Parcourir tout le contenu étiqueté avec Open Source
Le serveur MCP mcp-local-rag permet une recherche web locale respectueuse de la vie privée, basée sur le Retrieval-Augmented Generation (RAG) pour les LLM. Il autorise les assistants IA à accéder, intégrer et extraire des informations à jour du web sans API externes, améliorant ainsi la recherche, la création de contenu et les workflows de questions-réponses.
Le serveur MCP Météo connecte les assistants IA à des données météorologiques en temps réel et historiques via l'API Open-Meteo—aucune clé API requise. Activez des workflows IA pilotés par la météo pour la planification de voyages, la gestion d'événements, l'automatisation et plus encore.
GitMCP est un serveur Model Context Protocol (MCP) gratuit et open-source qui connecte les assistants IA à n'importe quel dépôt GitHub pour des complétions, explorations et workflows de développement sensibles au code. Il réduit les hallucinations de code en fournissant un accès contextuel, en temps réel, au code, aux issues, PRs et structures de fichiers pour une productivité IA accrue.
Le serveur Todos MCP est une application open source de gestion de listes de tâches compatible avec le Model Context Protocol (MCP), permettant aux assistants et chatbots IA de gérer les tâches de manière programmatique via une API standardisée. Il offre un stockage local respectueux de la vie privée et des outils pratiques pour automatiser les tâches au sein de workflows alimentés par l’IA.
Le serveur Agentset MCP est une plateforme open source permettant la génération augmentée par récupération (RAG) avec des capacités agentiques, permettant aux assistants IA de se connecter à des sources de données externes, des API et des services pour développer des applications intelligentes basées sur des documents.
Le serveur MCP Telegram fait le lien entre l’API de Telegram et les assistants IA via le Model Context Protocol, permettant l’automatisation des workflows de messagerie, la gestion des dialogues et des scénarios de communication avancés au sein de FlowHunt.
Le serveur MCP mcp-rag-local dote les assistants IA d'une mémoire sémantique, permettant le stockage et la recherche de passages de texte selon leur signification, et non seulement par mots-clés. Il utilise Ollama pour les embeddings et ChromaDB pour la recherche vectorielle, offrant une gestion avancée des connaissances et un rappel contextuel dans les workflows locaux.
Le serveur Lspace MCP est une application open-source backend et autonome implémentant le Model Context Protocol (MCP). Il permet la création de connaissances persistantes et consultables en capturant les informations issues de toute session d'IA et en les intégrant à différents outils, permettant ainsi aux développeurs de construire des workflows intelligents et enrichis en contexte.
Le serveur MCP Authenticator App permet aux agents IA d'accéder en toute sécurité aux codes 2FA et aux mots de passe, simplifiant ainsi les processus de connexion automatisée et la gestion des identifiants sur différentes plateformes, tout en maintenant des pratiques de sécurité robustes.
Le serveur MCP Figma-Context connecte les agents de codage IA aux maquettes Figma en exposant les données Figma via le Model Context Protocol (MCP). Il permet aux assistants IA de récupérer, analyser et raisonner sur les fichiers Figma pour des workflows design-to-code fluides, l’implémentation d’UI, l’extraction de composants et la documentation automatisée.
Le serveur MCP mcp-k8s-go permet aux assistants IA d'interagir de manière programmatique avec des clusters Kubernetes via le Model Context Protocol, automatisant et rationalisant les workflows DevOps grâce à une interface standardisée.
Le serveur MCP Typesense connecte les agents IA à Typesense, un moteur de recherche open source, permettant aux LLMs de rechercher, récupérer et analyser des collections de données structurées en temps réel. Intégrez des outils puissants de recherche de documents, d’analytique et de découverte de schéma directement dans vos flux IA avec une gestion sécurisée des clés API.
Le serveur Mifos X MCP fait le lien entre les agents IA FlowHunt et Apache Fineract®, permettant l'automatisation fluide des données financières, l'intégration des clients, la gestion des prêts et l'intégration de l'IA dans les workflows via un protocole standardisé.
Le serveur TFT MCP connecte les assistants IA à l'API Riot Games, permettant un accès programmatique à l'historique des matchs des joueurs de Team Fight Tactics (TFT) et à des données de match détaillées pour l'analyse automatisée, le suivi des joueurs et les commentaires d'événements approfondis.
Vectara MCP Server est un pont open source entre les assistants IA et la plateforme Trusted RAG de Vectara, permettant une génération augmentée par la récupération (RAG) sécurisée et efficace ainsi qu'une recherche d'entreprise pour les workflows d'IA générative dans FlowHunt.
Le serveur MCP TeamRetro connecte les assistants IA à la plateforme TeamRetro, permettant l'automatisation de la gestion d'équipe, des rétrospectives, des bilans de santé et de l'analytique via une interface sécurisée Model Context Protocol. Intégrez les outils de collaboration et les analyses de TeamRetro dans vos flux de travail IA pour une productivité accrue.
AllenNLP est une bibliothèque open-source robuste pour la recherche en traitement du langage naturel (NLP), construite sur PyTorch par AI2. Elle propose des outils modulaires et extensibles, des modèles pré-entraînés et une intégration facile avec des bibliothèques telles que spaCy et Hugging Face, prenant en charge des tâches telles que la classification de texte, la résolution de coréférence, et bien plus encore.
