vector

Vector est un tableau de bord de recherche qui collecte automatiquement les actualités technologiques de pointe à l'étranger, les traduit et les résume en japonais grâce à l'IA, puis permet de consulter les points essentiels, le contexte et les tendances nécessaires aux décisions d'investissement. Il vise à réduire la charge liée au suivi continu des articles en anglais et à permettre de comprendre « ce qui s'est passé cette semaine » dans des domaines tels que l'IA, les semi-conducteurs et l'espace. Ses principales fonctionnalités comprennent la collecte automatique d'actualités tech, la traduction, le résumé et la mise en contexte par l'IA, une liste d'articles par catégorie avec filtrage, la recommandation d'articles connexes, un briefing hebdomadaire par LLM, ainsi que l'agrégation des mots-clés en vue et en forte progression. Il dispose également d'une fonction d'agent IA qui effectue des recherches transversales entre les articles accumulés en interne et les articles récupérés en externe, puis génère des réponses aux questions. La pile technique utilise côté frontend Next.js 16 (App Router/BFF), React 19, TypeScript, Tailwind CSS v4, shadcn/ui et Better Auth pour l'authentification ; côté backend, Python 3.13, FastAPI, Pydantic/SQLModel et Alembic. Le traitement des articles repose sur une architecture événementielle avec EventBridge Scheduler, AWS Lambda, Amazon SQS et le pattern Transactional Outbox. Les données sont stockées dans Amazon RDS for PostgreSQL avec pgvector (recherche vectorielle à 768 dimensions) et ElastiCache Valkey. Pour l'IA, Gemini (traduction, résumé, planification de recherche, génération de réponses, embedding) et DeepSeek (analyse d'importance et de contexte d'investissement, génération de requêtes de recherche, vérification des justifications) sont utilisés, et Amazon Bedrock AgentCore Gateway sert pour la recherche externe. L'environnement de production fonctionne sur AWS (ap-northeast-1), avec un ALB comme unique point d'entrée public, et les composants frontend, API et worker exécutés sur ECS Fargate. L'infrastructure est gérée avec Terraform, et les frontières réseau sont séparées entre l'entrée publique, l'API interne, le traitement de récupération HTML externe et les autorisations de base de données, afin de limiter la surface d'impact des traitements manipulant des entrées externes. En local, le démarrage se fait avec Docker Compose, et il est nécessaire de configurer les clés API Gemini/DeepSeek ainsi que divers secrets. À noter que ce dépôt ne dispose actuellement d'aucune licence open source, et toute réutilisation, modification ou redistribution du code nécessite une autorisation préalable.