Pipeline LCEL - Décomposition et Synthèse de Questions

Où les pipes LCEL ont été utilisés

Les pipes LCEL (|) composent les Runnables LangChain :

1. Décomposeur : decompose_prompt | ChatOllama(...) - Prompt + modèle
2. Répondeur : answer_prompt | ChatOllama(...) - Répond aux sous-questions
3. Combinateur : format_runnable | combine_prompt | ChatOllama(...) - 3 étapes
4. Pipeline : decomposer | parse_subq_runnable | run_answers_runnable | combiner

Pourquoi batch() est utile

Le traitement par lots exécute les appels en parallèle. Pour 3 sous-questions : ~3x plus rapide (appels simultanés vs séquentiels).

Résultats

Question 1 : Latence ML

• Sous-questions : Optimisation Web, Qualité données, Outils ML
• Synthèse : Optimisation + données + bibliothèques appropriées

Question 2 : Sécurité API

• Sous-questions : Authentification, Validation, Cryptage
• Synthèse : Auth robuste + validation entrées + chiffrement

Exécution

pip install -r requirements.txt
python lcel_no_json_example.py

Tests

python -m unittest test_decomposer.py -v

6 tests OK ✅