rendu Markdown + ECharts + Mermaid + SVG
│       │   ├── IngestionModal.tsx       ← Interface RAG (Qdrant)
│       │   ├── ArtifactsPanel.tsx       ← Panneau Word/artefacts
│       │   ├── PromptsEditorModal.tsx   ← Éditeur d'espaces & prompts
│       │   └── Message.tsx             ← Rendu d'un message
│       ├── hooks/              ← Hooks React (streaming, MCP…)
│       └── utils/              ← docx, text, mermaid-sanitizer, artifacts
│
└── src-tauri/                  ← Backend Rust + config Tauri
    └── src/
        ├── api.rs              ← Endpoints Axum (chat, RAG, MCP, search…)
        ├── db.rs               ← SQLite via tokio-rusqlite
        ├── models.rs           ← Types Serde (Chat, Conversation, Chunk…)
        ├── rag.rs              ← Pipeline RAG Qdrant (retrieve → rerank → inject)
        ├── mcp.rs              ← Client MCP HTTP Streamable
        ├── extract.rs          ← Extraction texte PDF (lopdf) et DOCX (zip+XML)
        ├── spaces.rs           ← Lecture/écriture prompts.yml
        └── lib.rs              ← Setup Tauri + démarrage serveur HTTP

Stack technique

CoucheTechnologie
Desktop shellTauri v2
BackendRust · Axum · tokio
Base de donnéesSQLite via tokio-rusqlite
Stockage vectorielQdrant local ou distant
HTTP clientreqwest (rustls, HTTP/2)
FrontendReact 18 · TypeScript · Vite
Rendureact-markdown · KaTeX · Mermaid · ECharts · SVG natif
Documentsdocx (génération Word)

Prérequis

Rust ≥ 1.77

curl --proto '=https' --tlsv1.2 -sSf https://sh.rustup.rs | sh
source ~/.cargo/env

Node.js ≥ 18

nvm install 20 && nvm use 20

Tauri CLI v2

cargo install tauri-cli --version "^2"
# ou via npm :
npm install -g @tauri-apps/cli@^2

Qdrant

Qdrant est le moteur de recherche vectorielle utilisé par Demeter pour le RAG. Installez-le localement :

# Docker (recommandé)
docker run -d -p 6333:6333 -p 6334:6334 \
  -v $(pwd)/qdrant_storage:/qdrant/storage \
  qdrant/qdrant

# ou binaire natif — voir https://qdrant.tech/documentation/guides/installation/

L'URL par défaut est http://localhost:6333. Vous pouvez pointer vers une instance distante via le champ URL Qdrant dans les paramètres ou la variable d'environnement QDRANT_URL.

Dépendances système

Linux (Debian/Ubuntu)

sudo apt update && sudo apt install -y \
  libwebkit2gtk-4.1-dev libgtk-3-dev \
  libayatana-appindicator3-dev librsvg2-dev \
  patchelf build-essential

macOS — xcode-select --install

Windows — aucune dépendance supplémentaire (WebView2 inclus avec Windows 10/11).


Démarrage rapide

git clone https://github.com/<votre-org>/demeter.git
cd demeter

cd frontend && npm install && cd ..
cargo tauri dev

L'interface s'ouvre automatiquement. Le serveur Rust écoute sur http://localhost:45678.

Build production

cd frontend && npm install && npm run build && cd ..
cargo tauri build

Les installateurs sont générés dans src-tauri/target/release/bundle/ :

  • Linux : .deb + .AppImage
  • macOS : .dmg
  • Windows : .msi + .exe

Configuration

Connexion au LLM

Au premier lancement, ouvrez Paramètres (⌘, / Ctrl+,) et renseignez :

  • Endpoint — URL de l'API compatible OpenAI
    ex. https://albert.api.etalab.gouv.fr/v1
  • Clé API — votre token Bearer
  • Modèle — identifiant du modèle
    ex. meta-llama/Llama-3.1-8B-Instruct

Connexion Qdrant

Dans les Paramètres, section RAG :

  • Clé API Qdrant — laissez vide si votre instance n'est pas sécurisée ; entrez une clé admin brute ou un JWT pour les instances protégées
  • URL Qdrant — laissez vide pour utiliser http://localhost:6333 (défaut), ou saisissez l'URL de votre instance distante

Si votre clé Qdrant est un JWT (commence par eyJ), vous pouvez également configurer des tokens par collection pour un accès granulaire en lecture/écriture.

