UniChat sert d'interface unifiée pour interagir avec divers modèles de langage IA et services de chat, permettant aux utilisateurs d'avoir des conversations avec plusieurs fournisseurs à partir d'une seule application de bureau. Il intègre des API en ligne—comme GPT-3, GPT-4 d'OpenAI, Claude d'Anthropic et Google PaLM—ainsi que des modèles locaux comme GPT4All ou LLaMA. Le client prend en charge le stockage de l'historique de conversation, l'exportation de logs de chat, des modèles d'invite personnalisables, le téléchargement de fichiers pour le contexte et des options de thèmes. Un système de plugins permet aux développeurs et à la communauté d'ajouter de nouvelles capacités, connecteurs ou améliorations UI. En gérant les clés API de manière centrale et en offrant un mode hors ligne pour les modèles locaux, UniChat offre aux utilisateurs un contrôle total sur leurs interactions IA, leur vie privée et leurs coûts.

Crayon permet aux développeurs de construire des agents IA autonomes en JavaScript/Node.js capables d’appeler des API externes, de maintenir l’historique de conversation, de planifier des tâches multi-étapes et de gérer des processus asynchrones. Au cœur, Crayon implémente une boucle de planification-exécution qui décompose des objectifs de haut niveau en actions discrètes, s’intègre avec des kits d’outils personnalisés, et utilise des modules de mémoire pour stocker et rappeler des informations à travers les sessions. Le framework supporte plusieurs backends de mémoire, une intégration d’outils via plugins et une journalisation complète pour le débogage. Les développeurs peuvent configurer le comportement des agents via des prompts et des pipelines basés sur YAML, permettant des workflows complexes comme le scraping de données, la génération de rapports et les chatbots interactifs. L’architecture de Crayon favorise l’extensibilité pour que les équipes puissent intégrer des outils spécifiques au domaine et adapter les agents à des besoins commerciaux uniques.

IpyBox intègre un panneau interactif riche dans les notebooks Jupyter, alimenté par les modèles GPT d'OpenAI. Les utilisateurs peuvent discuter avec un assistant IA, demander la génération de code, et faire exécuter automatiquement le code généré dans le noyau du notebook. Le widget supporte la conscience du contexte en capturant l’environnement actuel du notebook, y compris les variables et modules importés, pour générer des suggestions pertinentes. Les utilisateurs peuvent inspecter les valeurs des variables, affiner leurs prompts et gérer l'historique des conversations directement via le widget. Des réglages personnalisables permettent de définir les paramètres du modèle, limiter la longueur des réponses, et configurer les comportements d'exécution. IpyBox facilite l’analyse exploratoire de données et le prototypage rapide en fusionnant une IA conversationnelle et une évaluation de code en direct, idéal pour les data scientists, chercheurs et éducateurs souhaitant une assistance en codage basée sur l’IA.