datafoundry
DataFoundry est un banc d'essai IA open-source pour l'analyse de données, unifiant les sources de données, les connaissances, les outils et l'exécution des agents dans un espace de travail gouverné pour l'analyse interactive.
Analysez des données provenant de diverses sources dans un espace de travail unifié, en veillant à ce que chaque étape de votre analyse soit enregistrée et reproductible.
Revendiquez sa page : indexée quel que soit son rang, traduite en six langues, et enrichie de vos propres mots.
Recevez une alerte par e-mail à sa prochaine version ou quand il décolle — ne ratez plus rien.
Gratuit · sans carte · désinscription à tout momentDataFoundry est un banc d'essai IA open-source pour l'analyse de données, unifiant les sources de données, les connaissances, les outils et l'exécution des agents dans un espace de travail gouverné pour l'analyse interactive.
datafoundry compte 742 étoiles sur GitHub. Il a été forké 91 fois. datafoundry est écrit principalement en TypeScript. Il est développé activement depuis 2026. datafoundry est disponible sous licence Apache-2.0. Ses principaux thèmes sont : ag-ui, agent-runtime, ai, ai-agents.
Qu'est-ce que datafoundry ?
DataFoundry est un banc d'essai IA open-source pour l'analyse de données, unifiant les sources de données, les connaissances, les outils et l'exécution des agents dans un espace de travail gouverné pour l'analyse interactive.
datafoundry est-il open source ?
datafoundry est un projet open source. Il est distribué sous licence Apache-2.0.
datafoundry est-il gratuit ?
Oui. datafoundry est gratuit et open source — vous pouvez l'utiliser, le modifier et l'héberger vous-même.
Sous quelle licence est datafoundry ?
datafoundry est disponible sous licence Apache-2.0.
Dans quel langage datafoundry est-il écrit ?
datafoundry est écrit principalement en TypeScript.
Ajoutez ce badge en direct à votre README — vos étoiles GitHub et votre classement dans le répertoire, actualisés quotidiennement.
[](https://olud.ai/project/datagallery-ai-datafoundry.html)
Mesuré à partir des topics GitHub communs aux deux projets, pondérés par leur rareté.