Rawr Agent est un cadre Python modulaire et open-source qui permet aux développeurs de construire des agents AI autonomes en orchestrant des flux de travail complexes d’interactions LLM. En utilisant LangChain en arrière-plan, Rawr Agent vous permet de définir des séquences de tâches via des configurations YAML ou du code Python, en intégrant des outils tels que les API web, les requêtes de bases de données et les scripts personnalisés. Il comprend des composants de mémoire pour stocker l’historique des conversations et les embeddings vectoriels, des mécanismes de mise en cache pour optimiser les appels répétés, ainsi que des journaux de bord et une gestion robuste des erreurs pour surveiller le comportement de l’agent. Son architecture extensible permet d’ajouter des outils et des connecteurs personnalisés, rendant l’outil adapté pour des tâches telles que la recherche automatisée, l’analyse de données, la génération de rapports et les chatbots interactifs. Avec sa API simple, les équipes peuvent rapidement prototyper et déployer des agents intelligents pour diverses applications.

DB-conv est une bibliothèque Python légère conçue pour permettre une IA conversationnelle sur des bases de données SQL. Après installation, les développeurs la configurent avec les détails de connexion à la base et les identifiants du fournisseur LLM. DB-conv gère l’inspection du schéma, construit des SQL optimisés à partir des prompts utilisateur, exécute les requêtes et renvoie les résultats sous forme de tableaux ou de graphiques. Elle supporte plusieurs moteurs de bases de données, le caching, la journalisation des requêtes et des modèles de prompts personnalisés. En abstraisant la conception de prompts et la génération de SQL, DB-conv simplifie la création de chatbots, d’assistants vocaux ou d’interfaces web pour l’exploration autonome des données.