RAG Converter chez Heartland : IA interne privée sans téléverser de documents

Qu’est-ce que RAG Converter, et pourquoi Heartland l’utilise-t-il ?
RAG Converter transforme des documents en chunks et embeddings interrogeables par l’IA. Heartland l’utilise dans ses outils d’IA internes pour que les équipes puissent poser des questions sur nos propres fichiers — registres agricoles, programmes clients, notes de compounding, travaux LCA — sans téléverser ces fichiers vers un modèle public.
RAG signifie retrieval-augmented generation : l’assistant retrouve un passage de notre corpus et répond à partir de celui-ci, au lieu de deviner. Le levier de confidentialité, c’est le lieu de la conversion. Le convertisseur gratuit de RAG Converter est du WebAssembly dans l’onglet du navigateur. Les documents sont lus par la page. Ils ne sont pas envoyés à ragconverter.com pour être analysés.
C’est la même règle de propriété que nous avons fixée en retirant du cloud les données clients et de la chaîne d’approvisionnement chanvre : posséder les données que l’on crée, et ne pas les échanger contre un chatbot.
Pourquoi nous ne collerons pas de fichiers Heartland dans un LLM public
Le jeu de travail de Heartland n’est pas un billet de blog. Il inclut des contrats producteurs, des conversations clients, des notes de formulation et des détails de routes commerciales que nous ne publions pas. Nos agriculteurs et partenaires fabricants ne se sont pas inscrits pour devenir des données d’entraînement.
Les outils de chat publics sont pratiques. Ce sont aussi une nouvelle voie de sortie. Une fois qu’un PDF est dans la fenêtre de contexte de quelqu’un d’autre, vous ne contrôlez ni la rétention, ni les sous-traitants, ni qu’une phrase apparaisse dans la réponse d’un autre locataire. Le Privacy Framework du NIST désigne le traitement sur l’appareil local comme un moyen de limiter l’observabilité et la lienabilité (CT.DP-P1). La conversion locale, c’est ce contrôle appliqué au RAG.
C’est de la sécurité autant que de la confidentialité. Une liste clients divulguée et un embedding divulgué de cette liste sont tous deux des incidents. La différence, c’est si la première copie a jamais quitté le bâtiment.
Comment la conversion locale rend les données plus accessibles
Retirer du cloud est facile à mal faire : enfermer les fichiers sur un disque que personne ne peut chercher, et l’on a du théâtre de sécurité plus un travail plus lent. Le test de Heartland est l’inverse. Si un ingénieur à Detroit et un interlocuteur producteurs ne trouvent pas la même spécification, le système a échoué.
La sortie de RAG Converter est du JSONL portable — un objet par chunk — qui se charge dans un magasin vectoriel que nous opérons. Même structure pour une personne qui dépose un dossier dans l’onglet et pour un script qui appelle l’API de conversion. Formats que nous avons vraiment : PDF, Word, PowerPoint, Excel, Markdown, images et audio. Les pages scannées passent par de l’OCR sur l’appareil. Pas de file d’attente cloud LibreOffice, pas de « envoyez-nous le fichier par e-mail ».
Performance. Prêt à l’emploi pour ceux qui vivent déjà dans les dossiers. Pas de nouvelle installation bureau pour le chemin navigateur. Les outils internes cherchent dans les chunks déjà produits.
Coût. Le convertisseur local est gratuit et sans compte parce que le travail tourne sur la machine devant vous. Nous n’achetons pas une seconde copie de notre corpus auprès d’un fournisseur SaaS de RAG.
Accès. L’intérêt des embeddings, c’est qu’une question peut toucher le bon paragraphe dans un pack LCA de 200 pages ou un manuel producteur sans transférer le fichier entier. Le LCA Imperium Farming publié reste public. Les brouillons, e-mails et superpositions clients restent à nous.
Ce qui reste local, et ce que nous mettons encore sur le fil
Honnêteté sur le partage :
- Convertisseur navigateur. Les fichiers ne quittent jamais l’ordinateur. La page peut demander au serveur combien de conversions gratuites restent ; cette requête est un nombre, pas le document.
- API développeur.
POST /v1/convertsert aux pipelines et jobs que l’onglet ne peut pas exécuter — OCR pleine résolution, parole, vidéo, sans plafond de taille. Ce chemin est un serveur. Heartland le traite comme un outil que nous choisissons, pas comme un endroit où garer le corpus. Convertir, prendre le JSONL, le stocker là où nous stockons déjà les données Heartland. - Cloud que nous n’avons pas encore tué. Identité, certains systèmes clients et l’e-mail vivent encore chez des fournisseurs. Le plan de déclouage est progressif. RAG Converter est la pièce que nous avons pu ramener en local d’abord : l’étape de conversion qui voulait dire « téléversez le PDF vers un produit d’IA ».
Nous ne prétendons pas que l’API soit air-gapped. Nous affirmons que l’habitude par défaut chez Heartland est la conversion locale, et que l’IA interne répond depuis notre index.
Comment cela s’inscrit dans le reste de Heartland
Ce site a déjà quitté WordPress pour une stack Rust statique — vitesse, SEO et surface d’attaque plus petite. Le même instinct s’applique en interne : garder les fichiers de valeur, les rendre interrogeables, ne pas louer cette recherche à un modèle qui veut les originaux.
Les partenaires qui veulent l’histoire publique — Why Imperium, Imperium Filler, Imperium Fibers — la trouvent toujours ici. Les fichiers derrière ces pages restent de notre côté du fil.
Essayez le convertisseur sur ragconverter.com. Pour la vision Heartland sur les données clients et chaîne d’approvisionnement, lisez l’article sur le déclouage ou contactez-nous. Plus dans la bibliothèque : actualités durabilité.

