Comment utiliser l'API REST AnythingLLM

L'API REST AnythingLLM vous offre le RAG en 3 minutes

AnythingLLM est une plateforme complète de Retrieval-Augmented Generation (RAG). Elle fragmente vos documents, les intègre dans une base de données vectorielle et récupère le contexte le plus pertinent lorsque vous posez une question. Elle envoie ensuite ce contexte ainsi que votre requête à un LLM pour obtenir une réponse.

L'API REST vous permet d'automatiser tout ce pipeline :

• Téléversez des documents dans des espaces de travail via /api/documents/upload
• Interrogez des documents avec /api/workspaces/{id}/chat
• Gérez les utilisateurs, les fournisseurs de LLM et les embeddings par programmation
• Recevez des notifications webhook lorsque les documents sont indexés

Pourquoi l'API AnythingLLM surpasse l'API ChatGPT pour le chat sur documents

L'API ChatGPT facture entre $0.01 et $0.05 par requête et envoie vos données sur les serveurs d'OpenAI. AnythingLLM fonctionne sur votre propre environnement. Vos documents restent privés. Vous payez un forfait de $40/month (sur Opsily) quel que soit le volume de requêtes—aucune facturation par requête.

Vous bénéficiez également d'une flexibilité totale : passez d'Ollama (local) à OpenAI, Anthropic ou HuggingFace sans avoir à réindexer vos documents. ChatGPT vous enferme dans son écosystème.

Les déploiements en production nécessitent un hébergement managé

Auto-héberger AnythingLLM signifie gérer les sauvegardes, les correctifs de sécurité, l'optimisation de la base de données et les certificats SSL. Opsily s'occupe de tout cela. Déployez sur Opsily en 3 minutes. Bénéficiez de mises à jour automatiques, de centres de données allemands conformes au RGPD, de sauvegardes quotidiennes chiffrées et du SSL—inclus.

Exemple Python : Discutez avec vos documents

import requests

BASE_URL = "https://votre-instance.opsily.com/api"
API_KEY = "sk_..."
WORKSPACE_ID = "workspace_123"

headers = {"Authorization": f"Bearer {API_KEY}"}

# Chat avec des documents
response = requests.post(
    f"{BASE_URL}/workspaces/{WORKSPACE_ID}/chat",
    headers=headers,
    json={"message": "Résume notre politique de confidentialité"}
)

print(response.json()["response"])  # Réponse du LLM basée sur vos documents

Exemple JavaScript : Intégration dans votre application web

const chatWithDocuments = async (question) => {
  const response = await fetch(
    `https://votre-instance.opsily.com/api/workspaces/workspace_123/chat`,
    {
      method: "POST",
      headers: {
        "Authorization": `Bearer ${API_KEY}`,
        "Content-Type": "application/json"
      },
      body: JSON.stringify({ message: question })
    }
  );
  const data = await response.json();
  return data.response;
};

Les deux exemples utilisent les mêmes points de terminaison. Ils fonctionnent tous deux sur l'hébergement managé Opsily ou sur un environnement auto-hébergé. Aucune dépendance vis-à-vis d'un fournisseur.