Inkeep

Qu’est-ce qu’Inkeep ?

Inkeep est une plateforme de création d’agents intelligents basés sur l’IA, destinée à la fois aux équipes d’ingénierie et aux équipes métier, permettant de créer des assistants conversationnels, des Copilot internes et des workflows automatisés. Les utilisateurs peuvent configurer ces outils dans un tableau de bord visuel ou les développer en code à l’aide du SDK TypeScript.

Sa caractéristique principale est le soutien à une synchronisation bidirectionnelle entre la configuration visuelle et le code, permettant aux professionnels métier et aux développeurs de maintenir la même définition d’agent. La plateforme offre également l’orchestration de multiples agents, des outils MCP, des composants d’interface interactive, des protocoles d’appel et un suivi du fonctionnement.

Une phrase pour présenter

Inkeep est une plateforme d’agents intelligents IA auto-hébergée, qui prend en charge une collaboration bidirectionnelle sans code et avec TypeScript, et permet de déployer des agents sur des sites web, des produits, des systèmes de service client, des chats d’équipe et des workflows programmés.

Fonction principale

Construteur de visualisation sans code

L’équipe commerciale peut utiliser une toile de glisser-déposer pour créer et gérer des agents, des sous-agents et des flux de travail, sans avoir à soumettre tous les changements à l’équipe d’ingénierie. La visualisation convient à la configuration des suggestions, des outils, des routages et des relations de collaboration.

TypeScript Agents SDK

Les développeurs peuvent déclarer des agents, des sous-agents et des outils personnalisés en utilisant TypeScript, et bénéficier de la vérification de types, des suggestions de l’éditeur, du contrôle de version ainsi que de CI/CD. La version stable actuelle du package SDK est 0.80.6.

Synchronisation bidirectionnelle entre le code et l’interface

L’équipe d’ingénierie peut envoyer du code vers le constructeur visuel, ou bien ramener les modifications apportées à l’interface dans le code. La synchronisation bidirectionnelle réduit le problème de divergence progressive entre le code et la configuration métier après une exportation unique.

Architecture multi-acteurs

La plateforme peut organiser plusieurs agents intelligents spécialisés en équipes, avec des rôles différents chargés de la recherche, du service client, de l’écriture, de l’exploitation ou des actions commerciales. La répartition des tâches nécessite des règles de routage claires, des permissions d’accès aux outils et des mécanismes de secours en cas d’échec.

Outils MCP et gestion des identifiants

Les agents peuvent se connecter à des serveurs MCP, à des API d’entreprise et à des applications tierces, et contrôler l’accès grâce à la gestion des identifiants. Les déploiements d’entreprise peuvent également utiliser des droits au niveau de l’utilisateur, une liste blanche d’outils et des identifiants instantanés pour réduire l’autorisation excessive.

Interface de dialogue et composants personnalisés

Inkeep propose des composants de chat pour React, JavaScript et intégrables, permettant d’afficher des messages ordinaires, des cartes, des formulaires et d’autres interfaces personnalisées. Les développeurs peuvent également créer leur propre interface frontend en utilisant le format du Vercel AI SDK.

Divers protocoles d’appel

Le même agent peut être appelé via MCP, le protocole Agent-to-Agent, Webhook et le SDK Vercel AI. Cela lui permet de servir les chats en temps réel, d’exécuter des automatisations asynchrones ou de fonctionner comme outil pour d’autres systèmes d’IA.

Suivi et OpenTelemetry

La plateforme offre une interface de suivi des exécutions, permettant d’observer les sessions, les appels de modèles et les actions des outils via OpenTelemetry. Les équipes de développement peuvent ainsi diagnostiquer les problèmes de erreurs, de performance, de coûts et de permissions.

Évaluation et contrôle de qualité

Les capacités de l’entreprise comprennent les scénarios de test, les trajectoires d’exécution et les contrôles de qualité automatisés, utilisés pour détecter les erreurs avant tout contact avec le client et pour examiner en continu les sessions réelles. Les critères d’évaluation peuvent couvrir le choix des outils, l’intégralité des faits, le ton et les règles métier.

Analyse et surveillance des opérations

L’interface de gestion d’entreprise permet de statistiquer les dialogues, l’automatisation, les messages d’IA et les actions MCP, ainsi que de comparer l’utilisation des différents agents intelligents. Les indicateurs doivent être associés au taux réel de résolution, aux prises en charge manuelles, à l’expérience client et aux résultats commerciaux.

