Ce projet développe une architecture RAG avancée pour le traitement des documents juridiques, capable de résoudre automatiquement les références croisées et d’enrichir sémantiquement chaque article avec son contexte complet. Le système repose sur deux axes complémentaires : une architecture multi-graphes et multi-agents intégrant des graphes de connaissances (structurel, des citations et des définitions), une recherche hybride et une orchestration intelligente via LangGraph afin d’améliorer la fidélité contextuelle et de réduire les hallucinations ; ainsi qu’un pipeline d’ingestion dynamique autonome permettant la surveillance en temps réel des sources législatives, la détection des conflits entre versions et la mise à jour continue de la base de connaissances. Évalué sur un corpus de 50 documents juridiques (7 943 clauses) couvrant 17 juridictions francophones dans le domaine du droit de l’environnement marin, le système obtient des résultats significativement supérieurs aux approches RAG classiques, avec notamment une exactitude de citation de 93,9 % contre 25,9 % pour la baseline, ainsi que de fortes améliorations sur les métriques RAGAS et le BERTScore. Ce travail contribue au développement de systèmes d’IA juridique fiables, traçables et adaptés aux contextes multilingues et à faibles ressources, en appui aux enjeux de gouvernance marine et de régulation environnementale en Afrique francophone.