OpenKBS Apps fournit une interface unifiée pour télécharger et traiter des documents, générer des embeddings sémantiques, et configurer plusieurs LLM pour une génération augmentée par la récupération. Les utilisateurs peuvent ajuster les workflows de requête, définir des contrôles d'accès, et intégrer des agents dans des canaux web ou de messagerie. La plateforme offre des analyses sur les interactions des utilisateurs, un apprentissage continu à partir de feedback, et supporte du contenu multilingue, permettant une création rapide d'assistants intelligents adaptés aux données organisationnelles.

LangDB AI est une plateforme de gestion des connaissances pilotée par l'IA, conçue pour transformer une documentation dispersée en un assistant interactif recherché. Les utilisateurs uploadent des documents — comme PDFs, fichiers Word ou pages web — et l'IA de LangDB analyse et indexe le contenu grâce au traitement du langage naturel et aux embeddings. Son moteur de recherche sémantique recherche des passages pertinents, tandis qu'une interface de chatbot permet aux membres de l'équipe de poser des questions en langage naturel. La plateforme supporte le déploiement multi-canaux via widgets de chat, Slack et intégrations API. Les administrateurs peuvent configurer les rôles utilisateur, suivre les analyses d'utilisation et mettre à jour les versions des documents de manière transparente. En automatisant l'ingestion de contenu, l'étiquetage et le support conversationnel, LangDB AI réduit le temps de recherche d'informations et améliore la collaboration dans les départements support client, ingénierie et formation.

TiDB est une solution intégrée de base de données adaptée aux applications IA. Elle supporte la recherche par vecteurs, la recherche sémantique de graphes de connaissance et la gestion des données opérationnelles. Son architecture sans serveur garantit fiabilité et évolutivité, éliminant le besoin de synchronisation manuelle des données et de gestion de plusieurs magasins de données. Avec des fonctionnalités de niveau entreprise telles que le contrôle d'accès basé sur les rôles, le chiffrement et la haute disponibilité, TiDB est idéal pour les applications IA prêtes à la production qui exigent performance, sécurité et facilité d'utilisation. La compatibilité de la plateforme TiDB s'étend à la fois aux déploiements basés sur le cloud et locaux, la rendant polyvalente pour divers besoins d'infrastructure.

Crawlr est un agent IA open-source en CLI conçu pour rationaliser le processus d'insertion d'informations en ligne dans des bases de connaissances structurées. Utilisant les modèles GPT-3.5/4 d'OpenAI, il parcourt les URL spécifiées, nettoie et divise le HTML brut en segments de texte significatifs, génère des résumés concis et crée des embeddings vecteurs pour une recherche sémantique efficace. L'outil prend en charge la configuration de la profondeur d'exploration, des filtres de domaine et de la taille des chunks, permettant aux utilisateurs d'adapter les pipelines d'insertion aux besoins du projet. En automatisant la découverte de liens et le traitement du contenu, Crawlr réduit l'effort de collecte manuelle de données, accélère la création de FAQ, chatbots et archives de recherche, et s'intègre de manière transparente avec des bases de données vectorielles comme Pinecone, Weaviate ou SQLite local. Sa conception modulaire permet une extension facile pour des analyseurs personnalisés et des fournisseurs d'embeddings.

Financial Agentic RAG combine l'ingestion de documents, la recherche sémantique basée sur des embeddings et la génération alimentée par GPT pour fournir un assistant d'analyse financière interactif. Les pipelines de l'agent équilibrent recherche et IA générative : PDFs, tableurs et rapports sont vectorisés, permettant la récupération contextuelle de contenus pertinents. Lorsqu'un utilisateur soumet une question, le système récupère les segments correspondants et conditionne le modèle linguistique pour produire des insights financiers concis et précis. Déployable localement ou dans le cloud, il supporte des connecteurs de données personnalisés, des modèles de prompts, et des magasins vectoriels comme Pinecone ou FAISS.

Granite Retrieval Agent offre aux développeurs une plateforme flexible pour construire des agents IA génératives augmentés par récupération combinant recherche sémantique et grands modèles linguistiques. Les utilisateurs peuvent ingérer des documents provenant de sources diverses, créer des embeddings vectoriels et configurer des index Azure Cognitive Search ou d'autres magasins vectoriels. Lorsqu’une requête arrive, l’agent récupère les passages les plus pertinents, construit des fenêtres contextuelles et appelle les API LLM pour des réponses ou résumés précis. Il supporte la gestion de la mémoire, l’orchestration en chaîne de la réflexion et des plugins personnalisés pour le pré et post-traitement. Déployable via Docker ou directement en Python, Granite Retrieval Agent accélère la création de chatbots basés sur la connaissance, assistants d'entreprise et systèmes Q&A avec moins d’hallucinations et une meilleure précision factuelle.