Recherche AI unifiée et hébergement RAG

L’édition entreprise propose Unified AI Search, qui permet d’accéder à des documents publics, à un centre d’aide, ainsi qu’à des espaces de connaissances tels que Notion et Confluence, et offre une recherche hébergée et une recherche sémantique. L’édition autonome gratuite permet de se connecter aux services RAG ou aux bases de données vectorielles propres à l’équipe.

Boucle fermée de connaissances et de contenu

Les agents intelligents peuvent être utilisés pour créer et mettre à jour des bases de connaissances, des documents produits et des blogs, ainsi que pour détecter des lacunes de contenu dans les tickets de service client et les modifications de produits. Le contenu généré automatiquement doit être examiné par un responsable avant d’être publié.

Architecture de la plateforme

Où peuvent être déployés les agents intelligents ?

Scénarios d’application typiques

Assistant d’expérience client

Les entreprises peuvent fournir des assistants de dialogue basés sur le savoir dans les centres d’aide, les documents techniques ou au sein du produit, et appeler des outils de compte ou commerciaux en cas de besoin. Les actions à haut risque doivent nécessiter une vérification d’identité et une approbation manuelle.

Équipe de support Copilot

Le Copilot interne peut résumer les problèmes des clients, rechercher des informations, proposer des réponses, compléter les champs des tickets et aider à les élever en niveau. Il permet de réduire les recherches répétées tout en conservant le contrôle du personnel d’assistance sur la réponse finale.

Maintenance de documents et de connaissances

Les agents intelligents peuvent identifier les lacunes de connaissances à partir des commandes à reprendre et des modifications de produits, puis générer des drafts de documents ou des suggestions d’actualisation. L’équipe peut configurer l’examen et la publication comme des étapes distinctes.

Assistant en ventes, marketing et opérations

Les agents internes peuvent consulter les systèmes métier, préparer des réunions, mettre à jour le CRM, générer du contenu et gérer des tâches opérationnelles répétitives. La portée réelle de leurs actions dépend des outils connectés et des droits d’accès de l’utilisateur.

Automatisation multi-acteurs

Les tâches complexes peuvent être divisées entre différents sous-agents, un agent de coordination choisissant les rôles et les outils. La multianimation n’améliore pas automatiquement la précision ; au contraire, elle nécessite des conditions d’état, de coût et de terminaison plus strictes.

Début rapide avec auto-hébergement

Le développement local nécessite Node.js 22 ou une version ultérieure, Docker ainsi que pnpm 10 ou une version ultérieure. Lors de la première exécution, le constructeur visuel et les services requis seront démarrés.

1. Installez et vérifiez les versions de Node.js, Docker et pnpm, et assurez-vous que le service Docker est en cours d’exécution.
2. Utilisez l’outil de création de projets pour générer un nouveau répertoire Inkeep Agents.
3. Entrez dans le répertoire du projet et exécutez le script de configuration de l’environnement de développement pour générer les configurations nécessaires.
4. Démarrer le service de développement et se connecter au constructeur visuel avec le compte d’administration indiqué dans le fichier d’environnement.
5. Ouvrez l’agent d’exemple et engagez une conversation pour vous assurer que le modèle et le service fonctionnent correctement.
6. Configurez vos propres clés de modèle, outils MCP et autorisations ; ne utilisez pas les identifiants d’exemple.
7. Intégrer le code de l’agent dans le contrôle de version, et mettre en place des tests et un suivi avant la mise en ligne.

Processus de mise en œuvre du prototype à la production

1. Choisissez un scénario client ou interne dont les limites de tâche sont claires et pouvant faire l’objet d’une vérification manuelle.
2. Organiser la liste des connaissances, outils et actions, et définir des droits minimaux pour chaque outil.
3. Décider si c’est le personnel commercial qui configure sur la toile de conception, ou si ce sont les développeurs qui définissent un premier brouillon dans l’SDK.
4. Utilisez la synchronisation bidirectionnelle pour que les suggestions, les outils et le routage restent en accord avec le code et l’interface.
5. Rédiger des scénarios de test pour les cas normaux, les limites, le manque de droits et les échecs des outils.
6. Suivi de la connexion, coûts, délais, prise en main manuelle et surveillance des résultats commerciaux.
7. Ouvrir d’abord aux utilisateurs limités, puis élargir les canaux et l’automatisation une fois la sécurité et la qualité confirmées.