Variables d'environnement

VariableDéfautDescription
QDRANT_URLhttp://localhost:6333URL de l'instance Qdrant
QDRANT_API_KEY(vide)Clé d'accès Qdrant (admin ou JWT)
EMBEDDING_MODELBAAI/bge-m3Modèle d'embedding Albert
EMBEDDING_DIM1024Dimension des vecteurs
RERANK_MODELBAAI/bge-reranker-v2-m3Modèle de reranking
RAG_TOP_K20Chunks récupérés avant reranking
RAG_TOP_RERANK5Chunks conservés après reranking
RAG_MIN_SCORE0.15Score minimum (filtre qualité)
RUST_LOGdemeter=infoNiveau de log (debug, info, warn)

Espaces & Prompts

Les espaces sont configurés dans src-tauri/prompts.yml (embarqué dans le binaire, copié au premier lancement dans le répertoire de données utilisateur). L'éditeur intégré (Espaces → ⌘E / Ctrl+E) permet de les modifier sans toucher au YAML.


Données persistées

OSChemin
Linux~/.local/share/Demeter/
macOS~/Library/Application Support/Demeter/
Windows%APPDATA%\Demeter\
  • conversations.db — SQLite des conversations
  • prompts.yml — configuration des espaces

RAG — Ingestion de documents

  1. Lancez Qdrant (http://localhost:6333 par défaut)
  2. Ouvrez Ingestion RAG (⌘R / Ctrl+R)
  3. Créez ou sélectionnez une collection Qdrant
  4. Déposez vos fichiers PDF, DOCX, TXT ou Markdown
  5. Activez le RAG dans une conversation via le bouton 📚

Pipeline : extraction texte → chunking → embeddings (Albert) → stockage Qdrant → reranking (BGE) → injection contexte.

Note : les valeurs de chunk sont exprimées en caractères (et non en tokens).
Les valeurs par défaut sont chunk_size = 2048 et chunk_overlap = 0.

Un indicateur en temps réel (vert/rouge) dans la modale RAG signale l'état de la connexion Qdrant.


Rendu graphique

Demeter supporte plusieurs formats de visualisation directement dans le chat :

  • ECharts — blocs ```echarts avec JSON de configuration
  • SVG natif — blocs ```svg rendus inline avec barre d'outils (copie presse-papier, téléchargement .svg)
  • Mermaid — flowcharts, diagrammes de séquence, Gantt, etc.
  • KaTeX — formules mathématiques inline et bloc

MCP — Outils externes

Demeter supporte le Model Context Protocol en transport HTTP Streamable (spec 2025-03-26), compatible avec mcp.data.gouv.fr et tout serveur FastMCP stateless.

Ajoutez des serveurs MCP dans les paramètres. Chaque serveur peut recevoir un alias affiché dans l'interface. Les outils disponibles sont découverts automatiquement et les statuts de connexion sont visibles en info-bulle au survol des boutons MCP et Web.

Le bouton Web active un serveur MCP dédié à la recherche web (configurable séparément) ; il n'est inclus dans les appels que lorsqu'il est allumé.


Contribution

Les contributions sont les bienvenues ! Consultez CONTRIBUTING.md pour les détails.

# Fork → branche
git checkout -b feat/ma-fonctionnalite

# Vérifications avant PR
cargo fmt && cargo clippy
cd frontend && npm run typecheck

Licence

AGPL-3.0 — © 2026 Pierre Couget — ktulu.analog@gmail.com

Ver o original no GitHub

Bom para

Relacionados