Le Corpus local
Des dépôts SEC importés depuis le Terminal, cherchés sur votre machine, et cités passage par passage, avec les quatre façons dont une recherche dit non.
Livré dans la construction courante. Vous pouvez le faire sur votre machine aujourd’hui.
- DISPONIBLEImporter des dépôts SECDepuis le Terminal seulement, par ticker, depuis SEC EDGAR.
- DISPONIBLEChercher dans le CorpusDepuis l’écran Corpus, depuis le Terminal, et par un agent dont le rôle le lit.
- PRÉVUImporter des fichiers locauxImpossible : l’import du Terminal est le seul écrivain, et l’écran n’a pas d’import.
#Importer, vérifier, interroger
L’import résout le ticker vers son déclarant SEC, liste les dépôts et lit chaque document principal. Il tourne sous le rôle Fundamental et sa liste d’autorisations. Par défaut il prend les formulaires 10-K et 8-K, trois dépôts au plus.
deskworth rag ingest AAPL --forms 10-K,8-K --limit 3
deskworth rag status
deskworth rag query accounting "What moved the gross margin?"
deskworth rag facetsL’écran Corpus du Mission Workspace liste les documents, formulaire, accession, date de dépôt, avec le total des passages et le modèle d’embeddings, un champ de recherche, et chaque passage avec sa provenance : formulaire, accession, numéro de passage et proximité.
#Comment ça marche
- Rangé dans une base locale : chaque document avec son formulaire, son accession, sa date de dépôt, son adresse, son empreinte SHA-256 et sa taille, et chaque passage avec son rang, son texte et son vecteur. Un document réimporté remplace le précédent.
- Des passages de 1 200 caractères, avec un chevauchement de 200 ; six passages reviennent pour une question.
- Des embeddings calculés par `qwen3-embedding:0.6b`, sur l’endpoint local de cette machine.
- La recherche compare la question à chaque passage, par cosinus, en mémoire. Un seul chemin sert l’écran, l’agent et le Terminal.
- Le mandat numérote les passages et exige que chaque chiffre cite son numéro ; la réponse du Terminal finit par ses sources.
- Seul le rôle Accounting lit le Corpus, et aucun rôle ne cumule le Corpus et le web, un test le tient.
#Les quatre refus
| Refus | Quand | Ce qu’il dit |
|---|---|---|
| Corpus vide | Aucun passage, constaté avant tout appel à un modèle. | `This corpus holds no document yet, import one before asking.`, tel que l’écran l’affiche. |
| Trop loin | Aucun passage n’atteint une proximité de 0,42. | `nothing in this corpus is close enough to the question to answer it`, dans la réponse. |
| Aucun terme commun | Les passages les plus proches ne partagent aucun mot avec la question. | `the closest passages share no term with the question, this corpus is about something else`, dans la réponse. |
| Vectorisation impossible | Le modèle d’embeddings ne répond pas. | `the question could not be embedded: …`, dans la réponse. |
LimiteSEC EDGAR, par ticker, est la seule source importable. L’import demande le réseau ; la recherche ne demande que l’endpoint local, et le modèle d’embeddings doit tourner pour elle. Le récupérateur lui-même n’a aucune mesure publiée : le chiffre « 5 récupérations sur 8 échouent » de l’audit porte sur une ligne de base lexicale, pas sur ce récupérateur.
#Sources
- Deskworth OS, fact sheets for the public documentation (M55)DeskworthDocument interne, non publié