Open WebUI Pipeline pour RAGFlow fournit aux développeurs et data scientists une pipeline modulaire pour construire des applications RAG (recherche augmentée par génération). Il supporte le téléchargement de documents, le calcul d'embeddings via diverses API LLM, et le stockage des vecteurs dans des bases de données locales pour une recherche de similarité efficace. Le framework orchestre les flux de récupération, synthèse et conversation, permettant des interfaces de chat en temps réel qui référencent des connaissances externes. Avec des prompts personnalisables, une compatibilité multi-modèles et une gestion de mémoire, il permet aux utilisateurs de créer des systèmes QA spécialisés, des résumeurs de documents et des assistants IA personnels dans un environnement Web UI interactif. L'architecture plugin permet une intégration transparente avec des configurations WebUI locales existantes comme Oobabooga. Il inclut des fichiers de configuration étape par étape et supporte le traitement par lots, le suivi du contexte conversationnel et des stratégies de récupération flexibles. Les développeurs peuvent étendre la pipeline avec des modules personnalisés pour la sélection de l'entrepôt vectoriel, la chaîne de prompts et la mémoire utilisateur, ce qui la rend idéale pour la recherche, le support client et les services de connaissances spécialisés.

ragChatbot est un framework orienté développeur visant à simplifier la création de chatbots RAG. Il intègre des pipelines LangChain avec OpenAI ou d'autres API LLM pour traiter les requêtes sur des corpus documentaires personnalisés. Les utilisateurs peuvent télécharger des fichiers de différents formats (PDF, DOCX, TXT), extraire automatiquement le texte et générer des embeddings via des modèles populaires. Le framework supporte plusieurs bases vectorielles comme FAISS, Chroma et Pinecone pour une recherche par similarité efficace. Il dispose d'une couche de mémoire conversationnelle pour les interactions multi-tours et d'une architecture modulaire permettant de personnaliser les modèles de prompt et les stratégies de récupération. Avec une CLI simple ou une interface web, vous pouvez ingérer des données, configurer les paramètres de recherche et lancer un serveur de chat pour répondre aux questions avec pertinence et précision.

百宝箱AI助手 est une extension de navigateur alimentée par l'IA qui apporte une multitude de capacités d'IA directement à vos doigts. De la synthèse de pages web à l'extraction de texte à partir d'images, en passant par la compréhension et l'interaction avec des fichiers PDF et Office, elle est conçue pour s'intégrer de manière transparente à votre expérience de navigation. Avec des fonctionnalités comme la traduction rapide, la correction d'erreurs et la génération de questions, cet outil aide les utilisateurs à effectuer diverses tâches plus efficacement. Des messages personnalisables permettent une expérience d'IA personnalisée, permettant aux utilisateurs de créer des commandes spécifiques qui répondent à leurs besoins uniques.

AI PR Review fonctionne comme une action GitHub qui s'intègre à votre pipeline CI existant pour réaliser une analyse automatisée des demandes de fusion. Une fois configurée dans le fichier de workflow, elle invoque l'API d'OpenAI pour analyser les changements de code, en évaluant des facteurs tels que les erreurs de syntaxe, les vulnérabilités de sécurité, le respect des lignes directrices de style et les goulets d'étranglement potentiels en matière de performance. L'agent génère ensuite des retours compréhensibles, des suggestions et des invites d'amélioration du code, qui sont publiés en tant que commentaires sur la demande de fusion. Des options de configuration avancées permettent de personnaliser la profondeur de revue, le modèle d'IA choisi, ainsi que l'inclusion ou l'exclusion de certains répertoires. En automatisant les tâches de revue de code routinières, AI PR Review réduit la charge de travail des relecteurs, assure des normes cohérentes à travers les contributions et accélère les cycles de fusion.

AI Toolbox maximise votre expérience ChatGPT avec des outils avancés pour une interaction efficace. Les fonctionnalités incluent la gestion des conversations par dossiers, le téléchargement d'audios dans plusieurs voix et une bibliothèque de modèles personnalisables. Intégré avec des fonctions de recherche, un support multilingue, une galerie multimédia et une barre latérale optimisée, cela élève la productivité. Des mises à jour régulières et une intégration transparente avec le navigateur garantissent une expérience améliorée et conviviale pour les professionnels et les passionnés.

