Glean et DataStax ont le plaisir d’annoncer une collaboration qui permettra aux développeurs de créer des applications d’IA générative avec simplicité et efficacité. Ce partenariat permet aux développeurs de combiner ces outils best-in-class afin d’exploiter la puissance de capacités de recherche avancées et de solutions de base de données robustes.
Le composant DataStax Langflow Glean : renforcer les workflows pilotés par l’IA
Le composant DataStax Langflow Glean est un outil conçu pour améliorer les flux d’agents Langflow. Il permet aux développeurs d’intégrer facilement la plateforme Work AI de Glean au sein de leurs implémentations Langflow, en s’appuyant sur les puissantes capacités de retrieval de Glean pour enrichir le contexte de leurs opérations et favoriser des processus de prise de décision plus éclairés. Les utilisateurs peuvent tirer parti des intégrations natives de Glean avec Google, Slack et plus de 100 connecteurs vers les applications les plus utilisées au monde. ;
Pour les praticiens GenAI qui utilisent Langflow dans leurs projets, le composant Glean Search API constitue une nouvelle addition enthousiasmante à leur boîte à outils. En intégrant Glean à leurs implémentations Langflow, les développeurs peuvent améliorer leurs workflows pilotés par l’IA, les rendant plus efficaces, plus sensibles au contexte et capables de fournir des résultats supérieurs. Comme Glean peut effectuer une recherche agrégée sur plusieurs dépôts de documents et de données, cela ouvre de nouveaux cas d’usage pour des workflows agentiques. ;
Par exemple, un développeur Langflow pourrait rapidement créer un flux pour un agent d’onboarding des nouveaux arrivants. L’agent pourrait exploiter la Search API pour interroger la base de connaissances de l’entreprise, fournir des informations de base sur les politiques internes relatives aux congés, puis proposer d’effectuer une action supplémentaire dans le système RH pour soumettre une demande de PTO. Langflow favorise une expérience de développement itérative, dans laquelle les développeurs peuvent expérimenter rapidement différents prompts, frameworks d’agents, LLMs et connecteurs.
Interopérabilité transparente : une nouvelle ère d’exploitation des données
L’un des avantages les plus importants de ce partenariat est l’interopérabilité transparente qu’il offre entre les solutions DataStax et Glean. Les développeurs peuvent désormais transférer et utiliser facilement les données entre les deux plateformes, qu’il s’agisse d’extraire des informations d’Astra DB vers Glean pour une recherche avancée et des insights, ou d’intégrer les capacités de retrieval de Glean dans leurs workflows DataStax. Cette interopérabilité simplifie le processus de développement et permet de créer des applications GenAI de manière plus efficace.
Combler le fossé entre données et insights
Chez DataStax, nous sommes fiers d’utiliser Glean au quotidien. Grâce aux connecteurs complets de Glean, nous avons intégré et agrégé des données provenant de multiples sources, comme Slack, Google Docs, nos sites web et notre système de gestion des tickets.
Comme la plupart des entreprises, nous disposons également d’outils spécialisés, tels que des middlewares avec des paramètres personnalisés, voire des applications entièrement sur mesure qui nous appartiennent. Dans les situations où Glean ne fournit pas de connecteur prêt à l’emploi, nous pouvons utiliser la Glean Indexing API pour créer nos propres sources de données.
Nous avons d’abord mis en place un processus batch pour pousser nos comptes rendus de réunions commerciales (que nous appelons « TILs » : Things I Learned) dans notre instance Glean. Cela nous permet de corréler les besoins des clients et des prospects avec la plupart des documents de notre système d’information.
Indexer des données texte brutes depuis Astra DB
Les données qui vous intéressent sont peut-être déjà structurées et stockées dans Astra DB. C’est pourquoi nous voulions offrir aux utilisateurs d’Astra DB un moyen de pousser leurs informations vers Glean via la Glean Indexing API. Cela permet à l’assistant Chat de Glean de proposer une interface de requête en langage naturel vers Astra DB. Voici un exemple. À partir de l’un de nos jeux de données standards Astra DB, nous avons créé une base de données alimentée avec des citations de philosophes. Nous avons ensuite indexé ces données avec la Glean Indexing API et les avons exposées à nos utilisateurs internes de Glean. Chacun pouvait alors poser des questions sur le jeu de données. ;
Pour vérifier l’exactitude de la réponse de l’assistant Chat, nous avons exécuté une requête similaire sur la collection dans Data Explorer d’Astra DB et validé l’extrait renvoyé par Glean Chat. ;
S’il est plus courant d’utiliser Glean pour indexer et rechercher dans des référentiels de documents, nous avons constaté que, même pour des données plus structurées stockées dans une base de données comme Astra DB, Glean permet à davantage de profils d’utilisateurs d’accéder aux données de la base et de poser des questions pertinentes via une interface de chat simple. ;
Vous pouvez essayer par vous-même avec Google Colab. Utilisez cette documentation avec un notebook et un script autonome, pour apprendre à déplacer vos données et à les utiliser dans Glean Chat.
Inscrivez-vous dès aujourd’hui
Commencez à explorer comment ces outils peuvent transformer vos projets axés sur les données et propulser vos applications GenAI à un niveau supérieur — inscrivez-vous à Astra DB et à Glean dès aujourd’hui.
