Architecture Devana.ai

Documentation de l'architecture technique de la plateforme Devana.ai pour déploiement on-premise.

Vue d'ensemble

L'infrastructure Devana.ai est composée de 8 composants critiques orchestrés par Kubernetes :

1. Devana API - Backend principal (Node.js, GraphQL, REST)
2. Devana Frontend - Interface web (Next.js)
3. Odin - Service de traitement de documents (Python)
4. PostgreSQL - Base de données relationnelle
5. ChromaDB - Base de données vectorielle (RAG)
6. Meilisearch - Moteur de recherche plein texte
7. Redis - Cache et gestion de sessions
8. S3/MinIO - Stockage d'objets (fichiers)

Diagramme d'architecture Kubernetes

Loading diagram...

Légende :

• Flèches pleines : Connexions HTTP/gRPC synchrones
• Flèches pointillées : Connexions asynchrones ou optionnelles
• Subgraphs : Isolation logique des services

Architecture réseau

Segmentation réseau recommandée

Zones de sécurité :

Internet
    ↓
[DMZ] Load Balancer + WAF (10.0.1.0/24)
    ↓
[Application] Frontend + API (10.0.10.0/24)
    ↓
[Services] Odin, Redis, Meilisearch (10.0.20.0/24)
    ↓
[Data] PostgreSQL, ChromaDB (10.0.30.0/24)
    ↓
[AI] LLM, Embeddings (10.0.40.0/24)

Isolation : Chaque zone communique uniquement via ports spécifiques définis par Network Policies Kubernetes.

Composants détaillés

Devana API (Backend)

Responsabilités :

• Orchestration des requêtes LLM
• Gestion des agents et conversations
• Authentification et autorisation
• Webhook et intégrations externes
• GraphQL + REST API

Dépendances :

• PostgreSQL (données)
• ChromaDB (RAG)
• Redis (cache, sessions)
• Meilisearch (recherche)
• Odin (documents)
• LLM externe ou auto-hébergé

Ports :

• 4666 : HTTP/GraphQL/REST
• 5001 : WebSocket (temps réel)

Devana Frontend

Responsabilités :

• Interface utilisateur web
• SSR (Server-Side Rendering)
• Gestion de session
• Upload de fichiers

Dépendances :

• API (backend)

Ports :

• 3000 : HTTP (Next.js)

Odin (Multi-container pod)

Responsabilités :

• Extraction de contenu (PDF, Office, images)
• OCR (reconnaissance optique)
• Conversion de formats
• Vectorisation de documents
• Intégration providers (SharePoint, S3)

Containers :

• Odin : Service principal (Python)
• Gotenberg : Conversion documents (Go)
• Nats : Message queue interne

Dépendances :

• PostgreSQL
• S3/MinIO
• Embedding Server
• ChromaDB

Ports :

• 3003 : API Odin

PostgreSQL

Responsabilités :

• Données structurées (users, agents, conversations)
• Metadata de fichiers
• Configuration système

Configuration recommandée :

• Version : 17.x
• Replication : Streaming replication (HA)
• Backup : WAL archiving + snapshots quotidiens

ChromaDB

Responsabilités :

• Stockage de vecteurs (embeddings)
• Recherche par similarité (RAG)
• Index HNSW

Configuration recommandée :

• Persistence sur volumes PV
• 2-3 replicas pour HA
• Backup quotidien (snapshots)

Meilisearch

Responsabilités :

• Recherche plein texte
• Indexation documents
• Filtres et facettes

Configuration recommandée :

• Index size : ~10x dataset size
• SSD obligatoire
• Typo tolerance configuré

Redis

Responsabilités :

• Cache applicatif
• Sessions utilisateurs
• Files d'attente (queues)
• Rate limiting

Configuration recommandée :

• Cluster mode (HA) ou Sentinel
• Persistence : RDB + AOF
• Eviction policy : allkeys-lru

S3/MinIO

Responsabilités :

• Stockage fichiers utilisateurs
• Fichiers temporaires Odin
• Assets statiques

Configuration recommandée :

• Cluster 4+ nodes (HA)
• Replication cross-region (DR)
• Lifecycle policies (archivage)

Recommandations de dimensionnement par pod

Configuration production

Notes :

• Odin : Minimum 4 pods recommandés lors du premier run (ingestion massive de documents), puis réduire à 2-4 pods
• ChromaDB : 1 seul pod acceptable en dev, mais 2-3 replicas obligatoires en production
• Redis : Cluster 3 nodes minimum (1 master + 2 replicas) ou Sentinel

Compatibilité Cloud

Devana.ai est compatible avec les principales plateformes cloud :

Prérequis minimaux (obsolètes - voir requirements.md) :

• Kubernetes 1.19+ → 1.31+ requis
• PostgreSQL 12+ → 17.x recommandé
• Redis 6+ → 7.4+ recommandé

Performances et tests de charge

Résultats de tests (configuration de base)

Setup testé :

• Agent GPT-4o-mini
• Base de connaissances moyenne
• Configuration : API 3 cores/4GB, Frontend 1 core/1GB

Résultats (25 utilisateurs simultanés) :

• Taux de réussite : 100%
• Temps moyen de login : 12.06 secondes
• Temps moyen de réponse agent : 36.20 secondes
• Scalabilité : 25 users par set de containers (linéaire)

Interprétation :

• Pour 100 utilisateurs concurrents : 4x les ressources (API 4 pods, Frontend 4 pods)
• Pour 500 utilisateurs concurrents : 20x les ressources + scaling horizontal
• Pour 1000+ utilisateurs : Voir requirements.md configuration entreprise

Monitoring de licence

Le système on-premise envoie des métriques toutes les 5 minutes au serveur de licence Devana pour :

Métriques collectées :

• Utilisation CPU et mémoire (système)
• Nombre d'utilisateurs actifs
• Nombre de messages et tokens utilisés
• Nombre d'agents et bases de connaissances
• Informations réseau (interfaces, IPs, MACs)
• Identifiant du processus

Usage :

• Vérification conformité licence
• Maintenance proactive
• Support technique

Sécurité : Transmission chiffrée (TLS), données agrégées uniquement (pas de contenu utilisateur).

Plus de détails : monitoring/license.md

Ressources complémentaires

• Requirements détaillés - Dimensionnement complet
• Configuration Kubernetes - Procédures de déploiement
• Variables d'environnement - Configuration complète
• Health Checks - Surveillance

Retour : Guide de déploiement