8000 pipeshub-ai/docs/i18n/fr at main · worthmining/pipeshub-ai · GitHub
[go: up one dir, main page]

Skip to content

Latest commit

 

History

History
 
 

fr

Folders and files

NameName
Last commit message
Last commit date

parent directory

..
 
 
 
 
 
 
 
 

README.md

PipesHub

La plateforme d'IA open source pour le travail

Site web · Documentation · Discord · Feuille de route

PipesHub on Trendshift

License Release Docker Pulls Discord Last commit Commits per month GitHub issues GitHub pull requests GitHub Repo stars
Twitter LinkedIn

Node.js SDK Python SDK Go SDK MCP

PipesHub — Explicable et extensible

PipesHub est une couche d'exécution native pour l'IA, open source et auto-hébergeable, qui connecte les connaissances de l'entreprise, fournit une recherche explicable avec citations et automatise les flux de travail à travers vos systèmes.

Fonctionnalités

  • 📝 Réponses explicables : PipesHub fournit des réponses étayées avec des citations précises par bloc vers les documents d'origine.
  • 🔒 Recherche tenant compte des permissions : Applique des contrôles d'accès au niveau de la source afin que les utilisateurs ne voient que ce à quoi ils sont autorisés.
  • 🕸️ Récupération par graphe de connaissances : Récupération fondée sur les graphes, qui capture les relations entre les données de l'entreprise.
  • 🔌 Connecteurs d'entreprise : Plus de 30 connecteurs avec indexation en temps réel et planifiée, prêts à l'emploi.
  • 🔍 Recherche unifiée, recherche approfondie et agents : Recherche, questions-réponses, recherche approfondie, recherche web et agents IA sur une seule couche de contexte.
  • 📊 Artefacts et exécution de code : Générez des rapports, des graphiques et des tableaux de bord dans un bac à sable d'exécution sécurisé.
  • 🎙️ Prise en charge multimodale : Compréhension des images, des schémas et des fichiers numérisés, ainsi qu'une interaction vocale.
  • 🤖 Agents et actions no-code : Créez des agents visuellement et exécutez des actions à travers les outils de l'entreprise.
  • 🧠 Apportez votre propre modèle, entièrement auto-hébergeable : Tout fournisseur de LLM, déployé dans votre VPC — les données ne quittent jamais votre infrastructure.
  • 🛠️ Pensé pour les développeurs et extensible : API, SDK, outils MCP, connecteurs personnalisés et services pouvant évoluer indépendamment.

PipesHub en action

Connecteurs

Connectors

Citations

Citations

Tous les enregistrements

All Records

Recherche de connaissances

Knowledge Search

Connecteurs

PipesHub Connectors

Formats de fichiers pris en charge

Format Détails
PDF Y compris les PDF numérisés
Docx / Doc Microsoft Word
XLSX / XLS Microsoft Excel
PPTX / PPT Microsoft PowerPoint
CSV Valeurs séparées par des virgules
Markdown Fichiers .md
HTML Pages web
Text Fichiers texte brut
Google Docs, Sheets, Slides Formats Google Workspace
Images PNG, JPG, etc.
Audio Fichiers audio
Vidéo Fichiers vidéo

Stack technique

Frontend

Technologie Description
Next.js UI avec App Router (React rendu côté client)
TypeScript Sur-ensemble fortement typé de JavaScript
Radix UI Themes Primitives de composants accessibles et stylisation
Zod Validation et analyse de schémas
React Hook Form Gestion flexible de l'état des formulaires

Backend

Technologie Description
FastAPI Framework web Python hautes performances
LangChain Framework pour les pipelines de LLM
Qdrant Moteur de recherche par similarité vectorielle
Neo4j / ArangoDB Base de données orientée graphe
Kafka / Redis Streams Plateforme distribuée de streaming d'événements
Redis Mise en cache
Redis / etcd3 Magasin de configuration clé-valeur distribué
Celery Système distribué de files de tâches
Docling Boîte à outils d'analyse et d'extraction de documents
PyMuPDF Bibliothèque de traitement de PDF
pandas Analyse et manipulation de données

