Des articles pour ceux qui
livrent le stack
Textes sur React, Node.js, TypeScript et AI. Un corps traduit est affiché quand il existe. Sinon vous voyez le texte anglais et une note qui le dit.
Tag : LlamaIndex
LlamaIndex Plus LangGraph : un modèle propre pour les agents RAG
Comment créer une base de connaissances avec LlamaIndex et la mettre à disposition d’un agent LangGraph en tant qu’outil, avec une explication de la persistance, de Chroma et du mode uniquement de récupération.
14 min de lectureDiscutez avec n’importe quel dépôt GitHub : Streamlit, LlamaIndex, Groq et embeddings locaux
Créez un chatbot RAG à partir d’un répertoire GitHub, en couvrant l’ingestion des données via Git, le découpage en chunks au format Markdown, les modèles en mémoire cache, une requête permettant d’admettre l’ignorance, ainsi que le streaming asynchrone dans Streamlit.
11 min de lectureConstruire un assistant de documentation RAG pour une API à l’aide de LlamaIndex
Créer un assistant de documentation API avec LlamaIndex : charger des documents Markdown, les diviser en blocs avec SentenceSplitter, les incorporer, les stocker dans Chroma et effectuer des requêtes avec un RAG QueryEngine.
6 min de lectureCinq architectures RAG et les situations dans lesquelles chacune convient en environnement de production.
Une présentation pratique des systèmes RAG naïfs, hybrides, graphiques, avancés et agents utilisant LlamaIndex et LangGraph, abordant les modes de défaillance, les coûts et la manière de les combiner.
19 min de lectureStratégies de chunking RAG : Le guide complet d’ingénierie
Comparaison des stratégies de segmentation en RAG : l’équilibre entre contexte et précision, la segmentation à taille fixe et celle tenant compte de la structure, ainsi que des méthodes avancées sensibles au contexte qui fonctionnent efficacement.
12 min de lectureNotes pratiques : LangChain contre Haystack contre LlamaIndex : quelles IA agente ?
Guide pratique détaillé : LangChain vs Haystack vs LlamaIndex : quel AI agent choisir ? Contrats, vérifications et modules de code prêts à l’emploi pour les équipes qui mettent en œuvre ce modèle.
9 min de lectureLlamaIndex RAG : Un guide pratique pour créer des IA plus intelligentes
LlamaIndex RAG en pratique : ce qu’est RAG, le rôle de LlamaIndex, ainsi que l’ensemble du processus allant du chargement et de l’indexation des documents à leur consultation à l’aide d’un LLM.
17 min de lectureCréer une application RAG simple dans Google Colab avec LlamaIndex
Une application RAG simple dans Google Colab avec LlamaIndex : installez les bibliothèques, configurez la clé API de Groq, indexez les documents et interrogez-les à l’aide d’un LLM open source.
5 min de lectureComparaison des frameworks d’agents IA : LangChain, LangGraph, CrewAI et bien d’autres
Choisissez l’orchestration en fonction des besoins de flux de contrôle — chaînes, graphes, équipes, agents de chat ou agents de données — sans regrouper tous les frameworks en un seul service difficile à maintenir.
4 min de lecture
À propos de ces articles
Devis en 24 h
Besoin du même stack en couche opérateur ? Envoyez le brief — devis sous 24 h.