# nyora-notes-tt -- Pieces jointes : chantier dedie futur, EXHAUSTIF (decision finale 31/07/2026)

**Date** : 31/07/2026 (mise a jour -- decision initiale "cible" remplacee par "exhaustif")

## Decision finale

Nabil tranche pour l'exhaustif : toutes les PJ, tous les dossiers. Motivation explicite : "je ne veux rien perdre comme info", accepte le cout en temps/ressources en echange ("un vrai RAG merite quelques sacrifices").

Reste separe du backfill texte en cours (205 dossiers, 2024-2026, deadline dimanche matin) -- chantier lance APRES, pas en parallele, pour ne pas compromettre les deux delais a la fois.

## Deduplication par CONTENU, pas par nom de fichier

Point souleve par Nabil, essentiel : la meme PJ peut apparaitre plusieurs fois (diffusion a plusieurs destinataires) ET le meme fichier peut porter des noms differents (renommage, versions). Un dedoublonnage par nom de fichier ne suffit pas.

**Solution retenue** : meme mecanisme que le dedoublonnage des diffusions groupe de mails deja en place (similarite vectorielle sur le texte extrait, pas sur le nom). Le nom du fichier ne rentre jamais dans la decision de dedoublonnage -- seul le contenu compte.

## Cout reel -- deux volets distincts, ne pas les confondre

**1. Cout API (LLM)** : Nabil suppose que le forfait Go OpenCode absorbe tout sans surcout. Correction : ca couvre Mimo v2.5 et DeepSeek V4 Flash (provider opencode), mais PAS les embeddings Gemini (cle Google separee dans Bifrost) -- necessaires pour le dedoublonnage par contenu decrit ci-dessus. Volet non chiffre a ce stade.

**2. Cout temps** : le vrai facteur limitant, independant de tout forfait. Chaque telechargement de PJ attend jusqu'a 45s (contrainte technique : navigateur pilote a distance via CDP, pas de gestion de telechargement native). Sur l'ensemble de l'arborescence (branche RLA 2024 notamment, potentiellement plusieurs PJ par lot), estimation grossiere : plusieurs heures a plus d'une journee, rien qu'en telechargement.

## Contexte quota OpenCode donne par Nabil (31/07/2026)

Forfait Go : 80% restant, 12 jours avant fin de mois. Fenetre hebdomadaire : 85% restant, moins de 2 jours avant fin de semaine. A reverifier au moment de lancer le chantier PJ (le contexte peut avoir change).

## Infrastructure deja disponible (rappel, cf version precedente de cette note)

- `GET /message/{index}/attachments` -- listing leger, deja integre au backfill texte en cours (colonne `notes.attachments`, JSON, best-effort).
- `GET /message/{index}/attachments/{filename}/text` -- telechargement + extraction, PAS encore integre au pipeline -- objet du present chantier.