Rooted AI · Architecture — Hack4UCar 2026

§1 — La cascade institutionnelle

Quatre rôles. Une seule mission. Cascade temps-réel.

Quand un agent administratif manque une soumission, l'information remonte automatiquement la chaîne. Quand le blocage se résout, la résolution redescend. Tout est visible — par les bonnes personnes, au bon moment.

Admin Staff

Yassine

institution · ENIB

Directeur

ENIB

institution · ENIB

Doyen

Ingénierie

domaine · engineering

Présidence

Pr. Nadia + Astaria

UCAR · 33 établissements

1

Yassine soumet 6 des 7 documents requis. Tanit ingère et flag le manquant. Notification envoyée à Yassine.

2

+24h. Pas d'action. Tanit escalade automatiquement au Directeur.

3

+24h. Directeur en mission. Escalade au Doyen.

4

Doyen clique « Demander à Tanit d'aider ». Tanit DM Yassine directement.

5

Yassine envoie une photo du document papier. Gemini Vision extrait les KPIs. Ticket résolu.

6

Cascade vers le haut : ✓ Yassine, ✓ Directeur, ✓ Doyen. Astaria consolide pour la Présidente.

§2 — La pile technique

Mastra orchestre. Vercel AI SDK route. Supabase fan-out.

Pas de framework lourd. Pas d'orchestration entre agents. Une seule source de vérité (Supabase) et le réseau s'organise tout seul.

Agent · Plateforme

Tanit

Mastra agent · 9 outils Supabase · Pattern « écrit, les autres lisent »

Agent · Spécialiste

Astaria

Mastra agent · 12 outils GreenMetric · Mémoire 4 couches (identité · mission · relation · domaine)

Couche orchestration

Mastra · Vercel AI SDK · Next.js

Streaming SSE token par token · processeurs de routage par tier · agnostique au LLM

Routage multi-LLM

Claude · Qwen · DeepSeek · Gemini

Tier 1 (raisonnement complexe) · Tier 2 (interactions scriptées · 87% moins cher) · Tier 3 (vision)

Données & temps-réel

Supabase

Postgres · Realtime (postgres_changes) · RLS · Storage · Auth

Déploiement

Railway · Vercel

Backend Mastra sur Railway (Paris) · Frontend Next.js sur Vercel Edge · ~200ms vers Tunis

§3 — La vision à l'échelle

Trois couches pour une institution complète.

Au-delà de l'UCAR — comment Rooted AI passe d'une plateforme à un système d'exploitation institutionnel. Deux dimensions : verticale (la racine d'une personne persiste à travers les agents qu'elle rencontre dans sa vie) et horizontale (l'intelligence stratégique d'un agent comme Astaria se diffuse à chaque niveau — Présidence, doyens, directeurs, agents administratifs — chacun voit sa part de la mission, dans son contexte).

Couche 1 · Universal Roots

Une racine par personne, persistante.

Chaque humain qui touche un agent Rooted AI développe une racine — étudiant, professeur, parent, administrateur. Ces racines persistent à travers le temps et à travers les agents. La racine d'un étudiant à 15 ans informe l'agent qu'il rencontrera à 17 ans, puis à 25 ans.

étudiant.root → agent_tuteur → agent_baccalauréat → agent_carrière

Couche 2 · Data Consumers

Agents lecteurs. Pas de coordination nécessaire.

Des agents qui consomment les racines pour faire un travail spécifique. L'agent rapport-parents lit la racine étudiant. Le tableau de bord enseignant lit toutes les racines. Tanit écrit, ils lisent. Indépendants. Évolutifs séparément.

teacher_dashboard · parent_report · admin_view · ministry_export

Couche 3 · Operations Layer

Agents qui décident ensemble.

Quand des patterns émergent à l'échelle (40% de rouge sur le même sujet en math), les agents administratifs et d'intervention coordonnent une réponse. C'est ici que vit l'orchestration — pas au niveau du tutorat, mais au niveau des décideurs.

school_admin · academic_coordinator · intervention_agent

L'erreur que font la plupart des produits IA aujourd'hui : ils orchestrent les tuteurs. Nous orchestrons les décideurs. Les tuteurs n'ont pas besoin de se parler — ils écrivent dans la même racine, et les agents qui décident lisent l'ensemble.

§4 — L'histoire de la démo

Une scène réelle, à partir de données réelles.

L'ENIB est déjà en statut « Manquant » dans Tanit — données réelles, audit trail réel (rappel envoyé le 24 avril, escalade en cours le 25 avril). La démo termine simplement l'histoire qui se déroulait déjà.

A

Sur scène, quatre écrans côte à côte : l'admin Yassine (ENIB), le directeur de l'ENIB, le doyen d'Ingénierie, Pr. Nadia (Présidence) avec Astaria.

B

Bouton « Avancer la simulation » en bas à gauche — un seul clic avance le calendrier de +24h et déclenche la prochaine étape de l'escalade. Les dates sont visibles. Le public voit le temps passer.

C

Les notifications cascadent en temps-réel sur les quatre écrans simultanément, via Supabase Realtime — pas d'appels HTTP entre dashboards. Une seule insertion dans la table notifications, fan-out automatique, ~200ms de latence.

D

Le moment OCR : Yassine prend une photo du document papier. Tanit appelle Gemini 2.5 Flash. Les KPIs sont extraits. Le ticket se résout. La résolution remonte à Astaria. L'IA n'a pas échoué — l'humain ne savait pas qu'elle pouvait l'aider. L'agent vient de le lui apprendre.