Glean et DataStax sont heureux d'annoncer une collaboration qui permettra aux développeurs de créer des applications d'IA générative avec facilité et efficacité. Ce partenariat permet aux développeurs de combiner ces outils de pointe pour exploiter la puissance de capacités de recherche avancées et de solutions de bases de données robustes.
Le composant Glean de DataStax Langflow : optimiser les workflows pilotés par l'IA
Le composant Glean de DataStax Langflow est un outil conçu pour optimiser les flux d'agents Langflow. Il permet aux développeurs d'intégrer de façon transparente la plateforme Work AI de Glean au sein de leurs implémentations Langflow, en tirant parti des puissantes capacités de récupération de Glean pour enrichir le contexte de leurs opérations et favoriser des processus de prise de décision plus éclairés. Les utilisateurs peuvent profiter des intégrations natives de Glean avec Google, Slack et plus de 100 connecteurs vers les applications les plus utilisées au monde.
Pour les praticiens de l'IA générative qui utilisent Langflow dans leurs projets, le composant Search API de Glean représente un ajout passionnant à leur boîte à outils. En intégrant Glean à leurs implémentations Langflow, les développeurs peuvent optimiser leurs workflows pilotés par l'IA, les rendant plus efficaces, plus contextuels et capables de fournir des résultats de qualité supérieure. Parce que Glean peut effectuer une recherche agrégée sur plusieurs référentiels de documents et de données, cela ouvre de nouveaux cas d'usage pour les workflows agentiques.
Par exemple, un développeur Langflow pourrait rapidement créer un flux pour un agent d'intégration des nouvelles recrues. L'agent pourrait exploiter la Search API pour interroger la base de connaissances de l'entreprise, fournir des informations de base sur les politiques de l'entreprise en matière de congés, puis proposer d'entreprendre d'autres actions dans le système RH pour soumettre une demande de congés payés. Langflow favorise une expérience de développement itérative où les développeurs peuvent rapidement expérimenter différents prompts, frameworks d'agents, LLM et connecteurs.
Interopérabilité transparente : une nouvelle ère d'utilisation des données
L'un des avantages les plus significatifs de ce partenariat est l'interopérabilité transparente qu'il offre entre les solutions DataStax et Glean. Les développeurs peuvent désormais transférer et utiliser facilement des données entre les deux plateformes, qu'ils extraient des informations d'Astra DB vers Glean pour des recherches et des insights avancés, ou qu'ils intègrent les capacités de récupération de Glean à leurs workflows DataStax. Cette interopérabilité rationalise le processus de développement, permettant une création plus efficace et plus performante des applications d'IA générative.
Combler le fossé entre les données et les 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, telles que 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 aux paramètres personnalisés ou même des applications entièrement personnalisées que nous possédons. Dans les cas où Glean ne fournit pas de connecteur prêt à l'emploi, nous pouvons exploiter l'Indexing API de Glean pour créer nos propres sources de données.
Nous avons d'abord mis en place un processus par lots pour pousser les comptes rendus de nos réunions commerciales (que nous appelons « TIL » : 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 textuelles brutes depuis Astra DB
Les données qui vous intéressent sont peut-être déjà structurées et stockées dans Astra DB. Pour cette raison, nous souhaitions offrir aux utilisateurs d'Astra DB un moyen de pousser leurs informations vers Glean à l'aide de l'Indexing API de Glean. Cela permet à l'assistant Glean Chat de fournir une interface de requête en langage naturel vers Astra DB. Voici un exemple. En utilisant l'un de nos jeux de données Astra DB standard, nous avons créé une base de données remplie de citations de philosophes. Nous avons ensuite indexé ces données avec l'Indexing API de Glean et les avons exposées à nos utilisateurs Glean internes. Chacun pouvait alors poser des questions sur le jeu de données.
Pour vérifier l'exactitude de la réponse de l'assistant de chat, nous avons exécuté une requête similaire sur la collection dans le Data Explorer d'Astra DB et validé le passage 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 types d'utilisateurs d'accéder aux données de la base et de poser des questions intéressantes via une simple interface de chat.
Vous pouvez l'essayer vous-même avec Google Colab. Utilisez cette documentation avec un notebook et un script autonome pour découvrir comment déplacer vos données et les exploiter 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 de GenAI vers de nouveaux sommets : inscrivez-vous dès aujourd'hui à Astra DB et Glean.
