OpenSearch
Plataforma de pesquisa e análise de código aberto para texto completo, agregações e consultas escalonáveis.
Índice de texto completo e pesquisa corporativa
tecnologia
Tecnologias e plataformas
As ferramentas são intercambiáveis. Os princípios da arquitetura permanecem. Esta visão geral mostra tecnologias abertas e de código aberto com as quais o Kaufman AIS trabalha ou que normalmente usamos em sistemas de conhecimento corporativos. Não há marketing de pilha de tecnologia, mas transparência sobre capacidades, operações e capacidades de integração para gestão, gestão de TI, arquitetura empresarial e engenharia em empresas de médio e grande porte.
Nossos princípios de seleção
Enterprise AI Open Source e plataformas abertas são meios, não fins em si mesmos. Escolhemos blocos de construção com base em princípios arquitetônicos, não em religião de ferramentas. Os princípios a seguir orientam a arquitetura e as operações de IA empresarial em projetos.
Sistemas de conhecimento e recuperação
Os sistemas de conhecimento combinam fontes, índice, análise e recuperação. Esses blocos de construção tornam o conhecimento corporativo detectável e endereçável. Eles fazem parte da camada de conhecimento e não substituem a governança e as permissões.
Elasticsearch
Mecanismo de pesquisa e análise amplamente utilizado com rico ecossistema de indexação e observabilidade.
Camadas de pesquisa e análise
Qdrant
Banco de dados vetorial com foco em desempenho, filtragem e operações relacionadas à produção.
Índice vetorial para recuperação semântica
Weaviate
Banco de dados vetorial com pesquisa híbrida, módulos e funções gráficas.
Recuperação híbrida e objetos de conhecimento
Meilisearch
Mecanismo de pesquisa rápido e amigável ao desenvolvedor para aplicativos de baixa latência.
Pesquisa orientada a aplicativos e Typahead
LlamaIndex
Estrutura para conectores de dados, indexação e pipelines RAG em fontes heterogêneas.
Orquestração de pipelines de recuperação
Haystack
Estrutura de código aberto para pipelines de PNL, controle de qualidade e sistemas RAG relacionados à produção.
Estrutura de pipeline para recuperação e controle de qualidade
Apache Solr
Enterprise Search Server baseado em Lucene com pesquisa facetada e escalonamento.
Índice de texto completo corporativo clássico
Apache Tika
Detecção de conteúdo e extração de texto de documentos e formatos binários.
Análise e extração de metadados
Unstructured
Pipeline para análise de documentos, fragmentação e preparação de conteúdo não estruturado.
ETL para fontes de conhecimento não estruturadas
Cognee
Mecanismo de conhecimento para objetos de conhecimento, gráfico e memória com foco no contexto empresarial.
Tempo de execução de conhecimento e vinculação semântica
Tempo de execução de conhecimento e memória corporativa
A memória corporativa precisa de mais do que vetores. Objetos de conhecimento, contexto, vinculação e reutilização são criados em uma camada de tempo de execução por meio de armazenamentos de recuperação. Cognee combina gráfico, memória e estrutura semântica para uma arquitetura de conhecimento utilizável.
Cognee
Mecanismo de conhecimento para objetos de conhecimento estruturados, gráficos e memória em projetos empresariais.
Camada central de tempo de execução de conhecimento
Neo4j
Banco de dados gráfico para relacionamentos entre entidades, processos e objetos de conhecimento.
Gráfico de conhecimento e links
Mem0
Camada de memória para contexto persistente e referência de usuário em sistemas de assistência.
Memória de contexto para assistentes
LlamaIndex
Conectores de dados e abstrações de índice para fluxos de trabalho de recuperação repetíveis.
Índice e tempo de execução do conector
Haystack
Pipeline Runtime para controle de qualidade, RAG e etapas de processamento documentadas.
Tempo de execução do pipeline para fluxo de conhecimento
Qdrant
Loja de vetores para embeddings com filtragem e escalonamento orientado à produção.
Incorporando armazenamento na pilha de memória
LanceDB
Banco de dados vetorial incorporado para cargas de trabalho vetoriais locais e escaláveis.
