aller au contenu
sacha.lemee
> cd projects/sensai

SensAI

Un mentor IA qui tient à jour la spécification de ton projet

contexte
EPITECH · équipe de 3
période
sept. → nov. 2026
plateformes
Python · TypeScript · Ollama · Docker
L'interface web de SensAI : une conversation avec Wu sur une application de todo list pour étudiants, et la spécification du projet remplie à droite

> cat context.md

Un projet d'intelligence artificielle EPITECH, réalisé avec Armand Lecomte et Rayan Ouerdane. Ma part : le CLI, la configuration, les profils d'agents, la spécification vivante, les versions de prompts, l'API HTTP, l'interface web et la documentation. Armand a construit le chargement des documents et le RAG (encore en cours), le bac à sable de code, les fichiers de l'espace de travail, les questions de clarification et le benchmark. Rayan a construit la boucle de l'agent, le client LLM, le service de conversation, les outils MCP et la recherche web, et la base vectorielle.

> cat how-it-works.md

  1. 01Wu, l'agent par défaut, guide vers la réponse. On peut passer en pleine conversation à Euclid (maths), Sensei (japonais), Ada (relecture de code) ou Mira (produit), ou ajouter son propre profil en YAML.
  2. 02Après chaque réponse, un preneur de notes ne renvoie que les sections de la spécification qui ont changé, sous forme de modifications JSON que le code applique à ASSISTANT.md, rechargé au démarrage suivant.
  3. 03En mode multi-agent, un coordinateur confie des parties d'une tâche à des agents spécialisés (recherche, code, fichiers, relecture) décrits dans un fichier YAML.
  4. 04Les agents disposent d'outils : la recherche web via MCP, les fichiers de l'espace de travail selon des permissions définies, et un bac à sable Docker pour exécuter et tester du code. Quand un choix manquant bloque une demande, l'agent pose une question fermée avec des options (human in the loop).
  5. 05Les mêmes agents tournent dans le terminal ou dans une interface web React aux réponses diffusées en continu, via une API HTTP qui sert aussi les profils et la spécification.
  6. 06Chaque échange est tracé en local (volume, latence, erreurs, tokens) et affiché sur un tableau de bord. wu-compare fait tourner deux versions des prompts sur les mêmes messages, et un agent juge note chaque réponse.