Everything that adapts an AI model, in one place. Contexts, prompts, agents, RAG, datasets, LoRA and MCP servers for LLMs
Publish, test live and export to your tools. Free and open source.
Configuration Claude Code pour un projet Python avec uv, pytest et ruff : conventions, commandes autorisées, fichiers protégés.
Pipeline RAG pour un assistant qui répond sur la documentation d'un produit en français, en citant ses sources.
Vérifie qu'un modèle ou un contexte d'anonymisation ne laisse passer aucune donnée personnelle (e-mail, téléphone, IBAN).
Skill qui transforme des notes de réunion en compte rendu clair : décisions, actions avec responsable et échéance, points ouverts.
Agent qui range un dossier de documents : lit chaque fichier, le renomme clairement et le classe dans le bon sous-dossier.
Fiche de référence du modèle Mistral 7B Instruct v0.3 publié par Mistral AI : 7 milliards de paramètres, licence Apache 2.0, appel de fonctions.
Serveur MCP officiel pour lire, créer et modifier des fichiers dans les dossiers que vous autorisez, et nulle part ailleurs.
Configuration QLoRA de départ pour spécialiser Mistral 7B Instruct dans l'anonymisation RGPD, avec le dataset anonymisation-rgpd-fr. Tient sur un GPU de 24 Go.
20 exemples rédigés à la main (personnes et numéros fictifs) pour apprendre à un modèle à anonymiser des textes en français, cas sans donnée personnelle inclus.
Génère une fiche produit e-commerce en français : titre, accroche, points forts et description, à partir des caractéristiques brutes.
Remplace les données personnelles d'un texte (noms, e-mails, téléphones, adresses, IBAN) par des balises, avant de l'envoyer à un service tiers.