Graphiumは、知識グラフとLLMのオーケストレーションフレームワークで、構造化データの取り込み、セマンティック埋め込みの作成、ハイブリッド検索をサポートします。一般的なLLM、グラフデータベース、ベクターストアと統合し、説明可能なグラフ駆動型AIエージェントを実現します。ユーザーはグラフ構造を可視化し、関係性をクエリし、マルチホップ推論を行えます。RESTful API、SDK、Web UIを提供し、パイプライン管理、クエリ監視、プロンプトのカスタマイズを行い、エンタープライズの知識管理や研究用途に最適です。

CartographAIのSherpaは、知的アシスタントや自動化ワークフローの作成を効率化するPythonベースのエージェントフレームワークです。開発者は、ユーザーの入力を解釈し、適切なLLMエンドポイントまたは外部APIを選択し、ドキュメントの要約、データ取得、会話型のQ&Aなどの複雑なタスクを調整するエージェントを定義できます。プラグインアーキテクチャにより、カスタムツール、メモリストア、およびルーティング戦略の簡単な統合をサポートし、応答の関連性とコストを最適化します。ユーザーは、多段階のパイプラインを設定でき、それぞれのモジュールが意味検索、テキスト分析、コード生成などの異なる機能を果たし、Sherpaがコンテキストの伝搬とフォールバックロジックを管理します。このモジュラーアプローチは、プロトタイプの開発を加速し、メンテナンス性を向上させ、さまざまなアプリケーション向けの拡張性の高いAI駆動ソリューションの構築を可能にします。

Clinical Agentは、検索強化生成とベクトル検索の力を組み合わせて臨床ワークフローを効率化するよう設計されています。電子医療記録データを取り込み、ベクトルデータベースを使用して文書をインデックス化し、LLMsを使って臨床クエリに答え、退院サマリーを作成し、構造化されたノートを生成します。開発者はプロンプトをカスタマイズし、追加のデータソースを統合し、モジュールを拡張できます。このフレームワークは、データ取り込み、意味検索、質問応答、要約のためのモジュール式パイプラインをサポートし、病院や研究チームが迅速にAIドリブンの臨床支援システムを展開できるようにします。

Pi Web Agentは、ウェブ上でAIチャットエージェントを構築するための軽量で拡張可能なフレームワークです。バックエンドはPython FastAPI、フロントエンドはReactを使用し、OpenAI、Cohere、またはローカルのLLMsによるインタラクティブな会話を提供します。ユーザーはドキュメントをアップロードしたり、外部データベースと接続してセマンティックサーチを行ったりできます。プラグインアーキテクチャにより、カスタムツール、関数呼び出し、サードパーティAPIのローカル統合も可能です。コード全体へのアクセス、役割ベースのプロンプトテンプレート、設定可能なメモリストレージを備え、カスタマイズ可能なAIアシスタントを作成できます。

Ragsはリトリーバル強化生成アプリケーションを構築するためのモジュラーなパイプラインを提供します。FAISSやPineconeなどの人気のベクターストアと連携し、設定可能なプロンプトテンプレートや会話の文脈を維持するメモリモジュールを備えています。開発者はLlama-2、GPT-4、Claude2などのLLMプロバイダーを統合APIを通じて切り替えることができます。Ragsはストリーミング応答、カスタム前処理、評価フックをサポートします。その拡張性の高い設計により、プロダクション環境へのシームレスな統合、ドキュメントの自動取り込み、セマンティックサーチ、スケール可能な生成タスクが可能です。