CleverBee

Naviguer dans l'immensité des informations en ligne à la recherche de réponses fiables peut s'avérer une tâche ardue. Vous pourriez passer des heures à éplucher les résultats de recherche, en tentant de reconstituer une compréhension cohérente tout en luttant contre la désinformation potentielle ou les "hallucinations" de l'IA. C'est là que CleverBee entre en jeu, en offrant une approche structurée et transparente de la recherche assistée par l'IA.

CleverBee est un agent assistant de recherche basé sur Python, conçu comme un projet open source pour toute personne curieuse de sujets complexes. Il exploite plusieurs grands modèles de langage (LLM), l'automatisation web et une interface claire pour vous aider à explorer les questions de manière approfondie. L'objectif n'est pas seulement d'obtenir des réponses, mais de comprendre comment ces réponses ont été obtenues, avec des citations claires renvoyant aux sources originales. Étant donné qu'il s'agit d'un outil open source, il bénéficie des contributions de la communauté, devenant ainsi plus puissant et plus polyvalent au fil du temps.

Principales fonctionnalités :

• 🧠 Stratégie multi-LLM spécialisée : CleverBee attribue différentes tâches à des LLM distincts pour des résultats optimaux. Il utilise Gemini 1.5 Pro pour la planification de haut niveau et la synthèse finale du rapport, Gemini 1.5 Flash pour analyser les progrès de la recherche et décider des prochaines étapes, et une autre instance de Gemini 1.5 Flash pour résumer efficacement le contenu web. Cette division du travail vise à obtenir une qualité supérieure et des résultats plus ciblés à chaque étape.

• 🌐 Recherche web automatisée : Utilise Playwright pour naviguer activement sur le web en fonction de votre sujet de recherche. Il recherche des informations pertinentes et extrait le contenu HTML brut des pages prometteuses.

• 📊 Traitement intelligent du contenu : Le HTML brut est automatiquement nettoyé et converti en format Markdown. Ce texte structuré est ensuite résumé par un LLM dédié, ce qui permet à l'agent de planification de le traiter plus facilement et de décider des actions suivantes.

• 🖥️ Interface utilisateur interactive : Construite avec Chainlit, l'interface utilisateur web offre une fenêtre claire sur le processus de recherche. Vous pouvez observer CleverBee planifier son approche, exécuter les étapes et voir exactement quelles sources il consulte en temps réel.

• 🔧 Intégration d'outils extensibles : Prend en charge le Model Context Protocol (MCP), permettant l'intégration d'outils externes pour la collecte de données spécialisées, tels que la récupération de transcriptions YouTube ou la recherche dans des bases de données académiques.

• 📈 Coût et performances transparents : Intègre un suivi des jetons pour surveiller l'utilisation des LLM et estimer les coûts. Il utilise également une mise en cache basée sur SQLite (NormalizingCache) pour stocker les résultats des appels LLM précédents, ce qui permet d'accélérer les requêtes ultérieures similaires et de réduire les dépenses API redondantes.

• ⚙️ Configurable et adaptable : Fonctionne sur la base des paramètres définis dans un fichier config.yaml, ce qui vous permet d'adapter son comportement. Sa conception modulaire prend en charge divers fournisseurs de LLM, notamment Google Gemini, Anthropic Claude, et même des modèles GGUF locaux (comme Llama, Mistral, Deepseek) exécutés via llama-cpp-python pour une confidentialité accrue ou une utilisation hors ligne.

• 🌍 Open Source et piloté par la communauté : Disponible gratuitement sur GitHub, vous pouvez inspecter le code, suggérer des améliorations ou contribuer directement à son développement.

Comment CleverBee aborde la recherche : un exemple pratique

Imaginez que vous posiez à CleverBee une question profonde telle que : "Quel est le sens de la vie ?"

Au lieu de donner une réponse unique et potentiellement biaisée, CleverBee lance un plan de recherche structuré :

1. Planification : Le LLM principal définit une stratégie, en identifiant les types de sources potentiels (textes philosophiques, articles scientifiques, opinions d'experts, discussions communautaires).

2. Exécution :

• Il utilise Playwright pour rechercher et accéder à des ressources philosophiques pertinentes et à des sites web réputés.

• Il peut employer un outil MCP pour trouver et transcrire des conférences d'experts pertinentes sur YouTube.

• Il pourrait explorer des forums comme Reddit pour obtenir des perspectives communautaires diverses.

• Un autre outil MCP pourrait rechercher des études psychologiques ou scientifiques connexes dans des bases de données académiques.

3. Traitement : Le contenu de ces sources est extrait, nettoyé et résumé.

4. Analyse : Le LLM "Next Step" examine les résumés collectés, vérifie les progrès par rapport au plan et décide si des recherches plus spécifiques sont nécessaires.

5. Synthèse : Enfin, le LLM principal compile les résultats, en synthétisant les informations provenant des différentes sources dans un rapport équilibré.

6. Rapports : Le résultat final fournit un résumé concis, reconnaît les limites et, surtout, inclut des citations pour toutes les sources consultées, vous permettant de vérifier vous-même les informations. L'interface affiche les mesures d'utilisation des jetons pour plus de transparence.

Considérations importantes

CleverBee est un outil conçu pour aider à la recherche, et non pour remplacer la pensée critique ou une expertise approfondie du domaine. Bien qu'il soit conçu pour fonder ses conclusions sur des sources factuelles et minimiser les biais, les modèles d'IA (même avec des instructions spécifiques) peuvent toujours générer des informations incorrectes (halluciner). Examinez toujours les sources fournies et croisez les résultats, en particulier pour les décisions critiques.