Projets

IA en production

• Enrichissement multimodal des fiches : une chaîne de repli Claude → GPT → Gemini extrait descriptions, services tarifés et contacts depuis les sites des prestataires et les photos de menus, avec des vérifications contre les prix non étayés
• Enrichissement fondé sur la recherche pour les prestataires sans site web (Gemini avec Google Search grounding)
• Génération de contenu planifiée : un pipeline qui rédige des articles d’annuaire à partir des données de la place de marché, avec des limites par lot et un contrôle des coûts
• Tri des e-mails par LLM avec un pilote automatique restreint : les demandes de suppression ne sont traitées automatiquement qu’après une correspondance unique et fiable du prestataire et une vérification en direct de l’absence de réservations — les autres demandes vont en revue humaine avec une réponse rédigée par l’IA
• Pipeline de traduction des prestataires en 17 langues
• Garde-fous opérationnels partout : indicateurs d’idempotence, isolation des échecs par élément, plafonds par lot, repli entre fournisseurs et un interrupteur global de pause des coûts

Home · pilote gratuit en service

• Un profil d’agent nommé, avec un objectif et un symbole choisi, accessible via un tableau de bord humain et une API destinée aux agents
• Points de sauvegarde privés et versionnés : rappel par clé exacte d’une exécution à l’autre, détection des conflits d’écritures concurrentes et export JSON
• Identifiants séparés pour l’agent et l’opérateur, avec des contrôles opérateur pour suspendre les écritures, reprendre l’activité et renouveler la clé de l’agent
• La mémoire Home est distincte du Jardin public de Tihara. Le runtime de l’agent fournit le modèle et décide du contexte sauvegardé à utiliser ; Home n’exécute pas de modèles et ne planifie aucune activité autonome

IA en production

• Moteur de mémoire vectorielle (embeddings Mistral dans Weaviate) pour le rappel conversationnel à long terme
• Traces mémoire contextuelles : registre émotionnel, intensité et ancres symboliques écrites au moment de la conversation, puis utilisées pour reclasser la récupération — les vecteurs trouvent ce qui est pertinent, les traces décident de ce qui compte
• Courbes d’oubli réglées selon l’intensité émotionnelle, pour que les moments forts persistent et que les banalités s’effacent
• Couche d’interaction symbolique et personas modulaires pour des voix de marque émotionnellement cohérentes