Armazenamento de vetores leves
Objetos de conhecimento, contexto, memória, recuperação e vinculação funcionam juntos. Mais em O que é memória corporativa e o que é uma camada de conhecimento.
Bancos de dados vetoriais e armazenamentos de recuperação
As lojas de vetores tornam o conhecimento endereçável. Eles são um alicerce, não a única arquitetura. Aterramento, permissões e referência de fonte permanecem centrais.
Qdrant
Banco de dados vetorial orientado para produção com filtragem, fragmentação e API REST.
Índice vetorial primário
LanceDB
Loja de vetores incorporada para cargas de trabalho de borda, locais e integradas.
Armazenamento de vetores local e incorporado
Weaviate
Pesquisa híbrida com vetores, palavras-chave e módulos.
Armazenamento de recuperação híbrida
Milvus
Banco de dados vetorial escalável de código aberto para grandes quantidades de incorporação.
Clusters de vetores escaláveis
pgvector
Extensão PostgreSQL para pesquisa vetorial em cargas de trabalho relacionais.
Vetores no cenário SQL existente
Tornar o conhecimento endereçável significa incorporar incorporações na arquitetura, e não apenas instalar um armazenamento de vetores. Mais em O que é recuperação.
Plataforma e armazenamento de dados
Os sistemas de conhecimento empresarial necessitam de armazenamento resiliente para metadados, eventos, factos estruturados e objetos de conhecimento. Essas plataformas complementam os cenários existentes de ERP, CRM e DMS.
PostgreSQL
Base relacional para metadados, configuração, pgvector e cargas de trabalho transacionais.
Sistema de registro para metadados e vetores
ClickHouse
Armazenamento de colunas para análises, logs e consultas de alto volume.
Análise e armazenamento de eventos
DuckDB
Mecanismo de análise incorporado para avaliações e protótipos locais.
Análise e exploração local
Apache Iceberg
Formato de tabela aberto para data lakes escalonáveis e com controle de versão.
Lakehouse e conjuntos de dados versionados
MinIO
Armazenamento de objetos compatível com S3 para nuvem privada e auto-hospedada.
Armazenamento de objetos para dados brutos e artefatos
Redis
No armazenamento de memória para cache, filas e cargas de trabalho relacionadas à sessão.
Cache e buffers rápidos
MongoDB
Armazenamento de documentos para esquemas flexíveis e dados de aplicativos.
Armazenamento de documentos para camadas de aplicativos
Neo4j
Armazenamento de gráficos para relacionamentos e gráficos de conhecimento empresarial.
Armazenamento gráfico para atalhos
Streaming e fluxo de dados
Mova os dados em vez de copiá-los. O streaming de eventos conecta sistemas de origem com índice, memória e assistência sem cadeias de lote frágeis.
Apache Kafka
Padrão de fato para streaming de eventos e backbone de integração.
Backbone e integração de eventos
Redpanda
Plataforma de streaming compatível com Kafka e operação mais fácil.
Streaming de eventos leve
Apache Flink
Processamento de fluxo para transformações em tempo real e trabalhos com estado.
Processamento e agregação de fluxo
Debezium
Transforme a captura de dados de fontes relacionais em fluxos de eventos.
CDC de ERP e sistemas especializados
Apache Pulsar
Mensagens multilocatários com streaming e enfileiramento.
Plataforma de mensagens e eventos
O streaming é uma capacidade para os atuais cenários de conhecimento, e não um fim em si mesmo. Mais em Arquitetura de Sistemas de Conhecimento Empresarial.
Transformação e orquestração
Pipelines preparam fontes para índice, memória e assistência. A orquestração torna as dependências, as novas tentativas e a qualidade compreensíveis.
Apache Airflow
Orquestração de fluxo de trabalho para pipelines orientados por dados.
Orquestração em lote
Dagster
Orquestrador de dados com linhagem de ativos e experiência de desenvolvedor.
Pipelines baseados em ativos
dbt
Transformações baseadas em SQL com testes e documentação.
Camada de transformação no armazém
Apache Spark
Processamento distribuído para grandes quantidades de dados.
