En partenariat avec KOFI

Status: is pending. Due to personal circumstances, no marketing was done, later the servers were stopped.

Buts

En utilisant des feuilles type « spreadsheets » (tables de données), on requête un modèle de language génératif « IA générative » par lot (une requête par ligne de la table utilisée) au lieu de le faire manuellement.

On récupère ces résultats sous forme de table sous divers formats.

Il y a le choix du modèle de language (modèles d’Open-AI ou de Google-AI lors du projet).

Utilité:

• faire des milliers d’emails personnalisés en utilisant nos données stockées dans un CRM
• analyser certaines données par ligne
• générer toutes les descriptions de milliers de produits en utilisant leurs caractéristiques (nom, modèle, catégorie, utilisation…)
• Pas de plugin chez Chat-GPT, mais des crédits chez d’autre fournisseurs.

Technologies

• Ruby on Rails pour le front et back-end (v7.04)
• View Components pour faire du front-end avec de la logique des composants (Vue, React…)
• PostGreSQL en base de donnée
• Que pour les Jobs (utilise PostGreSQL)

Hotwire a été utilisé pour créer Tables AI. Cette librarie est composée de:

• Turbo pour faire la navigation en AJAX sans écrire de javascript
• Stimulus JS pour le javascript en plus (des animations ou d’autres éléments interactifs.

Autre technologies utilisés dans les fonctionnalitées:

• Tailwind CSS pour gérer le style
• Google Omniauth pour se connecter sans créer d’autre compte
• Stripe to take care of the subscriptions

Une liste des librairies:

• Devise comme système d’authentification
• Pundit, afin de gérer des permissions
• Pagy pagination
• Tiktoken_ruby calculer combien de token fait une requête
• roo et caxlsx pour lire et créer des tables (xls, xml et csv)

Fonctionnalités

Au coeur on trouve:

• importer ses tables, système de « glisser-déposer »
• décider des prompts à utiliser
• requêter une table entière (chaque ligne)
• télécharger chaque résultats (en csv, xlsx)

Autre fonctionnalités:

• Pouvoir sélectionner son modèle de language (GPT3.5-turbo, 4, modèles 16k ou Palm-ai)
• Optimiser les paramètres du modèle (par prompt)
• Tester son prompt (juste 1 ligne)
• Admin panel: va gérér tous les prompts publiques et chaque utilisateur.
• Liste de prompts personnalisés (si premium)
• Un manuel d’instruction type « How to…? »

Conclusion

Le projet s’est arrêté des suites du manque de marketing, coût de serveurs, entre autres.