Demeter: Assistente IA Soberano para RH
Ktulu-Analog/demeter
IA soberana para RH: RAG, MCP, zero nuvem, 100% local
Ver no GitHubMCP 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/demeter1 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
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)
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…).

Fonctionnalités
| Capacité | Détail |
|---|---|
| 💬 Chat IA multi-espaces | Demeter RH, Recrutement, Congés, Fiches de paie, Formations |
| 📚 RAG (Qdrant) | Ingestion PDF/DOCX, recherche sémantique + reranking ; stockage vectoriel via Qdrant local ou distant |
| 🔌 MCP | Connexion à des serveurs MCP externes (HTTP Streamable 2025-03-26) |
| 🌐 Recherche web | Serveur MCP dédié — activé à la demande via le bouton « Web » ; alias et statut visibles en info-bulle |
| 📄 Génération Word | Export .docx depuis le chat en un clic |
| 📊 Graphiques ECharts | Blocs ```echarts rendus interactivement |
| 🖼️ Graphiques SVG natifs | Blocs ```svg rendus inline avec zoom, copie et téléchargement |
| 📐 Diagrammes Mermaid | Flowcharts, séquences, Gantt… |
| ∑ Formules KaTeX | Rendu LaTeX inline ($…$) et bloc ($$…$$) |
| 💾 Persistance locale | Conversations en SQLite — aucun compte requis |
| 🖥️ Cross-platform | Linux · 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
| Couche | Technologie |
|---|---|
| Desktop shell | Tauri v2 |
| Backend | Rust · Axum · tokio |
| Base de données | SQLite via tokio-rusqlite |
| Stockage vectoriel | Qdrant local ou distant |
| HTTP client | reqwest (rustls, HTTP/2) |
| Frontend | React 18 · TypeScript · Vite |
| Rendu | react-markdown · KaTeX · Mermaid · ECharts · SVG natif |
| Documents | docx (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
| Variable | Défaut | Description |
|---|---|---|
QDRANT_URL | http://localhost:6333 | URL de l'instance Qdrant |
QDRANT_API_KEY | (vide) | Clé d'accès Qdrant (admin ou JWT) |
EMBEDDING_MODEL | BAAI/bge-m3 | Modèle d'embedding Albert |
EMBEDDING_DIM | 1024 | Dimension des vecteurs |
RERANK_MODEL | BAAI/bge-reranker-v2-m3 | Modèle de reranking |
RAG_TOP_K | 20 | Chunks récupérés avant reranking |
RAG_TOP_RERANK | 5 | Chunks conservés après reranking |
RAG_MIN_SCORE | 0.15 | Score minimum (filtre qualité) |
RUST_LOG | demeter=info | Niveau 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
| OS | Chemin |
|---|---|
| Linux | ~/.local/share/Demeter/ |
| macOS | ~/Library/Application Support/Demeter/ |
| Windows | %APPDATA%\Demeter\ |
conversations.db— SQLite des conversationsprompts.yml— configuration des espaces
RAG — Ingestion de documents
- Lancez Qdrant (
http://localhost:6333par défaut) - Ouvrez Ingestion RAG (⌘R / Ctrl+R)
- Créez ou sélectionnez une collection Qdrant
- Déposez vos fichiers PDF, DOCX, TXT ou Markdown
- 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 sontchunk_size = 2048etchunk_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
```echartsavec JSON de configuration - SVG natif — blocs
```svgrendus 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