ContextGem

ContextGem partage le travail en deux. Les Aspects repèrent des sections entières, comme des clauses de résiliation ou des conditions de paiement, tandis que les Concepts tirent les données précises qu'elles contiennent, comme une mensualité ou une échéance. Cette conception en deux temps garde l'extraction ciblée : vous resserrez sur la bonne partie du document avant de demander le détail fin, ce qui donne des résultats plus précis sur les fichiers longs et laisse des données structurées plus propres.

La bibliothèque propose sept types de concepts : texte, booléen, numérique, date, notation, objet JSON et étiquette. Chacun correspond à un type de réponse, donc un concept de notation attend un nombre dans une échelle et un concept d'étiquette choisit dans une liste que vous fixez. Utiliser des concepts typés fait arriver la sortie dans la forme voulue, plutôt qu'un bloc de texte que vous analysez à la main.

Chaque valeur extraite garde un lien vers le texte d'origine. Les éléments portent des références aux paragraphes par défaut, et vous pouvez passer reference_depth à phrases pour un suivi plus fin. Quand un chiffre paraît faux en revue, vous sautez directement aux lignes qui le portent au lieu de fouiller tout le document. Des justifications sont aussi disponibles, pour que le modèle explique son choix.

Un pipeline d'extraction LLM réunit aspects et concepts dans une configuration réutilisable et sérialisable. Vous le définissez une fois, l'enregistrez et l'appliquez à de nouveaux documents de même structure. Concurrence, nouvelles tentatives et suivi de l'usage entre fournisseurs sont intégrés, donc un lot de fichiers tourne sans que vous gériez la boucle. La sérialisation permet de déplacer un pipeline entre machines ou de le stocker comme un artefact versionné.

ContextGem se connecte à tout modèle que prend en charge LiteLLM, ce qui couvre OpenAI, Anthropic, Google, Azure et xAI, ainsi que des modèles locaux via Ollama et LM Studio. Ce choix vous laisse opter pour un modèle rapide et bon marché sur les extractions simples et un modèle de raisonnement sur les clauses délicates. Tourner en local garde les documents sensibles sur votre propre matériel, ce qui compte dans le travail juridique et médical.

Vous pouvez demander au modèle d'expliquer chaque extraction, avec des justifications brèves, équilibrées ou détaillées, et une limite de phrases. Vous pouvez aussi joindre des exemples pour calibrer le modèle sur votre type de document avant l'exécution. Ces deux fonctions visent la précision : les exemples enseignent le motif et les justifications vous laissent auditer la sortie au lieu de la croire à l'aveugle.