Un développeur passionné de Magic: The Gathering a créé une application mobile utilisant un modèle RAG (Retrieval-Augmented Generation) pour répondre aux questions sur les règles et interactions de cartes, évitant ainsi les hallucinations des LLM classiques. L’objectif était de fournir des réponses précises et sourcées, basées sur les dernières règles officielles et une base de données exhaustive des cartes, récupérées via l’API de Scryfall.

Le système repose sur un pipeline d’ingestion qui découpe les règles en sections cohérentes (chunks) et les stocke dans une base PostgreSQL avec l’extension pgvector pour des recherches vectorielles efficaces. Contrairement à une approche classique où tout le contexte serait envoyé à chaque requête, le RAG permet de ne récupérer que les informations pertinentes, améliorant ainsi la précision et la performance.

Le code, encore en développement, est disponible sur GitHub. Cette initiative illustre l’utilité du RAG pour des applications spécialisées, où la fiabilité des données est cruciale, tout en offrant une opportunité d’apprentissage technique.