Le modèle prédateur-proie Mesa est une implémentation open-source en Python du système classique Lotka-Volterra, construit sur le framework de modélisation par agents Mesa. Il simule des agents individuels de prédateurs et de proies se déplaçant et interagissant sur une grille où la proie se reproduit et le prédateur chasse pour survivre. Les utilisateurs peuvent configurer les populations initiales, les probabilités de reproduction, la consommation d’énergie et d’autres paramètres environnementaux via une interface web. La simulation offre des visualisations en temps réel, y compris des cartes thermiques et des courbes de population, ainsi que des journaux de données pour l’analyse post-mise en route. Chercheurs, éducateurs et étudiants peuvent étendre le modèle en personnalisant les comportements des agents, en ajoutant de nouvelles espèces ou en intégrant des règles écologiques complexes. Le projet est conçu pour la facilité d’utilisation, la prototypage rapide et les démonstrations éducatives de la dynamique écologique émergente.

L'agent AI Data Viz exploite de grands modèles de langage pour interpréter des instructions textuelles libres, puis orchestre des bibliothèques de traitement et de tracé de données pour générer du code et rendre des visualisations. Les utilisateurs peuvent charger des jeux de données au format CSV ou JSON ou passer directement des pandas DataFrames. Lorsqu’un jeu de données est fourni, l'agent peut filtrer, regrouper et agréger les données selon des prompts comme "Afficher la moyenne des ventes par trimestre pour les meilleurs produits." Il supporte plusieurs types de graphiques, notamment barres, lignes, scatter, camembert, histogramme et carte thermique, avec des couleurs, étiquettes et annotations personnalisables. L’agent fonctionne en tant que paquet Python, avec des interfaces CLI et API optionnelles, permettant une intégration dans des notebooks, des services web ou des pipelines de rapports automatisés.