MindsDB
Espace de travail open-source unifié pour déléguer des projets et exécuter des agents IA.
Déléguez des projets entiers à des modèles et agents open-source interchangeables dotés de coffres de données sécurisés.
MindsHub Cowork est un superprojet de plateforme open-source combinant une application de bureau et web, des backends d'agents et un moteur de données. Il convient aux data scientists et aux professionnels cherchant à automatiser des flux de travail multi-étapes à l'aide de sources de données connectées.
Qu'est-ce que c'est
Il connecte des coffres de données sécurisés tels que BigQuery, Postgres et Notion à un routeur de modèles prenant en charge les modèles de pointe et open-source. Vous pouvez exécuter des agents ouverts interchangeables comme Anton et Hermes, transformant leurs résultats en artefacts web publiés.
Pour qui
Il convient aux professionnels de la donnée et aux stratèges souhaitant orchestrer des modèles ouverts sur leurs propres données sans dépendance vis-à-vis d'un fournisseur. Il ne convient pas aux développeurs recherchant des frameworks d'entraînement en machine learning de bas niveau ou des interfaces de chat basiques.
Fonctionnalités clés
Coffre de données sécurisé
Relie des systèmes tels que BigQuery et Postgres tout en gardant les identifiants bruts masqués pour les agents.
Routeur de modèles
Basculez entre des modèles de pointe et open-source sans configurer de clés de fournisseurs individuelles.
Agents open-source
Exécutez des harnais d'agents interchangeables, notamment Anton et Hermes, directement à partir d'un menu déroulant.
Publication d'artefacts
Transformez des sorties d'agents brutes en documents, tableaux de bord et applications en direct avec des URL partageables.
Opérationnel en 3 étapes
Notre verdict honnête
Ses atouts
- Prend en charge le passage de modèles propriétaires à open-source sans modifier les flux de travail construits
- Isole en toute sécurité les identifiants de bases de données et de services externes des runtimes d'agents sous-jacents
- Comprend une configuration de superprojet de plateforme avec des commandes Makefile pour le développement local et web
- Peut être déployé de manière flexible sur le cloud, en VPC, sur site et sur une infrastructure isolée (air-gapped)
Ses limites
- Nécessite la gestion de sous-modules, d'environnements Python et de dépendances de runtime locales lors de la compilation à partir du code source
- L'exécution d'agents locaux et de connecteurs de bases de données exige des ressources système dédiées et une configuration technique
- Les modèles de pointe avancés et les artefacts privés nécessitent un abonnement Pro payant
Tarifs & licence
Gratuit pour commencer sous licence MIT, avec un niveau Pro disponible qui ajoute l'accès à tous les modèles de pointe et aux artefacts privés.
Missions pour francophones
879 missions ouvertes à distance en entraînement d’IA, mises à jour le 15 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.
Alternatives
Ces outils IA évalués font le même travail instantanément — depuis notre annuaire noté.
Utilisez-le, ou laissez-nous l'installer
FAQ
Puis-je utiliser mes propres clés API pour les modèles ?
Oui, vous pouvez configurer les clés de fournisseur via le runtime local stocké dans votre répertoire utilisateur.
Comment mettre à jour les branches de sous-modules ?
Vous pouvez configurer les branches dans un fichier dev.env et exécuter make use pour les extraire dans tous les sous-modules.
Que fait la commande flush ?
La commande make flush supprime les runtimes locaux et les bases de données d'état de l'application pour un démarrage totalement neuf.