🚀 Guide de déploiement

PipesHub (la plateforme d'IA pour le travail) peut être exécuté localement ou déployé dans le cloud à l'aide de Docker Compose. Remarque : Si vous déployez PipesHub sur un serveur cloud, assurez-vous d'utiliser un point de terminaison HTTPS. PipesHub applique des contrôles de sécurité plus stricts, et les navigateurs bloqueront certaines requêtes lorsque l'application est servie via HTTP. Vous pouvez utiliser un proxy inverse comme Cloudflare, Nginx ou Traefik pour terminer le SSL/TLS et fournir un certificat HTTPS valide. Si vous voyez un écran blanc après avoir déployé PipesHub en y accédant via HTTP, c'est probablement la cause. Le frontend refusera de se charger en raison des contrôles de sécurité plus stricts.


📦 Déploiement en production

# Clone the repository
git clone https://github.com/pipeshub-ai/pipeshub-ai.git

# 📁 Navigate to the deployment folder
cd pipeshub-ai/deployment/docker-compose

# Set Environment Variables
> 👉 Set Environment Variables for secrets, passwords, and the public URLs of the **Frontend** and **Connector** services
> _(Required for webhook notifications and real-time updates)_
> Refer to env.template

# 🚀 Start the production deployment
docker compose -f docker-compose.prod.yml -p pipeshub-ai up -d

# 🛑 To stop the services
docker compose -f docker-compose.prod.yml -p pipeshub-ai down

📦 Build de déploiement pour développeurs

# Clone the repository
git clone https://github.com/pipeshub-ai/pipeshub-ai.git

# 📁 Navigate to the deployment folder
cd pipeshub-ai/deployment/docker-compose

# Set Optional Environment Variables
> 👉 Set Environment Variables for secrets, passwords, and the public URLs of the **Frontend** and **Connector** services
> _(Required for webhook notifications and real-time updates)_
> Refer to env.template

# 🚀 Start the local build deployment
docker compose -f docker-compose.build.neo4j.yml -p pipeshub-ai up --build -d

# 🛑 To stop the services
docker compose -f docker-compose.build.neo4j.yml -p pipeshub-ai down

Le Dockerfile principal récupère des couches pré-construites depuis pipeshubai/pipeshub-ai-base:python-deps et pipeshubai/pipeshub-ai-base:runtime (voir Dockerfile.base à la racine du dépôt pour les commandes de build/push). Pour utiliser des tags locaux à la place, définissez PYTHON_DEPS_IMAGE et RUNTIME_BASE_IMAGE dans l'environnement ou dans les arguments de build de compose.

Serveur MCP

Utilisez PipesHub avec n'importe quel client compatible MCP pour intégrer le contexte de votre entreprise dans vos workflows d'IA. Consultez le README pour la configuration et l'utilisation.

Dépôt : pipeshub-ai/mcp-server

SDK

PipesHub fournit des SDK pour développeurs en Python, TypeScript et Go pour vous aider à intégrer rapidement. Consultez le README du dépôt du SDK correspondant pour les détails de configuration et d'utilisation.

Nom Description Lien
Python SDK SDK Python pour PipesHub pipeshub-ai/pipeshub-sdk-python
TypeScript SDK SDK TypeScript pour PipesHub pipeshub-ai/pipeshub-sdk-typescript
Go SDK SDK Go pour PipesHub pipeshub-ai/pipeshub-sdk-go

Besoin d'un SDK dans un autre langage ? Contactez-nous à developer@pipeshub.com

Feuille de route

Nous développons en toute transparence. Voici ce qui est fait et ce qui arrive ensuite :

  • ✅ 🤖 Agents IA pour le travail : constructeur d'agents no-code de premier ordre
  • ✅ 🔗 Prise en charge de MCP (Model Context Protocol), à la fois serveur et client
  • ✅ 🧰 SDK pour développeurs
  • ✅ 🔍 Recherche de code sur GitHub, GitLab et Bitbucket
  • ⬜ 👤 Recherche personnalisée selon l'équipe, le rôle et l'historique
  • ✅ ☸️ Déploiement Kubernetes en production avec haute disponibilité par défaut
  • ⬜ 📈 Pertinence renforcée par PageRank sur l'ensemble du graphe de connaissances

👉 Consultez la feuille de route complète du produit sur Notion


👥 Contribuer

Vous souhaitez rejoindre notre communauté de développeurs ? Consultez notre Guide de contribution pour en savoir plus sur la configuration de l'environnement de développement, nos normes de code et le workflow de contribution.