Sélection de modèles et d’outils

Inkeep permet de choisir parmi différents fournisseurs de LLM ; l’édition entreprise prend en charge explicitement OpenAI, Azure OpenAI, Anthropic ainsi que les clés propriétaires. Au niveau fondamental, le framework utilise le Vercel AI SDK pour interagir avec les fournisseurs de modèles.

• Choisissez le modèle en fonction de la difficulté de la tâche, il n’est pas nécessaire que tous les sous-agents utilisent le modèle le plus coûteux ;
• La clé de production doit être stockée dans un système de gestion des clés du serveur et ne pas être exposée dans le navigateur ;
• Avant de changer de modèle, il faut comparer la qualité, le délai et le coût à l’aide du même ensemble d’évaluation ;
• Les actions des outils doivent utiliser une identité indépendante, des privilèges minimaux et des certificats révocables ;
• Il est recommandé d’ajouter une validation manuelle pour des actions telles que les remboursements, les suppressions, les paiements et l’envoi de messages.
• Pour valider structurellement la sortie du modèle, on ne peut pas se fier uniquement aux promesses en langage naturel.

Protocoles et modes d’intégration

Édition open source et édition entreprise

Prix

Les informations sur les prix ont été vérifiées le 23 août 2026 ; les montants réels, les taxes, les taux de change et les remises peuvent varier. Les données finales seront celles affichées sur la page de paiement.

Inkeep propose des solutions d’hébergement auto-géré gratuit ainsi que des offres professionnelles sur mesure. Aucun montant fixe n’est indiqué pour l’édition professionnelle ; le devis est établi en fonction du volume d’utilisation prévu, de l’hébergement, de la recherche de connaissances, des intégrations, des besoins en matière de sécurité et de support.

« Utilisation gratuite à long terme » signifie simplement que la licence du framework n’implique pas de frais de abonnement, mais cela ne veut pas dire que les coûts d’exécution sont nuls. L’hébergement propre nécessite tout de même le paiement des coûts liés aux modèles, aux serveurs, aux bases de données, au suivi, à l’exploitation et à la sécurité.

GitHub et les licences

Le code d’Inkeep Agents est disponible publiquement sur GitHub ; le répertoire principal utilise TypeScript et fait l’objet d’un développement actif. La version stable actuelle du SDK Agents pour npm est 0.80.6, et il est nécessaire de lire la licence contenue dans le répertoire pour utiliser le paquet de code.

Le projet est soumis à la Elastic License 2.0 avec des clauses supplémentaires Inkeep ; il relève de la catégorie fair-code et source-available, et non des licences open source traditionnelles définies par l’OSI, qui ne sont pas restreintes aux contextes commerciaux.

Pourquoi ne pas simplement l’écrire comme étant entièrement open source ?

Le code peut être consulté, auto-hébergé et modifié, mais les clauses supplémentaires interdisent son utilisation pour fournir Agent Builder à des tiers, et restreignent également le réempaquetage des fonctionnalités de construction et d’orchestration. Les produits commerciaux, SaaS et services d’agent doivent faire l’objet d’une vérification de la licence avant leur publication.

Capacités de sécurité d’entreprise

Confidentialité et traitement des données

Inkeep gère le contenu soumis par les clients et leurs utilisateurs finaux aux fonctionnalités d’IA, les informations de compte ainsi que le contenu provenant d’intégrations tierces. Les clients doivent disposer de droits légaux pour accéder aux données des utilisateurs finaux et doivent éviter de soumettre des données sensibles telles que les numéros de sécurité sociale, les informations médicales, l’origine ethnique, la religion, les données biométriques ou les antécédents criminels.

Instructions pour l’entraînement du modèle

La politique de confidentialité précise que les grands modèles de langage ou les modèles de base ne sont pas entraînés de manière à exposer des données personnelles à des tiers, et la page de sécurité de l’entreprise assure en outre que les données des clients ne sont pas utilisées pour l’entraînement des modèles. Les clients doivent néanmoins vérifier eux-mêmes le fournisseur de modèles et le schéma de clés qu’ils choisissent.

