Visit to Morocco · Documentation publique

De la conversation à l’action métier.

Cette documentation s’appuie sur le README du projet, quatre captures n8n et une démonstration vidéo inspectée mais volontairement non publiée.

Résumé

Visit to Morocco est un agent touristique expérimental accessible dans Telegram et orchestré avec n8n. Il analyse la demande du voyageur, sélectionne des outils et prépare les informations utiles pour un suivi commercial humain.

Statut: Prototype fonctionnel en environnement de développement.
Type: Projet personnel pour une agence fictive.
Exécutions: Plusieurs exécutions réussies visibles le 20 août 2026.
Production: Aucun déploiement public ou usage client revendiqué.

Architecture principale

Telegram Trigger
      ↓
Agent IA OpenAI ← mémoire conversationnelle
      ├── Vector Store + embeddings
      ├── recherche web SerpAPI
      ├── Gmail
      ├── Google Sheets
      └── Google Calendar
      ↓
Réponse Telegram

Le modèle joue le rôle de décision et de génération. Les connecteurs n8n exécutent les actions externes. Cette séparation évite de réduire le système à une simple réponse textuelle.

Pipeline documentaire RAG

Google Drive Trigger
      ↓
Téléchargement du fichier
      ↓
Data Loader → Recursive Text Splitter
      ↓
OpenAI Embeddings
      ↓
Simple Vector Store

Le pipeline est configuré pour transformer les documents ajoutés à Google Drive en fragments recherchables. Le Simple Vector Store convient à l’expérimentation ; le README prévoit une évolution vers PostgreSQL et pgvector pour une persistance plus robuste.

Actions métier

Qualifier progressivement destination, durée, date, nombre de voyageurs, intérêts, budget et coordonnées.
Consulter une base documentaire pour les informations propres à l’agence fictive.
Utiliser une recherche externe pour une information publique potentiellement récente.
Enregistrer un prospect dans Google Sheets.
Envoyer une communication par Gmail.
Google Calendar est configuré comme outil de rendez-vous ; son déclenchement n’est pas démontré dans les preuves publiées.

Niveau de preuve

Démontré: Conversation Telegram, mémoire du contexte, qualification, réponse, envoi d’e-mail, écriture dans Google Sheets et exécutions n8n réussies.
Configuration visible: OpenAI, Vector Store, embeddings, SerpAPI, Gmail, Sheets, Calendar et pipeline Google Drive.
Non revendiqué: Production, résultats clients, fiabilité à grande échelle, disponibilité continue ou gains de temps mesurés.

Impact potentiel en entreprise

Le système peut absorber une partie du travail de premier niveau : questions répétitives, collecte des informations, recherche, saisie et confirmation. Un conseiller reçoit alors un dossier plus complet au lieu de repartir d’un message non qualifié.

Le simulateur de la page projet utilise la formule demandes × minutes manuelles × part automatisable ÷ 60. Il s’agit d’un outil de projection réglable, pas d’une étude de résultat.

Limites et prochaines étapes

Simple Vector Store non adapté à une production persistante.
Tests de cas limites et politique d’escalade humaine à formaliser.
Permissions, journalisation et gestion d’erreur à renforcer avant un usage réel.
Le bot et les captures comportent encore des variantes orthographiques du nom à uniformiser.
La vidéo brute contient des coordonnées de test et reste exclue du site.