Knowledge Operating System

De la donnée au savoir. Du savoir à l'action.

Le système d'exploitation de la connaissance pour l'entreprise.

Toute organisation se noie dans la donnée et manque de savoir. Syrtis le capte depuis n'importe quelle source, le tient vivant et souverain, et le transfère à la demande — chaque réponse traçable jusqu'à sa source.

31
types de nœuds
4
mémoires natives · sql · vecteur · graphe · doc
100%
local ou hébergé · par nœud
2024
R&D continue · une direction tenue

Le problème

L'IA qui se trompe n'a pas un problème de modèle. Elle a un problème de fondation.

Chaque agent, copilote et automatisation que vous posez par-dessus ne vaut que la connaissance en dessous. Donnez à un modèle brillant un savoir périmé, contradictoire ou non gouverné, et vous n'obtenez pas « je ne sais pas » — vous obtenez une réponse confiante, plausible, et fausse.

Les hallucinations sont presque toujours des défaillances de la couche de connaissance : la bonne source était absente, périmée, ou jamais digne de confiance. Aucun prompt-engineering ne corrige une fondation faible.

Si la couche de connaissance n'est pas excellente et activement maintenue, tout ce qui repose dessus hérite des erreurs.

Le substrat — le moteur de contexte

Le bon contexte, assemblé à la demande.

Capter, indexer à travers plusieurs mémoires, puis récupérer exactement ce qu'il faut — depuis chacune — pour construire le contexte d'un agent. En direct.

Context Engine — substrat de connaissance
CapterIndexerRécupérerAssembler
Sources
Indexation
Mémoires
DocumentsPDF · DOCX · MD
Base SQLPostgres · MySQL
API / WebhookHTTP · n8n
Conversationlive session
Chunk · Embed · Relate
Vecteurrel + embeddings
12 840 vecteurs
Grapheontologie
3 120 relations
Documentsemi-structuré
9 450 documents
Fichiersobjets
2 210 fichiers
?« Quelle est notre politique de remboursement ? »
Contexte assemblé0 / extraits
Agent · réponse sourcée
grounded · cité · traçable
  1. 1Capter
  2. 2Indexer
  3. 3Récupérer
  4. 4Assembler
Sources
DocumentsPDF · DOCX · MD
Base SQLPostgres · MySQL
API / WebhookHTTP · n8n
Conversationlive session
Chunk · Embed · Relate
Mémoires
Vecteurrel + embeddings
12 840 vecteurs
Grapheontologie
3 120 relations
Documentsemi-structuré
9 450 documents
Fichiersobjets
2 210 fichiers
Contexte assemblé
VECvecteur · sim 0.86 · chunk #1284
GRAPHgraphe · 3 voisins · ontologie
DOCdocument · manuel v4 · §2.1
Agent · réponse sourcée
grounded · cité · traçable
CapterDocuments, bases SQL et graphe, API, conversations — tout entre par l'indexeur.
IndexerDécoupé, vectorisé, relié — réparti dans la mémoire qui lui convient.
RécupérerUne requête tire de plusieurs mémoires : vecteurs proches, voisins du graphe, lignes exactes.
AssemblerLes extraits forment le contexte exact de l'agent — chaque réponse traçable à sa source.

La recherche — multi-RAG & consensus

Plusieurs méthodes. Un seul consensus.

Vecteur, graphe, plein-texte, SQL : chaque mémoire est interrogée en parallèle, puis les résultats sont croisés. Ce que plusieurs méthodes confirment remonte ; le bruit tombe. Tous les réglages sont dans vos mains — ou automatisés pour la performance.

requêteClauses de résiliation des fournisseurs critiques
auto
vecteur · précision ↔ rappel
Contexte assembléÉLEVÉE
5 retenus4 consensus4/4 méthodes
  • Avenant 2024-117 · résiliation anticipée (préavis 90 j)contrat · actif
    ×4 consensus
  • Politique Achats · conditions de sortie fournisseurdoc · v4
    ×3 consensus
  • Échange e-mail · préavis ACME Corpmessage · 03-2024
    ×2 consensus
  • Registre fournisseurs critiques · niveau 1table · sql
    ×2 consensus
  • Newsletter interne · nouveaux fournisseurs Q3doc · comm
    1 méthode

Le consensus entre méthodes fait la précision. Le seuil ajuste le rappel du vecteur — montez-le pour couper le bruit, baissez-le pour élargir.

Le KOS, mis au travail

Des agents qui stockent et consomment la connaissance.

Le substrat n'est pas qu'un stockage. Au-dessus, des agents lisent le contexte dont ils ont besoin et y réécrivent du savoir neuf — pour des objectifs concrets, tous adossés à la même fondation.

Agents adossés au substrat partagé
↑ consomme · lit↓ stocke · écrit
Transfert de savoir
Sort l'expertise des têtes, la range en actif réutilisable.
écrit ++lit
Onboarding
Transforme le savoir interne en guidage adaptatif, toujours à jour.
lit ++écrit
Formation adaptative
Évalue, guide, enseigne un concept à la fois — l'origine de Syrtis.
litécrit
Vérification des faits
Recoupe une affirmation au savoir autoritaire, signale les écarts.
litsignale
Support client
Répond depuis vos sources — jamais une hallucination générique.
lit ++écrit
Knowledge OS — substrat partagéVECGRAPHDOCSQLprovenance · versions
Transfert de savoir
Sort l'expertise des têtes, la range en actif réutilisable.
écrit ++lit
Onboarding
Transforme le savoir interne en guidage adaptatif, toujours à jour.
lit ++écrit
Formation adaptative
Évalue, guide, enseigne un concept à la fois — l'origine de Syrtis.
litécrit
Vérification des faits
Recoupe une affirmation au savoir autoritaire, signale les écarts.
litsignale
Support client
Répond depuis vos sources — jamais une hallucination générique.
lit ++écrit
Knowledge OS — substrat partagéVEC · GRAPH · DOC · SQL · provenance · versions
↑ consomme — l'agent lit le contexte assemblé depuis le KOS↓ stocke — l'agent réécrit du savoir neuf, versionné et tracé

La surface de contrôle

Aucune décision derrière un rideau.