Jobs escalonáveis em lote e fluxo
Polars
Motor DataFrame rápido para cargas de trabalho locais e médias.
Transformação local eficiente
Prefect
Mecanismo de fluxo de trabalho com foco em observabilidade e fluxos dinâmicos.
Orquestração moderna de pipeline
Kestra
Orquestração orientada a eventos com fluxos declarativos.
Plataforma de fluxo de trabalho declarativa
IA e inferência
Camadas de inferência tornam os modelos operáveis. Os modelos de código aberto e comerciais permanecem intercambiáveis, desde que o aterramento, a governança e a conexão da fonte estejam corretos.
vLLM
LLM de alto rendimento servindo para inferência em nível de produção.
Serviço LLM e inferência em lote
Ollama
Tempo de execução do modelo local para cargas de trabalho de desenvolvimento e auto-hospedadas.
Inferência local e protótipos
LiteLLM
Proxy e roteamento para provedores de modelos heterogêneos por meio de uma interface.
Roteamento e abstração de modelo
Open WebUI
Interface web para interação de modelo local e remoto.
UI para uso do modelo interno
Haystack
Pipelines RAG e QA com uma estrutura de pipeline clara.
Tempo de execução do RAG
LangGraph
Agentes baseados em gráficos e fluxos de trabalho com gerenciamento de estado.
Agentes e tempo de execução do fluxo de trabalho
OpenRouter
Porta de entrada para modelos comerciais e abertos heterogêneos.
Modelo de gateway e roteamento
Agentes e automação
Os agentes complementam a assistência onde as etapas recorrentes são claramente definidas. A governação e o envolvimento humano continuam a ser centrais.
n8n
Automação do fluxo de trabalho com orquestração visual e auto-hospedagem.
Integração e fácil automação
Temporal
Execução durável para fluxos de trabalho confiáveis e duradouros.
Execução robusta de processos
Trigger.dev
Trabalhos em segundo plano e fluxos de trabalho de agentes para equipes de desenvolvimento.
Jobs em segundo plano orientados a eventos
Flowise
Construtor visual para fluxos e protótipos LLM.
Prototipagem de fluxos LLM
LangGraph
Gráficos de agente com estado para processos controlados de várias etapas.
Tempo de execução do agente com estado
CrewAI
Orquestração multiagente para funções especializadas.
Coordenação multiagente
Back-end e APIs
Serviços e APIs conectam camadas de conhecimento, camadas de inteligência e assistência. A arquitetura API First mantém as camadas desacopladas.
FastAPI
Camada de API Python moderna com digitação e OpenAPI.
Serviços REST para APIs de conhecimento
Node.js
Tempo de execução orientado a eventos para serviços intensivos de E/S e camada BFF.
Tempo de execução e integração do serviço
NestJS
Estrutura de nó estruturado para APIs empresariais.
Serviços modulares de API
Python
Linguagem dominante para IA, dados e lógica de integração.
IA e serviços de dados
TypeScript
Desenvolvimento com segurança de tipo para APIs e serviços relacionados ao frontend.
Tipos e serviços compartilhados
GraphQL
Camada de consulta flexível para dados agregados de aplicativos.
APIs de cliente flexíveis
tRPC
APIs de ponta a ponta com segurança de tipo para pilhas TypeScript.
APIs internas com segurança de tipo
gRPC
RPC eficiente para comunicação de serviço interno.
Comunicação de serviço interno
Front-end e experiência
A Experience Layer torna o conhecimento e a assistência utilizáveis. Concentre-se na clareza, nas permissões e na referência da fonte, não na sobrecarga de recursos.
Next.js
React Framework para aplicativos web de alto desempenho e SSR.
Estrutura de aplicativo da web
React
Biblioteca UI baseada em componentes para interfaces de assistência.
Componentes da IU
Tailwind CSS
Utilitário CSS para interfaces consistentes e de fácil manutenção.
Base do sistema de design
Shadcn UI
Componentes acessíveis baseados em Radix e Tailwind.
Biblioteca de componentes de UI
Vercel
Implantação e hospedagem de borda para cargas de trabalho de front-end.
