Des outils IA notés pour votre métier
Missions IA payées
🤝 Vous êtes dans la bibliothèque Libre & Open Source — des outils communautaires utilisables sans payer. Un concept différent de notre annuaire IA noté.
Accueil › Libre & Open Source › Gestion de Projet › AD-AGENT
✦ Libre & open sourceGestion de Projet

AD-AGENT

Un framework multi-agent piloté par LLM qui automatise la détection d'anomalies sur des données tabulaires, de graphes et de séries temporelles.

Automatisez la détection d'anomalies avec des multi-agents en langage naturel

Générez, exécutez, examinez et évaluez des pipelines de détection d'anomalies à l'aide de requêtes conversationnelles.

Gratuit pour toujours · open source · BSD-2-Clause
✓ Light setup✓ Dans le navigateur✓ Collaboration en temps réel
6
ZEKAI
Agent d'anomalie LLM prometteur
Libre & open source · Gestion de Projet
Facilité d'installation5
Utilité7
Maintenance7
Communauté5
★ 104
GITHUB
Apr 2026
MIS À JOUR
BSD-2-Clause
LICENCE
🛠 Pas envie de l'héberger vous-même ? Nous pouvons l'installer →
⚡ Réponse rapide

AD-AGENT est un framework open source qui convertit les demandes en langage naturel en code exécutable de détection d'anomalies. Il coordonne des agents LLM spécialisés pour sélectionner des algorithmes, récupérer de la documentation, générer des scripts et évaluer les performances. Vous devez l'utiliser si vous analysez des données opérationnelles et souhaitez automatiser les flux de travail de détection sur des jeux de données tabulaires, de graphes ou de séries temporelles.

Fonctionne sur
Cross-platform
Hébergement
Self-host
Langues
Python
Licence
BSD-2-Clause

Qu'est-ce que c'est

Le système accepte des instructions en langage naturel pour exécuter des algorithmes de détection tels que Isolation Forest ou DOMINANT sur vos jeux de données bruts. Il orchestre des agents distincts pour la planification des tâches, la sélection des modèles, la génération de code, la révision de code et l'évaluation. L'exécution se fait dans des bacs à sable (sandboxes) Modal ou Docker isolés pour empêcher le code LLM non vérifié de s'exécuter directement sur votre machine hôte.

Pour qui

Il convient aux analystes de données, aux chefs de projets techniques et aux ingénieurs opérationnels cherchant à prototyper des routines de détection d'anomalies sans câblage de scripts manuel. Il est moins adapté aux équipes non techniques ayant besoin d'une interface graphique (GUI) terminée ou d'une stabilité de niveau production, car le projet est encore en cours de refactoring actif. Il nécessite également une clé API OpenAI et une infrastructure de conteneurs pour fonctionner.

Fonctionnalités clés

Génération de pipeline en langage naturel

Convertit des invites textuelles en scripts Python exécutables pour les algorithmes de détection d'anomalies.

Architecture d'orchestration multi-agent

Coordonne des agents spécialisés pour gérer la sélection de modèles, la récupération de documents, l'écriture de code, la révision de code et l'évaluation.

Prise en charge de la détection inter-bibliothèques

S'intègre avec PyOD pour les données tabulaires, PyGOD pour les structures de graphes et TSB-AD pour les jeux de données de séries temporelles.

Backend d'exécution en bac à sable isolé

Exécute le code généré par LLM dans des conteneurs Docker locaux ou des environnements Modal distants pour plus de sécurité.

API de pipeline Python directe

Expose les étapes d'orchestration individuelles sous forme de fonctions Python à intégrer directement dans des notebooks Jupyter ou des scripts personnalisés.

Comment démarrer

Opérationnel en 3 étapes

1
Clonez le dépôt et configurez un environnement virtuel Python avec les dépendances installées à partir de requirements.txt.
2
Définissez votre variable d'environnement OPENAI_API_KEY et configurez votre environnement de bac à sable (sandbox) sur Docker ou Modal.
3
Exécutez main.py via la CLI ou importez api.pipeline dans vos scripts Python pour commencer à générer des flux de travail de détection.
Franchement

Notre verdict honnête

Ses atouts

  • Automatise la sélection d'algorithmes et l'écriture de scripts sur des modalités tabulaires, de graphes et de séries temporelles.
  • Exécute le code généré dans des bacs à sable (sandboxes) Docker ou Modal pour protéger les environnements hôtes.
  • Prend en charge les bibliothèques sous-jacentes populaires, notamment PyOD, PyGOD et TSB-AD, dès la sortie de la boîte.
  • Fournit une API de pipeline Python pour une intégration directe dans des flux de travail analytiques personnalisés.

Ses limites

  • Nécessite une clé API OpenAI active, ce qui entraîne des coûts d'exécution d'API LLM récurrents.
  • En cours de refactoring actif avec un dépôt non empaqueté et une surface d'API publique instable.
  • Nécessite une configuration Docker locale ou un compte Modal pour exécuter le code généré en toute sécurité.
Coût

Tarifs & licence

AD-AGENT est gratuit sous licence BSD-2-Clause. Son utilisation nécessite une clé API OpenAI active, ce qui engendre des coûts d'utilisation par token, ainsi que des coûts d'infrastructure optionnels si vous utilisez les bacs à sable (sandboxes) distants Modal.

Travail rémunéré

Missions pour francophones

877 missions ouvertes à distance en entraînement d’IA, mises à jour le 16 novembre 2026 ; la plupart paient $20–$175 de l’heure. 8 d’entre elles demandent des francophones. Zekai les liste gratuitement ; la candidature se fait sur la plateforme de l’employeur.

Voir tous les postes ouverts →
Comparer

Alternatives

🎁 Alternatives libres & open source
Pour aller plus loin

Utilisez-le, ou laissez-nous l'installer

📄 PDF gratuit : AD-AGENT pour Gestion de Projet
Un guide simple pour obtenir votre premier résultat. Envoyé dans votre boîte mail.
🔔 64 personnes veulent un tutoriel vidéo complet — ajoutez votre vote
🛠 Pas envie de l'installer vous-même ?
Nous installons, hébergeons et configurons AD-AGENT pour vous — et formons votre équipe.
Confiez-nous l'installation ↗
Questions

FAQ

Quels formats et modalités de données AD-AGENT prend-il en charge ?

AD-AGENT gère les données tabulaires, de graphes et de séries temporelles en utilisant des intégrations avec les bibliothèques PyOD, PyGOD et TSB-AD.

Le code généré est-il sûr à exécuter localement ?

Oui, les scripts générés s'exécutent dans un environnement de bac à sable (sandbox) isolé utilisant soit des conteneurs Docker locaux, soit des backends Modal distants.

Ai-je besoin d'une clé API LLM pour utiliser AD-AGENT ?

Oui, AD-AGENT s'appuie sur les modèles OpenAI pour le raisonnement des agents et la génération de code, une clé API OpenAI active est donc requise.

Radar

Dernières actus IA

✉️ La boîte à outils gratuite hebdo
Les meilleurs nouveaux outils libres & open source pour Gestion de Projet — un court e-mail par semaine, dans votre langue.
Gratuit · 1 e-mail/semaine · désabonnement à tout moment
Soyez payé pour entraîner l’IA →

Voir Zekai en premier dans Google