AI Agent Example est un référentiel de démonstration pratique pour les développeurs et chercheurs souhaitant construire des agents intelligents alimentés par de grands modèles de langage (LLM). Le projet inclut un code d'exemple pour la planification d'agents, le stockage de mémoire et l'invocation d'outils, illustrant comment intégrer des API externes ou des fonctions personnalisées. Il propose une interface conversationnelle simple qui interprète les intentions de l'utilisateur, formule des plans d'action et exécute des tâches en appelant des outils prédéfinis. Les développeurs peuvent suivre des modèles clairs pour étendre l'agent avec de nouvelles capacités comme la planification d'événements, le scraping web ou le traitement automatisé de données. Offrant une architecture modulaire, ce modèle accélère l'expérimentation avec des workflows pilotés par l'IA et des assistants numériques personnalisés tout en donnant un aperçu de l'orchestration des agents et de la gestion d'état.

Chat-With-CUHKSZ fournit une pipeline simplifiée pour construire un chatbot spécifique à un domaine basé sur la base de connaissances de CUHKSZ. Après avoir cloné le dépôt, les utilisateurs configurent leurs identifiants API OpenAI et spécifient les sources de documents, comme les PDF du campus, les pages web, et les articles de recherche. L'outil utilise LlamaIndex pour prétraiter et indexer les documents, créant un stockage vectoriel efficace. LangChain orchestre la récupération et les prompts, fournissant des réponses pertinentes dans une interface conversationnelle. L'architecture supporte l'ajout de documents personnalisés, la fine-tuning des stratégies de prompt, et le déploiement via Streamlit ou un serveur Python. Il intègre aussi des améliorations de recherche sémantique optionnelles, supporte la journalisation des requêtes pour l'audit, et peut être étendu à d'autres universités avec une configuration minimale.

Chipper est une bibliothèque de composants React open-source conçue pour simplifier la création d'interfaces conversationnelles alimentées par de grands modèles de langage. Elle offre un streaming en temps réel des réponses IA, une gestion intégrée du contexte et de l'historique, la prise en charge de plusieurs agents dans un seul chat, des pièces jointes, et la personnalisation des thèmes. Les développeurs peuvent intégrer n'importe quel backend LLM via des props simples, étendre avec des plugins, et personnaliser avec CSS-in-JS pour une intégration fluide et des mises en page réactives.

Discute sert d'assistant virtuel qui simplifie votre interaction avec différents types de données, y compris des documents et des bases de données. En permettant aux utilisateurs d'interagir avec leurs bases de connaissances de manière conversationnelle, il transforme la façon dont les individus accèdent et utilisent l'information. Que vous naviguiez dans des documents PDF, des tableurs ou des bases de données étendues, Discute rend le processus de récupération de données fluide, économisant du temps et améliorant la productivité.

Fenado AI fournit une interface conversationnelle avancée qui automatise les interactions client sur diverses plateformes. Il utilise le traitement du langage naturel pour comprendre et répondre aux demandes des clients en temps réel, garantissant que les demandes sont traitées rapidement. Ses capacités incluent la fourniture de support instantané, la réponse aux questions fréquemment posées et la facilitation des transactions, permettant aux entreprises d'améliorer leur service client et leur efficience opérationnelle tout en réduisant le temps de réponse.

Kipps.AI est une plateforme polyvalente conçue pour les entreprises souhaitant construire leurs propres assistants IA. Elle permet aux utilisateurs d'exploiter une variété de données telles que des PDF, du contenu web et du texte pour créer une interface de conversation intelligente. Grâce à des fonctionnalités puissantes telles que le support client 24h/24 et 7j/7 et la génération de leads, Kipps.AI aide les entreprises à optimiser leurs opérations et à améliorer l'engagement des utilisateurs. Elle convient aux entreprises de toutes tailles souhaitant améliorer la prestation de services et optimiser les interactions avec les clients.