SMAG est un système multi-agent piloté par l'IA conçu pour automatiser les étapes clés de l'écriture de scénarios. Il exploite différents agents : un Agent Intrigue pour la génération d'esquisses d'histoires, un Agent Personnage pour créer des profils et motivations, un Agent Dialogue pour élaborer des conversations naturelles et spécifiques au genre, et un Agent Scène pour structurer les décompositions scène par scène. Les utilisateurs saisissent des paramètres de haut niveau tels que le genre, le ton et les archétypes de personnages. SMAG boucle des propositions entre les agents pour assurer la cohérence narrative. La plateforme prend en charge la collaboration en temps réel, le suivi des versions et des modèles de prompts personnalisables. Avec des options d’exportation intégrées (PDF, Final Draft), SMAG s’intègre parfaitement dans les flux de travail existants, accélère l’idéation et réduit le temps de rédaction manuel.

Alpaca Bot utilise le modèle Alpaca, un modèle de langage open-source basé sur LLaMA et suivant les instructions, pour fournir un agent de chat interactif capable de comprendre et de générer des réponses semblables à celles humaines. La plateforme permet aux utilisateurs d'effectuer diverses tâches, telles que répondre à des questions complexes, rédiger des e-mails, créer du contenu créatif comme des histoires ou des poèmes, résumer de longs documents, générer et déboguer des extraits de code, fournir des explications d'apprentissage et brainstormer des idées. Toutes les interactions sont traitées en temps réel avec une latence minimale, et l'interface permet des invites système personnalisables et la mémoire des échanges précédents. Sans inscription, les utilisateurs ont un accès instantané pour utiliser des capacités avancées d'IA directement dans leur navigateur.

BrowseWiz est une extension de navigateur alimentée par l'IA conçue pour améliorer votre productivité et rationaliser votre flux de travail. Elle intègre des modèles LLM puissants tels que ChatGPT, Gemini et DeepSeek dans la barre latérale de votre navigateur, vous permettant d'accéder aux fonctionnalités d'IA sans quitter votre page actuelle. Avec BrowseWiz, vous pouvez automatiser des tâches, générer des résumés de pages web, de vidéos YouTube et de PDF, organiser des invites dans un Promptbook personnalisable, et même générer des images avec DALL-E. L'accès quotidien aux modèles d'IA gratuits et premium et des boutons d'invite à un clic puissants font de BrowseWiz l'outil idéal pour les étudiants, les créateurs de contenu, les chercheurs et les professionnels.

L'Agent d'Intelligence Concurrentielle utilise l'IA pour rationaliser le processus d'analyse concurrentielle. Les utilisateurs fournissent une liste d'URLs ou de noms d'entreprises de concurrents, et l'agent navigue de manière autonome sur chaque site pour collecter des données clés, comme les spécifications produits, les niveaux de prix, les ensembles de fonctionnalités, les témoignages clients et le contenu des blogs. Il traite ensuite ces informations brutes via des modèles linguistiques pour produire des résumés concis, des comparaisons côte à côte et des insights stratégiques. Avec la génération automatique de rapports, l'agent produit des synthèses en markdown ou PDF pour un partage facile. Les invites personnalisables permettent aux utilisateurs de se concentrer sur des métriques spécifiques telles que le positionnement sur le marché, les propositions de vente uniques ou les lacunes en fonctionnalités. En centralisant la collecte d'intelligence concurrentielle, cet outil économise des heures de recherche manuelle et permet aux équipes de prendre des décisions basées sur des données.

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.

crewAI Playground est un kit d'outils et un bac à sable pour construire et expérimenter avec des agents pilotés par IA. Vous définissez des agents via des fichiers de configuration ou du code, en spécifiant des invites, des outils et des modules de mémoire. Le playground exécute plusieurs agents simultanément, gère le routage des messages et enregistre l'historique des conversations. Il prend en charge les intégrations de plugins pour des sources de données externes, des backends mémoire personnalisables (en mémoire ou persistants) et une interface web pour les tests. Utilisez-le pour prototyper des chatbots, des assistants virtuels et des flux de travail automatisés avant le déploiement en production.

Dial4JaCa est un plugin de bibliothèque Java pour la plateforme multi-agent JaCaMo qui intercepte les messages inter-agents, encode les intentions des agents et les routent via des backend LLM (OpenAI, modèles locaux). Il gère le contexte de dialogue, met à jour les bases de croyances et intègre la génération de réponse directement dans les cycles de raisonnement AgentSpeak(L). Les développeurs peuvent personnaliser les invites, définir des artefacts de dialogue et gérer des appels asynchrones, permettant aux agents d'interpréter les énoncés des utilisateurs, de coordonner des tâches et de récupérer des informations externes en langage naturel. Son design modulaire prend en charge la gestion des erreurs, la journalisation et la sélection de plusieurs LLM, idéal pour la recherche, l'éducation et le prototypage rapide de MAS conversationnels.