Vous gardez la main sur chaque décision de l'IA — quel modèle, quelle connaissance, quelle base, comment c'est récupéré, monitoré, versionné. Choisissez le modèle d'un nœud et regardez la souveraineté réagir.

modèle · par nœud
stockage · substrat
Niveau de risqueMOYEN
TraitementAnthropic · Cloud US
StockageSyrtis · on-prem
RGPDTransferts hors-UE
EU AI ActSous conditions
SouverainetéDépendance fournisseur
SécuritéExposition cloud

Le savoir reste dans le substrat souverain ; seul le lieu de traitement varie.

Souveraineté par sélection

Pointez les étapes sensibles vers un modèle local — la donnée ne quitte pas votre périmètre — et réservez les modèles frontière hébergés aux étapes qui les méritent, dans le même flux.

« Lovable for pipelines »

Décrivez le flux en langage naturel ; Syrtis en tire un blueprint de Scenario buildable, contraint au vrai vocabulaire et aux 31 vrais nœuds. Un service IA en heures, pas en mois.

Itérer sans risque

Chaque slot et l'API sont versionnés ; le nœud Trace consolide l'historique complet d'un run. Qualité, dérive, coût, CO₂ — observables, prêts pour l'audit.

Comment c'est construit

Une plateforme micro-services, un seul control-plane.

Trois applications, un bus de messages, une couche de données multi-store, et un exécuteur de DAG déterministe. Un vocabulaire unique, de l'UI jusqu'aux tables.

Interface

Manager

L'éditeur graphe-first de scénarios, le chat/console de test, les waterfalls de requêtes et les tableaux de supervision.

Source de vérité

API

La source de vérité unique. Persiste chaque entité, applique les droits d'accès, enregistre les requêtes et fait le pont vers Core via le bus.

Moteur d'exécution

Core

Le cerveau. Consomme les jobs, exécute le DAG de nœuds, pilote les interactions LLM et le rendu — et émet les Messages.

La bibliothèque — 31 nœuds atomiques

AI / LLM06
  • Converse
  • Reason
  • Extract
  • See
  • Listen
  • Imagine
Knowledge05
  • Ingest
  • Chunk
  • Embed
  • Retrieve
  • Ground
Messages04
  • Emit
  • Seal
  • Stream
  • Archive
Flow06
  • Branch
  • Route
  • Loop
  • Compose
  • Pass
  • Wait
Integration07
  • Code
  • Shell
  • Remote
  • Fetch
  • n8n
  • Query
  • Graph
Session03
  • Pulse
  • Scan
  • Trace

Pourquoi Syrtis

AI-native par conception. Pas une boîte noire, pas un outil reconverti.

Les alternatives sont soit des boîtes noires qu'on ne peut pas ouvrir, soit des outils conçus pour autre chose et adaptés à l'IA après coup.

Camp A — Apps boîte noire

ChatGPT · Copilot · Gemini

Des modèles généraux derrière un produit figé. Syrtis ouvre la boîte : modèle par étape, réponses ancrées dans votre savoir, trace d'exécution complète.

Camp B — Automatisation

n8n · Zapier · Make

Nés pour l'ETL trigger→action, l'IA y est un invité. Chez Syrtis, l'exécution et la supervision des modèles sont le principe organisateur de toute l'architecture.

Camp C — Frameworks

LangChain · Flowise · Dify

Syrtis partage la lignée des primitives ouvertes — et ajoute tout ce qui est au-dessus : entité, exécuteur convergent, multi-store, versioning, monitoring, accès.

PrincipeSyrtisBoîtes noiresAutomatisationFrameworks
LignéeControl-plane AI-nativeProduit SaaS grand publicETL / trigger→actionLibrairies / GUIs LLM
Modèle d'agentsMulti-agent + blackboardAucunLinéaire, agents tardifsÀ construire soi-même
Connaissance / RAGNœuds natifs réglablesCaché / limitéCâblage externePrimitives, à opérer
Couche de donnéesRelationnel · vecteur · graphe · documentAucuneConnecteurs, sans storeÀ provisionner
Observabilité / auditWaterfalls · lignée · TraceAucuneLogs non AI-awareDIY / add-on
Souveraineté / EU AI ActPar conceptionDépend du vendeurPas un objectifVotre responsabilité

Trois ans à tenir une direction

Sep 2024
v0.0

Première plateforme bout-en-bout. Fondations relationnel + vecteur + graphe. Multi-modèle dès le départ.

Jan 2025
v0.1

Premier Manager utilisable. Blocs Scenario / Card / Job / Node. Parallélisme. Premier flux de connaissance.

Mar 2025
v0.2

Scénarios multi-chemins, conditions et boucles, déterminisme contrôlé. Chunking / embedding réglables.

Jui 2025 →
v0.3.x

Éditeur graphe-first, SDK clients, Registry, gros upgrades d'exécution, intelligence opérationnelle, multi-agent.

Sortir du purgatoire des prototypes

Vos démos marchent. Donnez-leur un chemin fiable vers la production.