RAG Low-code UI Generator
Une consigne en langage naturel peut-elle produire une interface low-code exploitable ?
Pendant mon stage d’été comme stagiaire IA chez Sofrecom Tunisia, j’ai développé un système RAG (Retrieval-Augmented Generation) qui génère automatiquement des interfaces dans GrapesJS à partir de consignes en langage naturel, pour accélérer le développement d’applications low-code. Un projet innovant qui réunit IA générative et low-code.
- Mon rôle
- Stagiaire IA : conception et développement du système RAG et de ses prompts
- Durée
- 2 mois (juil. – août 2025)
- Plateformes
- Web, IA
- Stack
- RAG
- Gemini
- GrapesJS
- Python
- Vertex AI
- Flask
- JavaScript
- Prompt engineering
- Google ADK
Situation
Stage d’été chez Sofrecom Tunisia, comme stagiaire IA (juillet – août 2025), sur un projet innovant qui combine IA générative (RAG) et génération d’interfaces low-code.
L’objectif : passer d’une simple phrase à une interface prête à éditer, pour accélérer le développement d’applications low-code.
Ce que ce stage m’a apporté :
- concevoir et implémenter un système RAG de bout en bout ;
- appliquer les technologies low-code pour accélérer la création d’interfaces ;
- contribuer à un projet innovant dans un environnement collaboratif et professionnel.
Produit
- L’utilisateur décrit l’interface qu’il veut, en langage naturel.
- Le système RAG retrouve le contexte utile à la demande, puis génère l’interface dans GrapesJS, l’éditeur low-code.
- L’interface obtenue reste modifiable visuellement : on part d’une base générée au lieu d’une page blanche.
Système
- Pipeline RAG : récupération du contexte pertinent, puis génération par Gemini via Vertex AI.
- Modèles de prompts pour des sorties structurées et fiables.
- Back Flask, front GrapesJS / JavaScript, API REST.