Dona-Chat — Assistant d’étude IA

Dona-Chat est un assistant d’étude fondé sur les documents de l’étudiant. Il aide à organiser les cours, retrouver une information, comprendre un chapitre et créer des fiches de révision sauvegardées.

Fonctionnalités

• Création de matières / cours personnels
• Ajout et indexation de PDF, DOCX, TXT, CSV, JSON, Markdown et MDX
• Recherche RAG isolée à la matière sélectionnée
• Réponses en streaming, fondées sur les documents pertinents
• Indication du nombre de documents utilisés sous chaque réponse, avec leurs noms au survol
• Fiches de révision structurées, éditables et sauvegardées dans la sidebar
• Historique des conversations et rattachement automatique d’un chat à sa matière
• Authentification avec Auth.js, base PostgreSQL Neon et fichiers stockés dans Vercel Blob

Parcours utilisateur

1. À l’ouverture, choisir une matière dans la grille d’accueil ou cliquer sur Créer une matière.
2. Saisir le nom, une courte description et, si besoin, une couleur. Une palette est proposée automatiquement selon la matière.
3. Utiliser le bouton + du cours dans la sidebar pour ajouter un ou plusieurs documents.
4. Ouvrir le cours : Dona-Chat affiche ou crée la conversation associée.
5. Poser une question sur le contenu ; l’assistant recherche dans les documents du cours.
6. Demander « Génère une fiche de révision » pour créer une fiche sauvegardée et éditable.

La vue Tous les documents reste disponible pour retrouver les sources non classées dans une matière.

Personnaliser les couleurs des matières

Les thèmes par défaut sont définis dans lib/subject-colors.ts. Par exemple, Le droit utilise le bleu nuit #1E3A8A avec un accent or #FBBF24, et Mathématiques le vert émeraude #065F46 avec un accent cyan #06B6D4.

Pour ajouter un thème, complète subjectColorMap avec le nom normalisé de la matière, sa couleur principale, sa couleur d’accent et une icône. L’utilisateur peut également sélectionner une couleur lors de la création d’une matière.

Stack technique

• Next.js 16, App Router et Turbopack
• Vercel AI SDK pour le chat en streaming et les tools
• Neon, PostgreSQL, Drizzle ORM et pgvector pour le RAG
• Vercel Blob pour les fichiers téléversés
• Auth.js pour l’authentification
• Tailwind CSS, shadcn/ui et Radix UI pour l’interface

Installation locale

Prérequis

• Node.js 20 ou supérieur
• pnpm
• Un projet Vercel avec Neon Postgres et Blob configurés
• Une clé Vercel AI Gateway (AI_GATEWAY_API_KEY) ou un fournisseur compatible

Démarrage

git clone https://github.com/DonaFidele/dona-chat.git
cd dona-chat/rag-ai-chatbot
pnpm install

Crée rag-ai-chatbot/.env.local avec les variables du projet. Les variables essentielles sont :

POSTGRES_URL=
AUTH_SECRET=
AI_GATEWAY_API_KEY=
BLOB_READ_WRITE_TOKEN=

Applique ensuite les migrations et démarre l’application :

NODE_OPTIONS=--dns-result-order=ipv4first pnpm db:migrate
pnpm dev

L’application est alors disponible sur http://localhost:3000.

Documents pris en charge

Format	Indexation
PDF avec texte sélectionnable	Oui
DOCX	Oui
TXT, CSV, JSON, MD, MDX	Oui
PDF scanné / image	OCR requis (non inclus actuellement)

Un PDF corrompu ou mal formé peut produire une erreur bad XRef entry. Dans ce cas, ouvre-le dans un lecteur PDF puis réexporte-le ou imprime-le en PDF avant de le téléverser.

Scripts utiles

pnpm dev          # Développement local
pnpm build        # Migration + build de production
pnpm db:generate  # Génère une migration Drizzle après une modification du schéma
pnpm db:migrate   # Applique les migrations à Neon
pnpm db:studio    # Ouvre Drizzle Studio

Déploiement

Chaque push sur main déclenche le déploiement Vercel du projet. Configure les mêmes variables d’environnement dans Vercel pour l’environnement Production.

Licence

Ce projet est basé sur le Chat SDK de Vercel et sur le fork emertechie/rag-ai-chatbot. Consulte LICENSE pour les conditions de licence.