Haystack est conçu pour aider les développeurs à créer facilement des solutions de recherche personnalisées qui tirent parti des dernières avancées en matière d'apprentissage automatique. Avec ses composants tels que les magasins de documents, les récupérateurs et les lecteurs, Haystack peut se connecter à diverses sources de données et traiter efficacement les requêtes. Son architecture modulaire prend en charge des stratégies de recherche mixtes, y compris la recherche sémantique et la recherche traditionnelle basée sur des mots-clés, en faisant un outil polyvalent pour les entreprises cherchant à améliorer leurs capacités de recherche.

L'agent IA pour pages d'atterrissage e-commerce est une solution spécialisée conçue pour rationaliser la création de pages de marketing pour les boutiques en ligne. En utilisant les capacités d'orchestration des pipelines de LangChain et la base de données vectorielle Qdrant pour la récupération sémantique des données, l'agent transforme des catalogues produits bruts, des directives de marque et des profils client en contenus de pages d'atterrissage entièrement formatés et persuasifs. Il génère des titres accrocheurs, des descriptions détaillées, des appels à l'action optimisés et des suggestions de mise en page, en intégrant éventuellement des recommandations d'images pilotées par IA. Les développeurs peuvent personnaliser les prompts, ajuster les paramètres de style et incorporer des variantes pour A/B testing directement dans le flux de travail de l'agent. Une intégration transparente avec des plateformes CMS populaires permet une publication automatisée, réduisant le travail manuel jusqu'à 80%. Cette approche basée sur l'IA accélère le délai de mise sur le marché, améliore la personnalisation et augmente la performance de conversion pour les marketeurs e-commerce et les petits entrepreneurs.

Memonto fonctionne comme une bibliothèque intermédiaire pour les agents IA, orchestrant tout le cycle de vie de la mémoire. Lors de chaque tour de conversation, il enregistre les messages utilisateur et IA, distille les détails importants et crée des résumés concis. Ces résumés sont convertis en embeddings et stockés dans des bases de données vectorielles ou des systèmes de fichiers. Lors de la création de nouveaux prompts, Memonto effectue des recherches sémantiques pour récupérer les souvenirs historiques les plus pertinents, permettant aux agents de maintenir le contexte, de se souvenir des préférences de l'utilisateur et de fournir des réponses personnalisées. Il supporte plusieurs backends de stockage (SQLite, FAISS, Redis) et offre des pipelines configurables pour l'intégration de l'embedding, du résumé et de la récupération. Les développeurs peuvent intégrer Memonto de manière transparente dans des frameworks d'agents existants, renforçant ainsi la cohérence et l'engagement à long terme.

Ncurator est une extension de navigateur alimentée par l'IA conçue pour vous aider à gérer et organiser vos connaissances. En s'intégrant à plusieurs plateformes comme Notion, Gmail et Google Drive, il effectue des tâches telles que l'importation de fichiers PDF, l'exploration de pages Web et l'activation de recherches sémantiques. Avec ses capacités hors ligne et son accent sur la sécurité des données, Ncurator garantit que toutes vos informations sont stockées localement, offrant une manière sécurisée et efficace de gérer vos documents et votre base de connaissances.

OpenKBS transforme le contenu d'entreprise—PDFs, documents, pages Web—en embeddings vectoriels stockés dans un graphe de connaissances. Les utilisateurs interagissent avec un chatbot IA qui récupère des réponses précises en analysant l'index sémantique. La plateforme propose des endpoints API robustes, des widgets UI personnalisables et un contrôle d'accès basé sur les rôles. Elle accélère le support interne, la recherche documentaire et l'intégration des développeurs grâce à des réponses automatisées, contextuelles, et un apprentissage continu à partir de nouvelles données.

Le dépôt fournit un tutoriel étape par étape et une implémentation de référence pour créer un agent AI basé sur ReAct utilisant DeepSeek pour la récupération vectorielle en haute dimension. Il couvre la configuration de l'environnement, l'installation des dépendances, et la configuration des magasins de vecteurs pour des données personnalisées. L'agent utilise le motif ReAct pour combiner les traces de raisonnement avec des recherches de connaissances externes, résultant en des réponses transparentes et explicables. Les utilisateurs peuvent étendre le système en intégrant des chargeurs de documents supplémentaires, en ajustant les modèles de prompts, ou en échangeant les bases de données vectorielles. Ce cadre flexible permet aux développeurs et chercheurs de prototyper rapidement des agents conversationnels puissants, capables de raisonner, de récupérer et d'interagir sans effort avec diverses sources de connaissances en quelques lignes de code Python.

RecurSearch est une bibliothèque Python open-source conçue pour améliorer la génération augmentée par récupération (RAG) et les workflows d'agents IA en permettant une recherche sémantique récursive. Les utilisateurs définissent un pipeline de recherche qui embed des requêtes et des documents dans des espaces vectoriels, puis affineit itérativement les requêtes en fonction des résultats précédents, applique des filtres de métadonnées ou de mots-clés, et résume ou agrège les résultats. Cette étape de raffinement étape par étape permet d'obtenir une précision accrue, de réduire les appels API et d'aider les agents à faire ressortir des informations profondément imbriquées ou spécifiques au contexte à partir de grands corpus.

