En précommande ! Je suis l'auteur principal de Building Agentic AI Apps with Next.js and TypeScript, écrit avec Glaucia Lemos, à paraître chez Packt le 1er décembre 2026. RAG, LangGraph, MCP, en Next.js et TypeScript, du développement à la prod 😎
Hey Guys , whit @glaucia_lemos86 we have make it !
🚀 Um chatbot que funciona na sua máquina NÃO é uma aplicação de IA pronta para produção!
E foi para fechar essa lacuna que @salim4n_dev eu e escrevemos nosso livro pela Packt Publishing! 🧡
📚 Building Agentic AI Apps with Next.js and TypeScript | Build production-ready AI apps with TypeScript, RAG, MCP, and intelligent multi-agent workflows.
🎉 JÁ ESTÁ EM PRÉ-VENDA!
E posso adiantar: o livro está INCRÍVEL! 🔥
Quem já integrou uma API de LLM sabe: criar uma demo é relativamente simples. O desafio começa quando entram em cena arquitetura, contexto, segurança, resiliência, observabilidade e escala.
Por isso, escrevemos um livro MÃO NA MASSA, para quem quer ir dos protótipos aos sistemas agênticos reais usando JavaScript e TypeScript.
🧠 O QUE VOCÊ VAI APRENDER?
✅ @nextjs + @typescript: arquiteturas full-stack escaláveis.
✅ RAG + Hybrid Search: respostas fundamentadas em dados.
✅ Context Engineering: gerenciamento inteligente de contexto.
✅ LangGraph + Multi-Agent Workflows: orquestração, estado e resiliência.
✅ MCP: construção e integração de servidores.
✅ Streaming, testes, segurança, deploy e observabilidade.
🚨 E TEM UM DIFERENCIAL IMPORTANTÍSSIMO!
O conteúdo sobre Model Context Protocol (MCP) está atualizado para o SDK TypeScript 2.x!
Nada de ficar somente na teoria! Queremos mostrar como essas tecnologias se conectam em aplicações reais.
👩💻 QUER CONHECER O CÓDIGO DO LIVRO?
🔗 github.com/PacktPublishing/B…
🔥 A PRÉ-VENDA JÁ COMEÇOU!
Se você quer parar de apenas conectar LLMs e começar a ENGENHEIRAR APLICAÇÕES DE IA PRONTAS PARA PRODUÇÃO, este livro foi feito para você!
📖 GARANTA SEU EXEMPLAR:
👉 packtpub.com/en-us/product/b…
❤️ Escrever esse livro com o Salim é uma conquista enorme. E mal posso esperar para compartilhar esse conhecimento com a comunidade!!
🔁 Compartilhe com quem trabalha com JavaScript/TypeScript e quer evoluir na Engenharia de IA!
💬 Me conta: qual tecnologia você mais quer dominar: RAG, MCP ou Multi-Agent Systems ou outra coisa?
This is why @deepseek_ai & @OpenBot_ is the best combo ! That litteraly cost nothing 😇
LangGraph coupe un graphe après 25 étapes (GraphRecursionError). Ça protège la facture, pas la réponse.
Écrivez la vraie condition d'arrêt : après N appels d'outils, l'agent répond avec ce qu'il a et le dit.
Lien en réponse.
I have update my article on Kimi k3 from @Kimi_Moonshot
ignitionai.fr/blog/kimi-k3-m…
Le kanban de Cogitator n'a pas de table de tickets : chaque carte est une issue GitHub, chaque écriture passe par gh.
Panneau web pour pi, MIT, local uniquement pour l'instant.
npx @ignitionai/cogitator. Lien en réponse.
CopilotKit a open sourcé OpenBot sous licence MIT. Chaque agent y a son ordinateur, avec un navigateur, des fichiers et les outils qu'on lui accorde, et chaque action est autorisée puis tracée par une passerelle. Ça tourne sur votre infra, avec le modèle de votre choix.
C'est encore en alpha, et c'est un modèle à cloner plutôt qu'un produit. Plus de 6 700 étoiles en deux mois.
Lien en réponse.
J'ai un framework de RL dans le navigateur. Pour mes agents, je ne commence pas par le RL.
Ignition Agent Trainer (public, alpha) : évaluer et comparer des agents TS existants, sans fine-tuning. Première ADR du repo : « Evals before RL ».
Lien en réponse.
DeepSeek-V4.1-Flash-1017 est sorti le 17/10, avec des poids MIT et 1M de contexte. Il est déjà servi sous le nom « deepseek-flash » dans l'API, à 0,30 $ le million de tokens en entrée et 1,20 $ en sortie, deux fois moins en heures creuses.
Il tourne derrière tous mes sous-agents.
Liens en réponse.
MRR@5 : 46 %. Première éval de collection IgnitionRAG : Code du travail (11 243 articles), 20 requêtes, avril 2026.
Hallucination 0 %, sur 20 requêtes seulement. Je publie le dénominateur avec le chiffre.
Lien en réponse.
Un RAG qui répond mal n'a pas forcément un problème de prompt.
Le défaut peut venir de l'extraction, des chunks, de l'index, du retrieval, des droits ou du contexte.
`rag-builder` remonte le pipeline avant de modifier quoi que ce soit.