Lolo est un traqueur d'aliments et de calories alimenté par IA, conçu pour aider les utilisateurs à surveiller efficacement leurs habitudes alimentaires. Avec sa interface conversationnelle, il vous suffit de dire à Lolo ce que vous avez mangé, et il conserve un journal alimentaire quotidien pour vous. Cela rend le suivi de votre consommation alimentaire et de vos calories sans effort, vous fournissant des informations précieuses sur votre nutrition et vous aidant à maintenir une alimentation équilibrée.

micro-agent fournit une abstraite minimaliste mais puissante pour créer des agents IA autonomes. Écrite en TypeScript, elle fonctionne parfaitement à la fois dans le navigateur et dans Node.js, permettant de définir des agents avec des modèles de prompt personnalisés, une logique de décision et une intégration d'outils extensible. Les agents peuvent exploiter le raisonnement par chaîne de pensée, interagir avec des API externes et maintenir une mémoire conversationnelle ou spécifique à une tâche. La bibliothèque inclut des utilitaires pour la gestion des réponses API, la gestion des erreurs et la persistance des sessions. Avec micro-agent, les développeurs peuvent prototyper et déployer des agents pour une gamme de tâches — automatisation de workflows, construction d'interfaces conversationnelles ou orchestration de pipelines de traitement de données — sans la surcharge de frameworks plus importants. Son design modulaire et son API claire permettent une extension facile et une intégration dans des applications existantes.

ChatPDF transforme la manière dont les utilisateurs interagissent avec les documents en utilisant la technologie IA pour fournir une interface de conversation pour les PDF. Les utilisateurs peuvent poser des questions, récupérer des résumés et extraire des informations nécessaires à partir d'articles académiques, de manuels ou de contrats légaux sans effort. Cet outil s'adresse aux étudiants, aux professionnels et à quiconque ayant besoin d'un accès rapide au contenu d'un document. Il simplifie le processus de lecture, le rendant plus accessible et efficace en termes de temps.

Moveworks utilise une IA avancée pour résoudre les demandes sur le lieu de travail en automatisant les fonctions de soutien au sein des services informatiques, des ressources humaines, des finances et d'autres départements. La plateforme s'intègre à divers systèmes d'entreprises, permettant aux employés de trouver des informations et d'accomplir des tâches via une interface conversationnelle disponible en plus de 100 langues. En automatisant les tâches répétitives et en fournissant des solutions instantanées, Moveworks améliore considérablement l'expérience des employés et l'efficacité opérationnelle.

OLI (OpenAI Logic Interpreter) est un cadre côté client conçu pour simplifier la création d'agents IA dans les applications web en tirant parti de l'API OpenAI. Les développeurs peuvent définir des fonctions personnalisées que OLI sélectionne intelligemment en fonction des invites utilisateur, gérer le contexte de la conversation pour maintenir un état cohérent lors de plusieurs interactions et chaîner les appels API pour des flux de travail complexes comme la réservation de rendez-vous ou la génération de rapports. En outre, OLI inclut des utilitaires pour analyser les réponses, gérer les erreurs et intégrer des services tiers via webhooks ou endpoints REST. Étant entièrement modulaire et open-source, les équipes peuvent personnaliser le comportement des agents, ajouter de nouvelles fonctionnalités et déployer des agents OLI sur n’importe quelle plateforme web sans dépendances back-end. OLI accélère le développement d’interfaces conversationnelles et d'automatisations.

Onesta AI est un outil de génération de leads à la pointe de la technologie utilisant l’intelligence artificielle pour transformer les processus de vente B2B. Il offre des fonctionnalités telles que le scraping automatisé de LinkedIn, une future fonctionnalité d’automatisation des e-mails et une interface conversationnelle conviviale. Conçu pour aider les équipes de vente à fonctionner plus efficacement, Onesta AI permet aux utilisateurs de se concentrer sur la conclusion des affaires plutôt que sur les tâches administratives, garantissant un gain de productivité et d’efficacité important dans les opérations de vente.

