Fiche outil
promptise-com/Foundry
github.com
Un framework Python pour créer, exécuter et exploiter des agents autonomes alimentés par des LLM.
Ce qu'il fait
promptise-com/Foundry
Promptise est un framework d'IA agentique qui combine des agents de raisonnement étape par étape, un accès sécurisé aux outils et aux données via MCP, et un harnais qui maintient les agents en fonctionnement dans les limites du budget et de manière responsable. Il regroupe la mémoire vectorielle, les garde-fous de sécurité, la mise en cache sémantique et le traçage sous forme d'arguments optionnels, et prend en charge de nombreux fournisseurs de modèles via une seule chaîne de modèle. Il s'adresse aux développeurs Python qui construisent des systèmes d'agents, d'un seul agent local à des flottes en production.
Tags
Catégories
Aucun résumé n'a encore été ajouté.
FAQ
Questions fréquentes
- Qu’est-ce que promptise-com/Foundry ?
- Promptise est un framework d'IA agentique qui combine des agents de raisonnement étape par étape, un accès sécurisé aux outils et aux données via MCP, et un harnais qui maintient les agents en fonctionnement dans les limites du budget et de manière responsable. Il regroupe la mémoire vectorielle, les garde-fous de sécurité, la mise en cache sémantique et le traçage sous forme d'arguments optionnels, et prend en charge de nombreux fournisseurs de modèles via une seule chaîne de modèle. Il s'adresse aux développeurs Python qui construisent des systèmes d'agents, d'un seul agent local à des flottes en production.
- Combien coûte promptise-com/Foundry ?
- promptise-com/Foundry applique un modèle tarifaire : Open source. Consultez le site officiel pour les offres actuelles.
- À quoi sert promptise-com/Foundry ?
- promptise-com/Foundry est référencé sur TolsAI dans ces catégories : Open Source.
- Où utiliser promptise-com/Foundry ?
- promptise-com/Foundry est disponible sur son site officiel, github.com.
Explorer
Plus dans Open Source
Un harnais agentique open source pour un agent IA auto-améliorant qui planifie et exécute les tâches que vous décrivez.
Un moteur RAG sans vecteurs, basé sur le raisonnement, qui indexe les documents sous forme d'arbres et effectue la récupération avec le raisonnement d'un LLM.
Une bibliothèque Python de type PyTorch pour construire et auto-optimiser des workflows LLM tels que les chatbots, le RAG et les agents.
Une interface web modulaire pour générer des images, des vidéos et de l'audio avec des modèles d'IA comme Stable Diffusion, Flux et Wan.
Un guide étape par étape pour concevoir des systèmes d'IA basés sur les LLM, le RAG et les agents d'IA.
Moteur de pipeline d'IA open source pour créer, déboguer et déployer des workflows LLM et l'orchestration d'agents depuis votre IDE.
Discussion
Discussion
Connectez-vous pour participer à la discussion
Aucun commentaire pour le moment. Lancez la discussion.