Partage et transmission internationale

Les données peuvent être traitées par des prestataires de services, des conseillers spécialisés, des applications tierces activées par les clients, des sociétés affiliées ou des sous-traitants, et peuvent être stockées dans des pays tels que les États-Unis. Les entreprises doivent vérifier les sous-traitants, les régions et les garanties de transmission au moyen de protocoles de traitement des données.

Droits sur les données

Les personnes physiques peuvent demander l’accès, la correction ou la suppression de leurs données ; dans certaines régions, elles peuvent également s’opposer au traitement, en limiter l’exécution, demander que leurs données soient portables ou retirer leur consentement. Les utilisateurs finaux clients doivent généralement d’abord adresser une demande à l’entreprise qui contrôle leurs données.

Recommandations pour la gouvernance des agents intelligents

• Chaque agent n’est connecté qu’aux outils et aux données nécessaires à l’exécution de sa tâche ;
• Décider dynamiquement des enregistrements visibles et des actions exécutables en fonction de l’identité de l’utilisateur ;
• Les paiements, les remboursements, la suppression et l’envoi de messages doivent faire l’objet d’une approbation ou d’une confirmation ;
• Appliquer la signature, l’idempotence et une limite de tentatives pour les Webhooks et les appels d’outils ;
• Le journal de suivi supprime les identifiants, les informations personnelles et les champs confidentiels avant d’être enregistré ;
• Mettre en place des tests pour détecter les injections, les appels d’outils hors autorisation et la fuite de données ;
• Mettre en œuvre la versionnement et le retrait pour les modèles, les outils et la mise à jour des connaissances.

Avantages du produit

• Le constructeur de visualisation est véritablement synchronisé en temps réel avec le SDK TypeScript ;
• Une même plateforme couvre les assistants de chat, l’automatisation et le travail multi-agents ;
• Prend en charge des interfaces ouvertes telles que MCP, A2A, Webhook et le Vercel AI SDK ;
• Fournit des composants UI, du suivi et OpenTelemetry, avec un développement relativement complet ;
• La version gratuite peut être hébergée soi-même et permet de choisir le fournisseur de modèles ;
• L’édition entreprise ajoute le hébergement RAG supplémentaire, l’intégration des canaux, les contrôles de sécurité et un support technique dédié ;
• Le code est public et mis à jour en continu, ce qui facilite l’évaluation de la mise en œuvre et le déploiement personnel.

Restrictions d'utilisation

• La publication du code source ne signifie pas une open source inconditionnelle, les utilisations à des fins commerciales concurrentielles sont restreintes.
• L’autogestion nécessite Node.js, Docker, une base de données, des modèles et des capacités d’opération et de maintenance ;
• La version gratuite ne comprend pas la collecte de connaissances hébergée, la recherche sémantique, le SSO et la suppression des PII.
• Les prix des entreprises ne sont pas transparents, il est nécessaire de proposer des tarifs en fonction de la quantité consommée, de l’intégration et de l’étendue des services ;
• Les serveurs MCP tiers et les API métier augmentent les risques liés à la chaîne d’approvisionnement et aux permissions.
• Plusieurs intelligences artificielles augmentent les coûts de appel, les délais et la difficulté à diagnostiquer l’état ;
• Les sorties de l’IA et les actions des outils peuvent contenir des erreurs ; le contrôle manuel reste indispensable pour les opérations importantes.

À qui s’adresse-t-il ?

• Des entreprises qui espèrent que les développeurs et les professionnels collaboreront pour maintenir les agents intelligents ;
• Équipes nécessaires pour déployer des assistants IA sur le site web, les produits et le système de service client ;
• Vouloir créer une organisation d’ingénierie pour des agents intelligents versionnables en TypeScript ;
• Développeurs ayant besoin d’outils MCP, de multiples agents et d’une interface personnalisée ;
• Des équipes techniques qui accordent de l’importance à l’autogestion, au choix des modèles et à l’observabilité ;
• Les grandes organisations ayant besoin d’hébergement RAG, de sécurité d’entreprise et de support d’implémentation personnalisé.

Quand cela ne convient pas vraiment ?

• Je veux simplement utiliser un robot de chat personnel directement, sans prévoir de créer d’application.
• Les fabricants de plateformes qui nécessitent une licence MIT ou Apache pour un revendeur sans contraintes ;
• Des équipes qui n’ont pas de conteneurs, de capacités d’opération Node.js ou serveur, mais insistent sur un hébergement entièrement auto-géré ;
• Un processus d’achat nécessitant des prix fixes pour les entreprises et des achats en ligne en temps réel ;
• Espérer que l’agent exécute directement des actions à haut risque en l’absence de droits et de mécanisme d’approbation.