Sourcechat est une plateforme de chatbot polyvalente qui permet aux entreprises de créer et de gérer des interfaces de conversation personnalisées. Grâce à des capacités avancées de traitement du langage naturel, il permet aux utilisateurs de créer des expériences sur mesure qui favorisent l'engagement et rationalisent les opérations. Son design intuitif le rend accessible aussi bien aux développeurs techniques qu'aux utilisateurs non techniques. Sourcechat est parfait pour automatiser les interactions avec les clients, répondre aux requêtes et fournir un support personnalisé à travers divers canaux de communication, ce qui améliore considérablement la satisfaction et la fidélisation des clients.

Waveform.ai est une plateforme avancée qui associe l'intelligence artificielle à la technologie vocale pour faciliter les enquêtes et la collecte de données. En utilisant des formulaires vocaux alimentés par IA, les organisations peuvent mener des interviews engageantes qui génèrent des informations précieuses. Cette solution améliore non seulement les taux de réponse, mais simplifie également le processus de collecte de données grâce à des interfaces conversationnelles, facilitant ainsi aux utilisateurs le partage de leurs pensées et expériences. Que ce soit pour des études de marché, des retours clients ou des interviews de recherche, Waveform.ai transforme les méthodes traditionnelles de collecte de données en processus plus interactifs et efficaces.

HyperChat est un cadre d'agent IA centré sur le développeur, qui simplifie l'intégration de l'IA conversationnelle dans les applications. Il unifie les connexions à divers fournisseurs de LLM, gère le contexte de la session et la persistance de la mémoire, et fournit des réponses partielles en streaming pour des interfaces réactives. La prise en charge intégrée des appels de fonctions et des plugins permet d'exécuter des API externes, d'enrichir les conversations avec des données et actions du monde réel. Son architecture modulaire et sa boîte à outils UI permettent un prototypage rapide et des déploiements en production sur web, Electron et Node.js.

DocGPT vise à simplifier l'extraction d'informations et les questions-réponses à partir de documents en fournissant une interface conversationnelle fluide. Les utilisateurs peuvent télécharger des documents en formats PDF, Word ou PowerPoint, qui sont ensuite traités par des parsers de texte. Le contenu est découpé en segments et embedded avec les modèles d'embedding d'OpenAI, puis stocké dans une base de données vectorielle comme FAISS ou Pinecone. Lorsqu’un utilisateur soumet une requête, DocGPT récupère les segments de texte les plus pertinents via une recherche par similarité et utilise ChatGPT pour générer des réponses précises et contextualisées. Il propose un chat interactif, une synthèse de documents, des invites personnalisables pour des besoins spécifiques au domaine, et est construit en Python avec une interface Streamlit pour un déploiement et une extension faciles.

L'agent MLE est un cadre d'agent polyvalent basé sur l'IA qui simplifie et accélère les opérations d'apprentissage automatique en tirant parti de modèles linguistiques avancés. Il interprète des requêtes utilisateur de haut niveau pour exécuter des tâches ML complexes telles que le suivi automatique des expériences avec l'intégration de MLflow, la surveillance en temps réel des performances des modèles, la détection de dérive des données et la vérification de la santé des pipelines. Les utilisateurs peuvent interagir avec l'agent via une interface conversationnelle pour obtenir des métriques d'expériences, diagnostiquer des échecs d'entraînement ou planifier des retrainements. L'agent MLE s'intègre de façon transparente avec des plateformes d'orchestration populaires comme Kubeflow et Airflow, permettant des déclencheurs automatiques de workflows et des notifications. Sa architecture modulaire de plugins permet de personnaliser les connecteurs de données, les tableaux de bord de visualisation et les canaux d'alerte, le rendant adaptable aux flux de travail variés des équipes ML.