Ceci est un communiqué de presse payant. Contactez directement le distributeur du communiqué pour toute demande.

Weaviate lance les compétences d’agents pour renforcer les agents de codage IA

Weaviate

Dim., 22 février 2026 à 3h22 GMT+9 Lecture de 4 min

Weaviate

Le nouveau dépôt open-source fournit des compétences structurées, des commandes slash, et des guides prêts pour la production afin de réduire les erreurs de codage IA et accélérer le développement d’applications basées sur Weaviate.

**Amsterdam, Pays-Bas, 21 février 2026 (GLOBE NEWSWIRE) – **20 février 2026 – Weaviate, la principale base de données IA open-source, a annoncé aujourd’hui le lancement de Weaviate Agent Skills, un dépôt open-source innovant qui équipe des agents de codage populaires tels que Claude Code, Cursor, GitHub Copilot, VS Code et Gemini CLI avec des outils précis pour générer du code prêt pour la production ciblant les flux de travail Weaviate.

Cette version s’appuie directement sur l’Agent de Requête de Weaviate, présenté en avant-première en mars 2025 et devenu disponible en septembre 2025. L’Agent de Requête supporte des requêtes en langage naturel sur plusieurs collections, avec routage multi-collection, expansion intelligente des requêtes, décomposition pour questions complexes, filtres définis par l’utilisateur, et rerank pour des résultats optimaux. Les développeurs peuvent tester immédiatement les compétences d’agents via les clusters Sandbox gratuits de Weaviate Cloud—de petites instances conçues pour l’expérimentation, valides 14 jours et pouvant être étendues ou mises à niveau vers des configurations Cloud partagées en production.

Outils complets pour le dépôt

Le dépôt sur github.com/weaviate/agent-skills est structuré en deux sections principales, offrant un support complet du cycle de vie, des opérations de base aux applications complètes.

Les compétences Weaviate dans le répertoire /skills/weaviate proposent des scripts détaillés pour les tâches clés. Celles-ci incluent la gestion de cluster comme l’inspection du schéma, la création de collections, et la récupération de métadonnées ; les opérations sur le cycle de vie des données, notamment l’importation depuis des fichiers CSV, JSON ou JSONL, ainsi que la génération d’exemples de données ; la recherche assistée par agent alimentée par l’Agent de Requête ; et des options avancées de récupération comme la recherche hybride (mélange sémantique et par mots-clés avec des paramètres alpha), la recherche purement sémantique ou par mots-clés.

Les guides dans le dossier /skills/weaviate-cookbooks offrent des plans détaillés pour des applications en production. Parmi les points forts, on trouve des chatbots utilisant l’Agent de Requête avec des backends FastAPI et des frontends Next.js ; des pipelines multimodaux PDF RAG utilisant ModernVBERT pour les embeddings multivecteurs, avec Ollama ou Qwen3-VL pour la génération ; des implémentations RAG basiques, avancées et assistées par agent avec décomposition et reranking ; et des agents optimisés DSPy intégrant des outils personnalisés et une mémoire persistante.

Six commandes slash simplifiées

Agent Skills introduit six commandes intuitives que les agents de codage IA peuvent découvrir et exécuter automatiquement, simplifiant ainsi les interactions avec Weaviate :

/weaviate:ask : Fournit des réponses générées par IA avec citations via l'Agent de Requête.  

/weaviate:collections : Liste tous les schémas ou inspecte des collections spécifiques.  

/weaviate:explore : Affiche des métriques de données, des comptages et des objets d'exemple.  

/weaviate:fetch : Récupère des objets par ID ou filtre par propriétés.  

/weaviate:query : Effectue des recherches en langage naturel sur plusieurs collections.  

/weaviate:search : Exécute des recherches hybrides, sémantiques ou par mots-clés avec des paramètres comme le mélange alpha.  
  
  
  

 






Suite de l'histoire  

Par exemple, les développeurs peuvent lancer “/weaviate:search query ‘meilleurs laptops’ collection ‘Produits’ type ‘hybride’ alpha ‘0.7’” pour une récupération équilibrée ou “/weaviate:ask Quels sont les avantages des bases de données vectorielles ?” dans une collection Documentation.

Vision du CEO Bob van Luijt

Bob van Luijt, co-fondateur et CEO de Weaviate—qu’il a lancé comme moteur de recherche vectoriel open-source en mars 2019—a partagé ses perspectives sur le lancement. “Weaviate Agent Skills comble le fossé entre le codage IA à grande vitesse et une infrastructure fiable, permettant aux développeurs de construire des systèmes IA sophistiqués sans déboguer les hallucinations des agents,” a déclaré van Luijt.

En tant qu’entrepreneur technologique de renom basé aux Pays-Bas, Van Luijt soutient les outils IA open-source. Il positionne Weaviate comme une plateforme “tout-en-un” qui combine recherche vectorielle, filtrage structuré, et capacités agentiques pour les applications IA modernes.

Configuration instantanée pour les développeurs

L’intégration est conçue pour la rapidité. Installez avec une seule commande comme npx skills add weaviate/agent-skills ou via des gestionnaires de plugins dans des outils comme Claude Code. Configurez les variables d’environnement en utilisant votre endpoint Weaviate Cloud et votre clé API d’un cluster Sandbox gratuit.

Lancez /weaviate:quickstart pour une configuration guidée. Ce lancement s’aligne avec la dynamique de Weaviate en 2025, incluant la sortie générale de l’Agent de Requête, des SDK TypeScript/Python améliorés, des conversations multi-tours, des réponses en streaming, et de nouveaux clients C#/Java pour un support élargi de l’écosystème.

Weaviate invite la communauté à étoffer le dépôt, à soumettre des pull requests pour de nouveaux guides, et à participer aux discussions sur GitHub, le forum Weaviate, Slack, et X.

Impact stratégique sur le développement de l’IA

Agent Skills répond à un problème critique : les agents IA génèrent souvent du code inexact ou incomplet pour les bases de données vectorielles en raison d’hallucinations ou de connaissances obsolètes. En fournissant des outils vérifiés et modulaires, Weaviate permet une itération plus rapide du prototype à la production.

Les premiers utilisateurs rapportent une réduction de 3 fois du temps de débogage pour les pipelines RAG et les applications assistées par agent. La conception modulaire du dépôt facilite également les contributions, avec des plans pour étendre les compétences couvrant des modules génératifs, l’isolation de locataires, et le déploiement hybride cloud.

À propos de Weaviate

Weaviate est une base de données IA open-source qui gère le stockage, la récupération et l’orchestration pour l’IA générative à grande échelle. Soutenu par des services d’entreprise Weaviate Cloud, il alimente des flux de travail agentiques—du simple recherche sémantique à des systèmes multi-agents complexes—avec une latence inférieure à une seconde sur des milliards d’objets.

Contact média :

Philip Vollet

PR@weaviate.io

+49-160-96488554

CONTACT : Contact média : Philip Vollet PR@weaviate.io +49-160-96488554

Termes et Politique de Confidentialité

Tableau de bord de confidentialité

Plus d’infos