Où aller pour quoi

Poser une question ou obtenir de l'aideDiscord
Signaler un bug ou demander une fonctionnalitéGitHub Issues
Signaler un problème de sécuritéSignaler un problème de sécurité
Lire la documentationDocumentation Pipeshub

FAQ

Qu'est-ce que PipesHub ?

PipesHub est une couche d'exécution native pour l'IA, open source et auto-hébergeable, qui connecte les connaissances de l'entreprise, fournit une recherche explicable avec citations et automatise les flux de travail à travers vos systèmes. Elle offre une couche de contexte unifiée pour la recherche, les questions-réponses, la recherche approfondie, la recherche web et les agents IA.

En quoi PipesHub diffère-t-il des autres outils d'IA pour le travail ?

PipesHub est entièrement open source (Apache 2.0) et auto-hébergeable — vos données ne quittent jamais votre infrastructure. Il propose une recherche tenant compte des permissions qui applique des contrôles d'accès au niveau de la source, et fournit des réponses explicables avec des citations précises par bloc vers les documents d'origine.

Quels connecteurs PipesHub prend-il en charge ?

PipesHub dispose de plus de 30 connecteurs d'entreprise avec indexation en temps réel et planifiée. Il prend en charge des formats de fichiers tels que PDF, Docx, XLSX, PPTX, CSV, Markdown, HTML, Google Docs/Sheets/Slides, images, audio et vidéo.

Comment déployer PipesHub ?

# Clone the repository
git clone https://github.com/pipeshub-ai/pipeshub-ai.git
cd pipeshub-ai/deployment/docker-compose

# Set Environment Variables (refer to env.template)
# Start production deployment
docker compose -f docker-compose.prod.yml -p pipeshub-ai up -d

Remarque : Utilisez HTTPS pour les déploiements dans le cloud. Le HTTP peut entraîner des blocages de sécurité au niveau du frontend.

Quels fournisseurs de LLM PipesHub prend-il en charge ?

PipesHub fonctionne selon le principe « Apportez votre propre modèle » — vous pouvez utiliser n'importe quel fournisseur de LLM. Déployez dans votre VPC avec les modèles de votre choix. La stack technique inclut LangChain pour les pipelines et les workflows de LLM.

Qu'est-ce que la fonctionnalité de récupération par graphe de connaissances ?

PipesHub utilise une récupération fondée sur les graphes qui capture les relations entre les données de l'entreprise. Il utilise Neo4j ou ArangoDB comme bases de données orientées graphe, combinées à Qdrant pour la recherche par similarité vectorielle.

PipesHub dispose-t-il d'un serveur MCP ?

Oui. PipesHub fournit un serveur MCP pour l'intégration avec n'importe quel client compatible MCP. Dépôt : pipeshub-ai/mcp-server.

Quels SDK sont disponibles ?

PipesHub fournit des SDK pour :

Puis-je créer des agents IA sans coder ?

Oui. PipesHub dispose d'un constructeur d'agents no-code. Vous pouvez créer des agents visuellement et exécuter des actions à travers les outils de l'entreprise sans écrire de code.

Qu'est-ce que la prise en charge multimodale ?

PipesHub prend en charge la compréhension des images, des schémas et des fichiers numérisés, ainsi que l'interaction vocale. Il utilise Docling et PyMuPDF pour l'analyse des documents, et Azure Document Intelligence ou un LLM multimodal (VLM) pour l'OCR des PDF numérisés.

Comment résoudre les problèmes de déploiement ?

  1. Assurez-vous que HTTPS est configuré pour les déploiements dans le cloud
  2. Vérifiez les journaux de Docker compose : docker compose logs
  3. Vérifiez les variables d'environnement dans env.template
  4. Consultez docs.pipeshub.com pour des guides détaillés

Où puis-je obtenir de l'aide ?


⭐ Mettez-nous une étoile sur GitHub !

Cela aide le projet à atteindre les équipes qui en ont besoin.

Star PipesHub

Star History

Conçu avec ❤️ par l'équipe PipesHub et des contributeurs du monde entier.

0