
Litho
Documenter l'architecture d'un dépôt sans l'écrire à la main : une CLI Rust fait rédiger à des agents LLM un wiki Markdown C4 avec diagrammes Mermaid.
16 entrées étiquetées "llm"

Documenter l'architecture d'un dépôt sans l'écrire à la main : une CLI Rust fait rédiger à des agents LLM un wiki Markdown C4 avec diagrammes Mermaid.

Word, Excel, PowerPoint et PDF texte convertis en Markdown pour un LLM, sans Python ni modèle : bibliothèque Rust, CLI Node, WebAssembly. Pas d'OCR local.

Interroger un coffre Obsidian et obtenir des réponses citées : graphe RAG en Python sur Ollama, avec serveur MCP et vue 3D, mais LLM par défaut dans le cloud.

Compiler ses documents en un wiki Markdown que le LLM tient à jour, au lieu de tout relire à chaque question : app de bureau GPL-3.0, graphe et serveur MCP.

Transformer factures, contrats et scans en JSON par LLM, en API ou en pipeline ETL. Plateforme AGPL à héberger soi-même, qui confie l'OCR à un extracteur tiers.

Mémoire longue pour agents IA : un LLM extrait faits et entités, quatre recherches les retrouvent. Serveur MIT sur PostgreSQL, version 1.0 depuis octobre 2026.

Lire PDF, Office, pages web et dépôts Git en Markdown depuis un agent MCP. MarkItDown et Python font la conversion, sans OCR, et l'audio part chez Google.

Extraire texte, tableaux et formules de PDF et d'images en Markdown ou JSON pour un LLM : modèles OCR et de vision sous Apache 2.0, sur PaddlePaddle par défaut.

Une photo de ticket de caisse devient un JSON : commerçant, date, lignes, total. La bibliothèque Python envoie l'image à un LLM compatible OpenAI, clé requise.

Des réunions transcrites sur le poste avec Whisper ou Parakeet. Le texte ne part vers un LLM distant que si on en choisit un pour le résumé. Appli de bureau.

Agents IA et chaînes RAG montés en glisser-déposer, servis par API REST. Projet archivé en août 2026 : ni nouvelle version ni correctif de sécurité depuis.

Word, Excel, PowerPoint, PDF ou EPUB passés en Markdown pour un LLM, en Python. Les images et les PDF scannés ne deviennent du texte qu'en appelant un LLM.

Brancher un agent IA sur YouTube, Reddit, X ou GitHub : une CLI Python choisit l'outil de chaque plateforme, l'installe et le teste. Comptes souvent requis.

Chatbots RAG, agents et workflows LLM montés dans une console web, chacun avec son API. Sa licence Apache 2.0 modifiée soumet le multi-tenant à autorisation.

Confier ses tâches à un agent IA joignable sur Telegram, qui en tire des skills réutilisables : code MIT, modèle au choix, mais shell non isolé par défaut.