maestro-norms — corpus de normes & règles de l'art (bâtiment FR)

Corpus documentaire technique et normatif (PDF) servant de base de connaissances RAG à la plateforme Maestro. Les documents sont des publications publiques de l'Agence Qualité Construction (AQC) et du Programme PROFEEL, téléchargées depuis leurs sites officiels puis indexées.

ℹ️ Ce dépôt agrège des documents sous droits d'auteur à des fins documentaires internes. Il ne s'agit pas d'un miroir officiel. Voir la section Licences & droits.

Contenu

Source	Organisation	Dossier	Fichiers
qualiteconstruction.com	Agence Qualité Construction (AQC)	corpus/aqc/	334
programmeprofeel.fr	Programme PROFEEL	corpus/profeel/	14
Total		corpus/	348 (≈ 625 Mo)

L'inventaire complet, horodaté et vérifiable, est dans manifest.json : chaque entrée porte le chemin, l'URL source, le titre, la date d'origine, le type MIME, la date de téléchargement et l'empreinte SHA-256.

📦 Les PDF (corpus/**) sont stockés via git-LFS. L'oid LFS de chaque fichier est son SHA-256 (= valeur du manifest.json). Pour cloner avec le contenu :

git lfs install
git clone <url> && cd maestro-norms   # récupère les pointeurs
git lfs pull                          # télécharge les PDF

Ingestion RAG

Pipeline d'ingestion en 2 étapes dans tools/ (voir tools/README.md) :

1. Extraction + chunking (fait) → index/chunks.jsonl : 348 docs → 3 311 chunks avec métadonnées (titre, URL source, SHA-256…).
2. Embeddings + chargement (tools/embed_and_load.py) → index local (.npy) ou Supabase pgvector, via Gemini text-embedding-004 (dim 768). Nécessite GEMINI_API_KEY ; à lancer dans un environnement disposant de la clé.

Critères de sélection

Seul le sous-ensemble technique/normatif est collecté. Sont exclus : communiqués de presse, plaquettes commerciales, offres de recrutement, concours photo, replays d'événements, conventions, dépliants.

Familles incluses (AQC) : Fiches pathologie du bâtiment · Mémos Chantier · Rapports REX Bâtiment Performant · Fiches qualité réglementaire (séries B→H : RE2020, acoustique, accessibilité, ventilation, structure…) · Fiches réception & autocontrôle (PROFEEL) · Fiches interfaces · Fiches prévention · Fiches maîtrise d'ouvrage · Fiches attestation d'essais · Guides pratiques · Recommandations professionnelles · Calepins de chantier.

Familles incluses (PROFEEL) : fiches RENOSTANDARD (typologies & projets de maisons individuelles).

À propos des guides RAGE 2012

Le dossier corpus/rage/ initialement envisagé n'a pas été créé : les guides RAGE — Règles de l'Art Grenelle Environnement 2012 ne sont plus disponibles en ligne. Le domaine dédié reglesdelart-grenelle-environnement-2012.fr est aujourd'hui reparqué (0 PDF), et ces guides ne figurent ni dans la médiathèque de l'AQC ni dans celle de PROFEEL. La structure retenue est donc corpus/aqc/ + corpus/profeel/. Une récupération via archive web (Wayback Machine) reste possible si besoin.

Intégrité

# Vérifier que les fichiers correspondent au manifeste
python3 - <<'PY'
import json, hashlib, pathlib
m = json.load(open("manifest.json"))
bad = 0
for f in m["files"]:
    p = pathlib.Path(f["path"])
    h = hashlib.sha256(p.read_bytes()).hexdigest() if p.exists() else None
    if h != f["sha256"]:
        bad += 1; print("MISMATCH", f["path"])
print("OK" if not bad else f"{bad} fichier(s) en écart", "/", len(m["files"]))
PY

Reconstruction

Le corpus est reproductible : énumération des médias via l'API REST WordPress (/wp-json/wp/v2/media?mime_type=application/pdf) des deux sites, filtrage par familles documentaires (voir ci-dessus), téléchargement avec validation de l'en-tête PDF et calcul SHA-256.

Licences & droits

Les documents de ce corpus ne sont pas en domaine public et ne sont pas sous licence libre. Ils restent la propriété de leurs éditeurs respectifs :

• AQC — © Agence Qualité Construction. Documents diffusés gratuitement sur qualiteconstruction.com à destination des professionnels de la construction. Toute reproduction ou rediffusion publique relève des conditions de l'AQC et requiert en principe son autorisation.
• PROFEEL — © Programme PROFEEL et ses partenaires (AQC, organisations professionnelles et techniques du bâtiment). Documents diffusés gratuitement sur programmeprofeel.fr.

Usage dans ce dépôt. Les PDF sont conservés à des fins documentaires et de recherche internes (alimentation d'une base de connaissances / RAG au sein de Maestro). L'attribution est préservée : manifest.json conserve pour chaque fichier l'URL source d'origine et l'éditeur. Ce dépôt n'est pas une rediffusion officielle ; pour toute citation ou version faisant autorité, se référer aux documents originaux et à jour sur les sites des éditeurs.

Garantie. Contenu fourni « en l'état », sans garantie d'exhaustivité, d'exactitude ni d'actualité.

Retrait. À la demande d'un ayant droit, tout document concerné sera retiré sans délai. Contact : namur@maestroarchitecture.com.