Hospedagem e visualização de implantações
Implantação e plataforma
A infraestrutura empresarial deve ser implantável de maneira reproduzível. Contêineres, Kubernetes e Infraestrutura como Código são ferramentas padrão, não exageros.
Docker
Embalagem de contêineres para serviços reproduzíveis.
Imagens de contêiner
Kubernetes
Orquestração para cargas de trabalho escaláveis e resilientes.
Plataforma de contêineres
OpenTofu
Infraestrutura de código aberto como Code Fork do Terraform.
IaC com modelo de governança aberto
Terraform
IaC amplamente utilizado para ambientes de nuvem e híbridos.
Infraestrutura como código
Helm
Gerenciador de pacotes para implantações do Kubernetes.
Gerenciamento de lançamento do K8
GitHub Actions
CI/CD para repositórios e automação.
Integração contínua
GitLab CI
CI/CD integrado em ambientes GitLab.
Automação de pipeline
Caddy
TLS automático e proxy reverso para serviços de borda.
Proxy de borda e TLS
Observabilidade e qualidade
A IA empresarial precisa de mensurabilidade. Latência, erros, custos e qualidade devem ser visíveis sem dispersão de ferramentas.
Prometheus
Coleta de métricas e alertas para serviços.
Métricas e alertas
Grafana
Painéis para métricas, logs e rastreamentos.
Visualização e painéis
OpenTelemetry
Padrão aberto para rastreamentos, métricas e logs.
Telemetria Unificada
Sentry
Rastreamento de erros para aplicativos e serviços.
Análise de erros
Loki
Agregação de logs no ecossistema Grafana.
Armazenamento e consulta de log
Jaeger
Rastreamento distribuído para microsserviços e pipelines.
Análise de rastreamento
Segurança e Identidade
A segurança é um requisito arquitetônico. Identidade, segredos e proteção de borda fazem parte das operações empresariais, e não de um projeto separado em estágio final.
Keycloak
Gerenciamento de identidade e acesso de código aberto.
Provedores de SSO e OIDC
Authentik
Plataforma de identidade flexível para cenários auto-hospedados.
Provedor de identidade
Vault
Gerenciamento de segredos e credenciais dinâmicas.
Segredos e gerenciamento de chaves
Traefik
Proxy reverso e entrada nativos da nuvem.
Entrada e roteamento
Caddy
Terminador TLS simples e proxy reverso.
Edge TLS e proxy
Documentos e conteúdo
O conteúdo não estruturado costuma ser o maior conjunto de conhecimento. Análise, OCR e normalização são pré-requisitos para uma recuperação confiável.
Apache Tika
Extraia texto e metadados de formatos Office, PDF e binários.
Análise universal de documentos
OCRmyPDF
Pipeline de OCR para PDFs pesquisáveis.
OCR e preparação de PDF
Tesseract
Mecanismo de OCR de código aberto para documentos digitalizados.
Reconhecimento de texto em digitalizações
Pandoc
Conversão entre formatos de documentos.
Conversão de formato
LibreOffice
Conversão e renderização sem cabeça de documentos do Office.
Renderização e exportação de escritório
Como escolhemos tecnologias
Deliberadamente não prometemos nenhuma preferência de ferramenta. A seleção segue requisitos, operações, governança, custos, escala, soberania e integração em paisagens existentes. A IA empresarial de código aberto faz sentido quando a operação, a segurança e a capacidade de manutenção estão corretas no contexto empresarial.
- Obtenha requisitos de casos de uso, arquitetura e conformidade, não do entusiasmo das ferramentas
- Verifique a capacidade operacional, incluindo monitoramento, backup, atualizações e modelo de suporte
- Planeje antecipadamente a governança de dados, modelos, permissões e auditoria
- Considere os custos de toda a operação, não apenas o preço da licença ou da API
- Avalie o dimensionamento com base no volume de dados, número de usuários e requisitos de latência
- Soberania e auto-hospedagem como uma opção se os dados e modelos permanecerem internamente
- Garanta a integração com ERP, CRM, DMS e Identidade sem remover e substituir
As decisões sobre pilha de tecnologia empresarial são decisões de arquitetura. Mais em Construir vs Comprar IA e Governança de IA para empresas de médio porte.
