Passer au contenu principal
Recherchez dans vos documents téléchargés en utilisant des requêtes en langage naturel. Le système utilise RAG (Retrieval-Augmented Generation) pour trouver du contenu pertinent et générer des réponses contextuelles basées sur votre bibliothèque de documents.
Cet endpoint est utile pour :
  • Rechercher du contenu à travers plusieurs documents et portées.
  • Intégrer la recherche de documents dans les flux de travail basés sur le chat.
  • Permettre des réponses contextuelles et ciblées en utilisant des données de fichiers ou d’espaces de travail spécifiques.
À partir de la version Victorious Vicuna (janvier 2026) et suivantes, l’utilisation de l’API Agent est la méthode préférée pour accomplir cette tâche.

​
Prérequis

  • Une clé API Paradigm : si vous n’en avez pas, rendez-vous sur votre profil Paradigm (/settings/api-key dans votre instance) et générez une nouvelle clé API.
  • Documents téléchargés : Vous avez besoin de documents dans votre instance Paradigm pour effectuer des recherches. Voir Ajouter un document pour les instructions de téléchargement.

​
Exemple de Requête API

Exemple de requête API utilisant le package requests : 
import requests
import os

# Récupérer la clé API et l'URL de base depuis l'environnement
api_key = os.getenv("PARADIGM_API_KEY")
base_url = os.getenv("PARADIGM_BASE_URL", "https://paradigm.lighton.ai/api/v2")

headers = {
    "Authorization": f"Bearer {api_key}",
    "Content-Type": "application/json"
}

payload = {
    "query": "Quelle est la clause de résiliation dans le contrat ?",
    # Paramètres optionnels (si non renseignés, identique à la recherche UI)
    # "file_ids": ["abc123-file-id"],
    "model": "alfred-ft5",
    # "workspace_ids": [], # Aucun espace de travail inclus
    "company_scope": True, # Les documents de l'entreprise de l'utilisateur seront ajoutés à la portée
    "private_scope": True, # Documents privés inclus
    "tool": "DocumentSearch" # Sans vision (saisir "VisionDocumentSearch" pour activer la vision)
}

response = requests.post(f"{base_url}/search", headers=headers, json=payload)

if response.status_code == 200:
    data = response.json()
    print("Réponse:", data["answer"])
else:
    print("Erreur:", response.status_code, response.text)