La carte du système

Ce que fait le produit (en une phrase)

Un copilot de vente B2B : il lit des commandes qui arrivent en vrac (emails, PDF, Excel), en extrait les lignes, matche chaque ligne avec le bon produit du catalogue, applique les prix, crée le devis — et offre un chat agentique qui répond aux questions et agit sur les données. Deux surfaces IA distinctes :

1. le pipeline d'extraction : un document entre, des lignes matchées sortent — un workflow orchestré (LangGraph, module 6) ;
2. le copilot conversationnel : une boucle agent ReAct avec des outils (module 4).

Le modular monolith

Pas de microservices : un monolithe modulaire, assemblé au démarrage. Chaque domaine est un package Python indépendant (workspace uv) :

api/            ← bootstrap FastAPI : create_app(), lifespan, montage des routers
modules/
  auth/         ← OIDC Logto, JWT, résolution du tenant, wiring RLS
  copilot/      ← l'agent conversationnel + ses tools
  catalog/      ← produits, prix, stocks
  requests/     ← commandes multi-canal
  engine/       ← le pipeline d'extraction+matching (LangGraph)
libs/
  shared/       ← modèles SQLAlchemy, schémas, db/RLS, Protocols — la FEUILLE
  ai_runtime/   ← runtime LLM, bus de tools, streaming, observabilité
web/            ← Nuxt 4 SSR

La règle d'or : les modules domaine ne s'importent pas entre eux (c'est vérifié en CI par import-linter — l'architecture est un test qui casse). Le module engine ne connaît même pas catalog : il consomme des interfaces (typing.Protocol : CatalogProvider, PriceProvider, OrderSink) dont les implémentations sont injectées au boot.

Le chemin d'une requête (à garder en tête tout le cours)

HTTP → middleware auth (JWT Logto → tenant_id)
     → session DB scoppée tenant (RLS, module 3 — le concept le plus structurant)
     → service du module → [LLM / recherche hybride / tools]
     → réponse streamée en SSE vers Nuxt (module 8)

Chaque module de ce cours éclaire un segment de ce chemin. À la fin, tu pourras suivre n'importe quelle requête de bout en bout.