Chainer est un framework open source de deep learning offrant une plateforme flexible, intuitive et performante pour les réseaux de neurones, avec des graphes dynamiques définis à l'exécution, l'accélération GPU et un large support d'architectures. Développé par Preferred Networks avec des contributions majeures de grandes entreprises technologiques, il est idéal pour la recherche, le prototypage et l'entraînement distribué, mais est désormais en mode maintenance.
DL4J, ou DeepLearning4J, est une bibliothèque de deep learning open-source et distribuée pour la machine virtuelle Java (JVM). Faisant partie de l'écosystème Eclipse, elle permet le développement et le déploiement évolutifs de modèles de deep learning en Java, Scala et autres langages JVM.
Découvrez les principales annonces de la Google I/O 2025, dont Gemini 2.5 Flash, Project Astra, Android XR, les agents IA dans Android Studio, Gemini Nano, Gemma 3n, SignGemma, et comment FlowHunt exploite ces nouvelles capacités IA natives.
Découvrez le modèle Grok de xAI, un chatbot IA avancé dirigé par Elon Musk. Découvrez son accès aux données en temps réel, ses principales fonctionnalités, ses performances, ses cas d'utilisation et sa comparaison avec d'autres modèles d'IA.
Jupyter Notebook est une application web open-source permettant aux utilisateurs de créer et de partager des documents avec du code en direct, des équations, des visualisations et du texte narratif. Largement utilisé en science des données, apprentissage automatique, éducation et recherche, il prend en charge plus de 40 langages de programmation et une intégration transparente avec les outils d'IA.
KNIME (Konstanz Information Miner) est une puissante plateforme open source d'analytique de données offrant des workflows visuels, une intégration de données transparente, des analyses avancées et l'automatisation pour divers secteurs.
Kubeflow est une plateforme open-source de machine learning (ML) sur Kubernetes, simplifiant le déploiement, la gestion et la mise à l'échelle des workflows ML. Elle propose une suite d’outils couvrant l’ensemble du cycle de vie ML, du développement du modèle à son déploiement et à sa surveillance, améliorant l’évolutivité, la reproductibilité et l’utilisation des ressources.
LangChain est un framework open source pour développer des applications alimentées par des Large Language Models (LLM), facilitant l'intégration de puissants LLM tels que GPT-3.5 et GPT-4 d’OpenAI avec des sources de données externes pour des applications avancées de traitement du langage naturel (NLP).
Découvrez Mistral AI et les modèles LLM qu'ils proposent. Découvrez comment ces modèles sont utilisés et ce qui les distingue.
Apache MXNet est un framework open source d’apprentissage profond conçu pour l'entraînement et le déploiement efficaces et flexibles de réseaux de neurones profonds. Réputé pour sa scalabilité, son modèle de programmation hybride et sa prise en charge de plusieurs langages, MXNet permet aux chercheurs et aux développeurs de créer des solutions d’IA avancées.
Natural Language Toolkit (NLTK) est une suite complète de bibliothèques et de programmes Python pour le traitement du langage naturel (NLP) symbolique et statistique. Largement utilisé dans le monde académique et industriel, il offre des outils pour la tokenisation, la racinisation, la lemmatisation, l'étiquetage des parties du discours, et plus encore.
Open Neural Network Exchange (ONNX) est un format open source permettant l'échange fluide de modèles d'apprentissage automatique entre différents frameworks, améliorant ainsi la flexibilité de déploiement, la standardisation et l'optimisation matérielle.
Plotly est une bibliothèque de graphiques open source avancée permettant de créer des graphiques interactifs et de qualité publication en ligne. Compatible avec Python, R et JavaScript, Plotly permet aux utilisateurs de réaliser des visualisations de données complexes et prend en charge une large gamme de types de graphiques, d’interactivité et d’intégration dans des applications web.
Fastai est une bibliothèque de deep learning basée sur PyTorch, offrant des API de haut niveau, l'apprentissage par transfert et une architecture en couches pour simplifier le développement de réseaux neuronaux pour la vision, le NLP, les données tabulaires et bien plus. Développé par Jeremy Howard et Rachel Thomas, Fastai est open source et animé par la communauté, rendant l'IA de pointe accessible à tous.
Scikit-learn est une puissante bibliothèque open-source de machine learning pour Python, offrant des outils simples et efficaces pour l'analyse prédictive de données. Largement utilisée par les data scientists et les praticiens du machine learning, elle propose un large éventail d'algorithmes pour la classification, la régression, le clustering, et plus encore, avec une intégration transparente dans l'écosystème Python.
SciPy est une bibliothèque Python open-source robuste pour le calcul scientifique et technique. S'appuyant sur NumPy, elle propose des algorithmes mathématiques avancés, de l'optimisation, de l'intégration, de la manipulation de données, de la visualisation et l'interopérabilité avec des bibliothèques telles que Matplotlib et Pandas, ce qui la rend essentielle pour le calcul scientifique et l'analyse de données.
TensorFlow est une bibliothèque open source développée par l'équipe Google Brain, conçue pour le calcul numérique et l'apprentissage automatique à grande échelle. Elle prend en charge l'apprentissage profond, les réseaux de neurones, et fonctionne sur les CPU, GPU et TPU, simplifiant l'acquisition de données, l'entraînement des modèles et le déploiement.
Découvrez Wan 2.1, le modèle open source de génération vidéo par IA d’Alibaba. Comprenez son fonctionnement, explorez ses fonctionnalités puissantes et suivez notre guide pas à pas pour l’exécuter localement sur votre propre GPU.
