Agent Cloud

Agent Cloud est abandonné et n'est plus actif.

Qu'était Agent Cloud ?

Agent Cloud était une plateforme open source conçue pour permettre aux entreprises de créer et de déployer des applications de chat privées basées sur de grands modèles linguistiques (LLM). Il permettait aux équipes d'interagir en toute sécurité avec leurs données, offrant ainsi une solution robuste pour diverses applications basées sur l'IA.

Principales caractéristiques et fonctionnalités :

• Synchronisation des données pour les bases de données vectorielles: Agent Cloud facilitait la création d'agents connectés aux données ayant accès à des données vectorielles actualisées pour la génération augmentée par récupération (RAG).
• Ingestion de données polyvalente: La plateforme prenait en charge l'ingestion de données provenant de plus de 260 sources, notamment des fichiers (PDF, DOCX, TXT, CSV) et des bases de données (PostgreSQL, Snowflake, BigQuery), avec des options permettant de sélectionner des tables et des colonnes spécifiques.
• Préparation des données: Agent Cloud permettait aux utilisateurs de diviser, de segmenter et d'intégrer des données avec des instructions, en tirant parti de modèles tels que text-embedding-3-small d'OpenAI ou d'alternatives open source telles que BGE/base.
• Stockage de données vectorielles: Les données intégrées étaient stockées dans une base de données vectorielle, prenant en charge les principales options telles que Qdrant et Pinecone pour les déploiements auto-hébergés.
• Mises à jour planifiées des données: Les utilisateurs pouvaient définir la fréquence de synchronisation des données à partir de la source, garantissant ainsi l'accès aux données les plus récentes via des mises à jour manuelles, planifiées ou basées sur cron.
• Conception agnostique aux LLM: Agent Cloud a été conçu pour être agnostique aux LLM, permettant aux utilisateurs de connecter leurs propres modèles open source ou d'exploiter OpenAI. Les utilisateurs autogérés pouvaient se connecter à des modèles hébergés localement pour une confidentialité totale.

Comment Agent Cloud fonctionnait :

1. Sélection de la source de données: Les utilisateurs sélectionnaient leurs sources de données parmi une collection de connecteurs, notamment des systèmes tels que Confluence ou des téléchargements directs de fichiers.
2. Préparation des données: Des instructions ont été fournies sur la façon de diviser et de segmenter les données, avec des options permettant d'utiliser text-embedding-3-small d'OpenAI ou des modèles open source pour l'intégration.
3. Stockage vectoriel: La plateforme stockait les données intégrées dans une base de données vectorielle.
4. Synchronisation des données: Les utilisateurs définissaient une fréquence de synchronisation des données à partir de la source.
5. Interface de chat: Des agents ont été créés avec le LLM choisi par l'utilisateur, permettant des sessions de chat avec les données synchronisées.

Cas d'utilisation :

• Création d'applications de chat RAG: Agent Cloud a permis la création d'applications de chat pour interroger les données synchronisées directement via une interface de chat ou des API.
• Interaction avec des données privées: Il a permis aux équipes d'accéder en toute sécurité aux applications d'IA au sein de leur organisation, garantissant ainsi la confidentialité des données en déployant l'application open source sur leur infrastructure et en exécutant des LLM sur site.

À qui s'adressait Agent Cloud ?

Agent Cloud s'adressait aux développeurs et aux ingénieurs cherchant à créer des applications d'IA pour eux-mêmes et leurs équipes, fournissant une plateforme pour la création d'applications de chat à agent unique, d'applications de chat multi-agents et d'applications de recherche de connaissances.

Agent Cloud a été abandonné, mais le site reste en ligne à des fins d'archivage.