BaseAI

Pourquoi utiliser BaseAI ?

Développer des agents IA serverless avec TypeScript

BaseAI s'adresse avant tout aux développeurs qui souhaitent créer des agents IA capables d'automatiser des tâches ou d'enrichir une application web. Le framework repose sur Node.js et TypeScript et reprend des technologies déjà connues par une grande partie des développeurs web. L'objectif consiste à réduire le temps nécessaire pour créer un agent d'intelligence artificielle sans repartir de zéro.

Le concept central de BaseAI repose sur les Pipes. Une Pipe représente un agent IA capable d'exécuter une mission précise. Chaque agent peut recevoir un prompt, utiliser un modèle de langage, traiter des paramètres, puis renvoyer une réponse. Cette approche favorise la création d'agents spécialisés plutôt qu'un unique assistant chargé de tout faire. Le framework met aussi l'accent sur la composition, plusieurs Pipes peuvent fonctionner ensemble afin de construire des workflows plus complets. Cette organisation facilite la réutilisation du code et limite les duplications entre plusieurs projets.

BaseAI cherche également à simplifier le développement local. Les développeurs peuvent créer, modifier et tester leurs agents directement sur leur ordinateur. Le framework fournit des journaux d'exécution afin d'observer le comportement des agents pendant les phases de développement, ce qui facilite les ajustements avant la mise en production. Une fois le projet prêt, BaseAI permet de transformer les agents développés localement en services serverless.

Le déploiement passe par une commande spéciale, et les agents deviennent alors accessibles sous forme d'API afin d'être intégrés dans une application web ou dans un autre service. Cette philosophie permet de conserver le même environnement de travail entre les phases de développement et de production. Le framework cherche ainsi à réduire les manipulations techniques tout en proposant une architecture adaptée aux applications modernes reposant sur l'intelligence artificielle.

Gérer une mémoire persistante avec le RAG

L'un des éléments clés de BaseAI repose sur son système de mémoire. Le framework propose un mécanisme permettant aux agents IA d'accéder à leurs propres connaissances grâce à la fonctionnalité Memory. Cette mémoire repose sur le principe du Retrieval-Augmented Generation (RAG). Au lieu de transmettre l'intégralité d'une base documentaire au modèle de langage, BaseAI recherche uniquement les informations les plus pertinentes avant de générer une réponse, ce qui permet de fournir un contexte plus précis tout en limitant le volume de données envoyé au modèle.

Le framework facilite l'intégration de cette mémoire directement dans les agents. Le développeur peut créer une Memory, y importer des documents, puis l'associer à une ou plusieurs Pipes. L'agent peut alors exploiter ces connaissances lorsqu'il répond à vos requêtes. Cette organisation permet de créer des assistants spécialisés capables de s'appuyer sur une documentation métier, une base de connaissances interne ou des contenus propres à une entreprise. Les réponses ne reposent plus uniquement sur les connaissances générales du modèle de langage.

BaseAI cherche également à simplifier la gestion de cette mémoire pendant le développement. Les différentes ressources restent intégrées dans le projet et peuvent évoluer au même rythme que le code de l'application. Cette séparation entre les agents et les données favorise aussi la réutilisation. Une même Memory peut servir à plusieurs agents sans qu'il soit nécessaire de dupliquer les informations, ce qui facilite la maintenance des projets lorsque plusieurs assistants exploitent les mêmes connaissances. Le framework présente cette mémoire comme un composant à part entière de son architecture. Elle s'intègre naturellement aux Pipes et aux Tools afin de construire des applications IA capables d'utiliser un contexte plus riche que celui fourni par le modèle de langage seul.

Étendre les capacités des agents avec les Tools

BaseAI permet également d'enrichir les agents grâce aux Tools. Ces outils représentent des fonctions que les modèles de langage peuvent appeler lorsqu'une tâche nécessite davantage qu'une simple génération de texte. Les Tools servent à connecter un agent avec des services externes ou avec le code de l'application. Un agent peut ainsi déclencher une fonction, récupérer des données, effectuer un calcul ou interagir avec un autre composant du projet lorsque la situation le demande. Cette approche limite les réponses purement textuelles.

L'agent peut agir en fonction du contexte tout en conservant un comportement contrôlé par le développeur. Les Tools deviennent alors un moyen d'étendre les possibilités du modèle de langage sans modifier son fonctionnement interne. BaseAI intègre ces outils directement dans son architecture. Les développeurs peuvent les déclarer, les associer à une Pipe et définir leur comportement depuis le projet TypeScript. Cela favorise la lisibilité du code et simplifie l'évolution des agents au fil des versions.

De plus, les Tools peuvent fonctionner avec la Memory. L'agent dispose alors d'informations issues de sa base documentaire tout en étant capable d'exécuter des actions lorsque cela s'avère nécessaire, ce qui permet de construire des assistants plus complets et mieux adaptés aux besoins d'une application. L'ensemble de ces composants suit la philosophie du framework. Les Pipes, les Tools et la Memory restent indépendants, mais ils peuvent être combinés afin de créer des workflows IA adaptés à différents cas d'usage.

Déployer des agents IA rapidement

BaseAI adopte une approche qui couvre l'ensemble du cycle de développement d'un agent IA. Le framework permet de créer un projet en local, de tester les différents composants, puis de les déployer sans modifier leur architecture. Cette continuité fait partie des principes mis en avant par le projet. Le développement commence directement sur la machine du développeur. Les Pipes, les Tools et la Memory peuvent être créés, modifiés et testés avant toute mise en ligne, ce qui facilite les phases de validation et permet de vérifier le comportement des agents avant leur déploiement.

BaseAI propose également des commandes destinées à accélérer le travail quotidien, qui servent à initialiser un projet, à lancer un environnement de développement ou à préparer le déploiement. Le framework cherche ainsi à limiter les opérations manuelles afin que le développeur puisse se concentrer sur la logique métier de son application. Une fois le projet prêt, les agents peuvent être déployés sous forme de fonctions serverless et deviennent accessibles grâce à des points d'entrée API, ce qui simplifie leur intégration dans une application web, un service backend ou un autre projet développé avec Node.js.

Le framework met aussi l'accent sur la modularité. Les différents composants restent indépendants les uns des autres, ce qui fait qu'il est possible de modifier une Pipe, d'ajouter un Tool ou d'associer une nouvelle Memory sans revoir l'ensemble de l'application. Cela simplifie la maintenance des projets qui évoluent régulièrement. Enfin, BaseAI cherche à proposer une expérience cohérente entre le développement local et la production. Les mêmes composants accompagnent le développeur durant toutes les étapes du projet, ce qui réduit les adaptations au moment du déploiement et facilite les mises à jour des agents IA.

BaseAI : toutes les réponses à vos questions