O que evitamos conscientemente
A arquitetura de capacidade geralmente falha devido a muitas iniciativas paralelas sem um modelo comum. Evitamos padrões que impressionam no curto prazo, mas dificultam a manutenção e a transparência no longo prazo.
- Expansão de ferramentas com plataformas paralelas sem camadas e responsabilidades claras
- O fornecedor fica preso à infraestrutura, modelo ou formatos de dados proprietários sem uma estratégia de saída
- Plataformas desnecessárias que duplicam sistemas existentes em vez de conectar conhecimento
- Compromisso inicial do modelo antes de arquitetura, fontes e governança esclarecidas
- Excesso de arquiteturas de agentes sem limites claros, aprovações e participação humana
Não há mais ferramentas. Sistemas mais utilizáveis. Mais em O que é Agentic AI e por que a IA falha sem o conhecimento da empresa.
Por que Kaufman AIS
A Kaufman AIS desenvolve sistemas de conhecimento empresarial e sistemas de inteligência aplicada para empresas de médio e grande porte na Europa. Para nós, a tecnologia é um meio para uma arquitetura de conhecimento utilizável, assistência digital e operação confiável.
- Sistemas de conhecimento empresarial como uma arquitetura integrada, não como uma coleção de ferramentas
- Infraestrutura aberta com auto-hospedagem, nuvem opcional e data centers europeus
- IA soberana com controle sobre fontes, modelos e operações
- Camada de conhecimento com recuperação, permissões e conexão de origem
- Assistência digital com base e governança para departamentos
- Memória empresarial para reutilização de decisões e conhecimento de processos
Não há mais ferramentas. Sistemas mais utilizáveis. Mais em Sistemas de conhecimento empresarial, IA soberana e ChatGPT interno para empresas.
Perguntas frequentes
Quais tecnologias o Kaufman AIS usa?
Trabalhamos de forma tecnologicamente neutra com código aberto e plataformas abertas para sistemas de conhecimento, recuperação, inferência, assistência e operação. A seleção específica segue arquitetura e requisitos por projeto. Esta página mostra blocos de construção típicos, não uma lista obrigatória fixa.
Você trabalha apenas com código aberto?
Não. O código aberto costuma ser a base para camadas de conhecimento, infraestrutura e operações. Modelos comerciais, serviços em nuvem e sistemas empresariais existentes podem ser complementos úteis se a integração e a governação estiverem corretas.
A auto-hospedagem é possível?
Sim. Muitas arquiteturas podem ser operadas localmente ou em uma nuvem privada. A IA auto-hospedada faz parte de configurações soberanas para que os dados, modelos e acesso permaneçam dentro da empresa. Mais em Sovereign AI.
Os sistemas existentes podem permanecer?
Sim. Os sistemas de conhecimento corporativo normalmente são baseados em ERP, CRM, DMS e identidade, em vez de substituir tudo. Mais em silos de dados sem migração de sistema.
Quais modelos você suporta?
Os modelos são intercambiáveis. Oferecemos suporte a modelos de API e peso aberto por meio de camadas de roteamento e inferência. Aterramento, referência de fonte e governança são cruciais, e não um único fornecedor.
Como você começa?
Muitas vezes com um caso de uso com fontes claras, uso mensurável e um modelo operacional definido. Arquitetura de contorno paralelo, camada de conhecimento e governança. Mais em Transformação de IA e O que é prontidão para IA.
Assess AI opportunity in 3 minutes
A short check of systems, friction points, and goals shows where enterprise AI can create measurable impact first.
As ferramentas são intercambiáveis. A arquitetura e a capacidade operacional determinam a IA empresarial sustentável.
Ajudaremos você a determinar quais tecnologias e plataformas fazem sentido para a arquitetura do seu sistema de conhecimento empresarial. A conversa é voltada para gestão, gestão de TI, arquitetura empresarial, engenharia e digitalização.
Contato
Fale conosco sobre suas estruturas de conhecimento do cenário de dados e possíveis aplicações de sistemas assistentes inteligentes em sua organização.
Sua pessoa de contato
Philipp T. Schröder