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.

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.

Embedditor est un outil de pointe open-source conçu comme un équivalent efficace de MS Word pour l'intégration de vecteurs. Il offre une interface conviviale pour éditer les intégrations de vecteurs LLM, permettant aux utilisateurs de télécharger, de fusionner, de diviser et d'éditer le contenu dans divers formats de fichiers. L'objectif est d'optimiser les capacités de recherche de vecteurs, assurant de meilleures performances et des résultats de recherche plus précis. Cet outil offre une flexibilité et un contrôle considérables sur les processus d'intégration, en faisant un ajout précieux à tout flux de travail de recherche de vecteurs et de modèles linguistiques.