Informations de base

Questions fréquentes

Inkeep est-il gratuit ?

La version auto-hébergée gratuite ne comporte pas de frais de souscription au logiciel et inclut un constructeur, un SDK, des agents multiples, MCP, une UI et un suivi. Les modèles, les serveurs, les bases de données et l’exploitation continuent cependant d’engendrer des coûts.

Inkeep est-il entièrement open source ?

Ce n’est pas un logiciel entièrement open source au sens traditionnel. Le code est public et permet une utilisation interne, des modifications et un hébergement propre, mais ELv2 ainsi que les clauses supplémentaires interdisent d’en utiliser l’Agent Builder ou d’autres services concurrentiels pour fournir des services à des tiers.

Est-ce que c’est possible sans écrire de code ?

Les agents et les workflows peuvent être configurés à l’aide d’un constructeur visuel. Les outils complexes, l’accès aux données, les permissions et les interfaces personnalisées exigent généralement encore l’intervention d’un développeur.

Quelles langages de programmation sont pris en charge ?

L’SDK d’agent actuel est principalement basé sur TypeScript, avec des composants frontend en React et JavaScript. D’autres systèmes peuvent être appelés via les protocoles REST, Webhook, MCP ou A2A.

Peut-on le déployer sur son propre serveur ?

Il est possible d’utiliser Docker en auto-hébergement ; la version gratuite est principalement conçue pour l’auto-hébergement. La version entreprise offre également des options cloud, hybride, cloud privé et auto-hébergement.

Peut-on se connecter à son propre RAG ?

Il est possible de connecter des agents auto-hébergés à ses propres services RAG, bases de données vectorielles, API ou serveurs MCP. La collecte de connaissances hébergée et la recherche sémantique font partie de l’édition entreprise.

Est-ce que cela prend en charge les plateformes de service client ?

L’édition entreprise offre l’intégration avec Zendesk, Salesforce et d’autres plateformes de support ; l’édition gratuite permet de développer des connexions par ses propres moyens via API ou MCP. La liste exacte des plateformes est à confirmer selon le contrat.

Les données des clients seront-elles utilisées pour entraîner le modèle ?

Les directives de sécurité de l’entreprise garantissent que les données des clients ne seront pas utilisées pour l’entraînement, et la politique de confidentialité exclut également l’entraînement de modèles de base par des moyens susceptibles de divulguer des données personnelles à des tiers. Lorsque des clés de modèle sont fournies, il convient également de vérifier les conditions du fournisseur du modèle.

Combien coûte l’édition entreprise ?

Il n’y a pas de montant fixe publié pour l’édition entreprise ; le tarif est déterminé en fonction de la consommation prévue, du hébergement, de RAG, de l’intégration aux canaux, ainsi que des services de sécurité et de support offerts. L’équipe peut d’abord demander une démonstration gratuite sur ses propres contenus.

Comment contrôler les erreurs d’opération des agents intelligents ?

On peut combiner les droits au niveau de l’utilisateur, la liste blanche des outils, les préoccupations de sécurité en temps réel, la suppression des PII, le suivi et l’approbation manuelle. Pour les actions à haut risque, il convient également de vérifier à nouveau les droits et les paramètres du côté du système d’entreprise.

Résumé

Inkeep regroupe dans une même plateforme un tableau de bord sans code, un SDK TypeScript, la synchronisation bidirectionnelle, les multiples agents, des outils MCP, des composants UI et l’observabilité. Il est particulièrement adapté aux organisations qui ont besoin que les équipes d’ingénierie et les équipes métier collaborent ensemble pour fournir des assistants clients et automatiser les opérations.

Lors du choix, il convient de prendre en compte à la fois les coûts d’exploitation, le prix des fonctionnalités d’entreprise et les limites des licences. La version auto-hébergée est flexible mais nécessite une gestion opérationnelle et des mesures de sécurité ; la version d’entreprise complète cela par des connaissances en hébergement, une gouvernance de la sécurité et un support dédié, tandis que les conditions de fair-code restreignent le réempaquetage du framework en plateforme de construction d’agents tiers.