Shoonya développe des modèles de base spécialisés conçus spécifiquement pour le commerce moderne. Ces modèles sont multilingues, optimisés pour divers secteurs et comprennent profondément les contextes et préférences locaux. La technologie de Shoonya prend en charge des cas d'utilisation comme la recherche dans les catalogues, la classification des produits et la correspondance sémantique des produits. Elle s'intègre également à des plateformes comme ONDC en Inde, fournissant des démos de shopping vocal pour des recherches de produits faciles dans plusieurs langues indiennes. Shoonya vise à améliorer les expériences de commerce grâce à des modèles avancés d'IA adaptés aux besoins de vente au détail.

Tendery est une plateforme alimentée par l'IA qui automatise la découverte et la gestion des appels d'offres publics à travers l'Europe. Elle offre des capacités de recherche sémantique avancées pour trouver des appels d'offres gouvernementaux pertinents, des outils de gestion des appels d'offres complets et des recommandations personnalisées basées sur les profils d'entreprise. Les utilisateurs peuvent enregistrer des requêtes de recherche personnalisées, recevoir des mises à jour régulières et accéder à la documentation complète des appels d'offres pour prendre des décisions éclairées rapidement et efficacement. En rationalisant l'ensemble du processus d'approvisionnement, Tendery augmente les chances de remporter des contrats et fait gagner du temps aux entreprises.

Trieve propose des solutions avancées de recherche et de découverte alimentées par l'IA, garantissant aux entreprises un avantage concurrentiel. Les fonctionnalités incluent la recherche vectorielle sémantique, la recherche en texte intégral avec les modèles BM25 et SPLADE, et des capacités de recherche hybride. Trieve fournit également un réglage de la pertinence, une mise en surbrillance des sous-phrases, et des intégrations API robustes pour une gestion des données facile. Les entreprises peuvent gérer l'ingestion, les embeddings et l'analyse sans effort, en s'appuyant sur des modèles open-source privés pour une sécurité maximale des données. Configurez rapidement et efficacement des expériences de recherche de premier plan dans l'industrie.

VisQueryPDF traite les fichiers PDF en les divisant en segments, en générant des embeddings vectoriels via OpenAI ou des modèles compatibles, et en stockant ces embeddings dans un magasin de vecteurs local. Les utilisateurs peuvent soumettre des requêtes en langage naturel pour récupérer les segments les plus pertinents. Les résultats de recherche sont affichés avec du texte mis en surbrillance sur les pages PDF originales et tracés dans un espace d'embedding bidimensionnel, permettant une exploration interactive des relations sémantiques entre les segments de documents.

Voice File Agent combine reconnaissance vocale et analyse de documents IA pour permettre aux utilisateurs d'interagir avec leurs fichiers de façon conversationnelle. Après avoir téléchargé un document—tel qu’un PDF, un fichier Word, une image ou un fichier texte—l’agent transcrit les requêtes vocales via Whisper et utilise les embeddings d’OpenAI pour rechercher sémantiquement le contenu. Il génère ensuite des réponses ou résumés précis et contextuels. L’agent supporte l’ingestion multi-format, le retour en temps réel de la transcription et une intégration transparente dans les flux de travail existants, permettant aux professionnels de récupérer des informations clés sans lecture manuelle.

Whiz est conçu pour fournir une base robuste pour le développement d'agents intelligents capables d'effectuer des workflows conversationnels et orientés tâches complexes. Avec Whiz, les développeurs définissent des "outils" — des fonctions Python ou des API externes — que l'agent peut invoquer lors du traitement des requêtes utilisateur. Un module de mémoire intégré capture et récupère le contexte de conversation, permettant des interactions multi-tours cohérentes. Un moteur de planification dynamique décompose les objectifs en étapes réalisables, tandis qu'une interface flexible permet d'injecter des politiques personnalisées, des registres d'outils et des backends de mémoire. Whiz supporte la recherche sémantique basée sur des embeddings pour extraire des documents pertinents, la journalisation pour la traçabilité et l'exécution asynchrone pour la montée en charge. Entièrement open-source, Whiz peut être déployé partout où Python s'exécute, permettant une création rapide de prototypes de bots d'assistance client, d'assistants d'analyse de données ou d'agents spécialisés, avec peu de boilerplate.

Agent-OpenAI-Java-Banking-Assistant est une application Java open source qui utilise Azure OpenAI pour le traitement de grands modèles linguistiques et les embeddings vectoriels pour la recherche sémantique. Il charge des PDFs bancaires, génère des embeddings et effectue une QA conversationnelle pour résumer les états financiers, expliquer les accords de prêt et récupérer les détails des transactions. L'exemple illustre l'ingénierie de prompt, l'appel de fonctions et l'intégration avec les services Azure pour construire un assistant bancaire spécifique à un domaine.