Code ouvert. Horizons nouveaux.

Collection open source de plus de 100 agents IA, compétences d'agents et applications RAG. Licence Apache-2.0, créés et testés de bout en bout, compatibles avec Claude, GPT, Gemini, DeepSeek, Llama, Qwen.

AutoAgent est un framework zéro-code permettant de créer et déployer des agents et workflows LLM via le langage naturel, avec profilage automatisé des agents, création d'outils et orchestration multi-agents.

Une interface web auto-hébergée pour agents de codage IA : backend Rust (axum, tokio, SQLite) avec frontend Flutter web intégré, fournisseurs pluggables pour Devin CLI, OpenCode et Codex CLI, gestion des sessions et fichiers.

Oumi est une plateforme open source couvrant tout le cycle de vie des modèles de fondation : préparation des données, entraînement et affinage (SFT, LoRA, QLoRA, GRPO), évaluation, synthèse de données avec des juges LLM, et déploiement via vLLM/SGLang, avec une CLI et le lancement de tâches cloud.

FastMCP est un framework Python pour créer des applications Model Context Protocol (MCP), permettant une intégration fluide des LLM avec des outils et des données via des serveurs, clients et interfaces interactives.

Un cours Microsoft gratuit de 21 leçons pour débutants sur la création d'applications d'IA générative, couvrant les LLM, l'ingénierie de prompts, le RAG, les agents, le fine-tuning et plus encore, avec des exemples en Python/TypeScript.

Un guide open-source complet couvrant le prompt engineering, le RAG, les agents IA et l'optimisation des LLM. Inclut tutoriels, articles de recherche, outils et notebooks.

Tabby est un assistant de codage IA open-source et auto-hébergé, conçu comme une alternative sur site à GitHub Copilot.

A curated collection of 90+ hands-on AI engineering tutorials and projects covering LLMs, RAG, agents, MCP, multimodal apps, fine-tuning and evaluation, organized by beginner, intermediate and advanced difficulty.

Made With ML est un cours et un codebase open-source enseignant la conception, le développement, le déploiement et l'itération d'applications ML de production, couvrant MLOps, tests, serving, CI/CD et apprentissage continu.