> ## Documentation Index
> Fetch the complete documentation index at: https://docs.fastino.ai/llms.txt
> Use this file to discover all available pages before exploring further.

> ## Agent Instructions
> Use https://docs.fastino.ai/openapi.json as the source of truth for customer-facing Fastino API routes. Only call operations present in that specification. Do not infer or call undocumented routes. Direct Fastino API integrations use https://api.fastino.ai, /v1 routes, and FASTINO_API_KEY.

# Exemples de cas d'usage

> Cas d'usage de GLiNER dans les workflows d'agents, de recherche documentaire, de données, de recherche, de sécurité et de qualité.

Utilisez GLiNER lorsque votre workflow a besoin de décisions rapides et structurées à partir de texte.

## Choisir un modèle

| Besoin                                                                          | Commencez par |
| ------------------------------------------------------------------------------- | ------------- |
| Extraire des entités, des étiquettes, des relations ou des signaux de politique | GLiNER        |
| Router un agent ou décider si une personne doit relire le travail               | GLiNER        |

## GLiNER : des décisions structurées pour les systèmes d'IA

### Workflows d'agents et de navigateur

* **Utilisation du navigateur et automatisation :** identifiez l'intention de la page, les champs pertinents, les avertissements et les actions qui nécessitent une confirmation.
* **Compaction du contexte :** extrayez les décisions, les tâches, les échéances et les préférences utilisateur à partir de conversations ou de traces d'agents.
* **Routage de modèles :** classez le domaine, la complexité, les exigences de latence et le risque avant de sélectionner un modèle ou un workflow.
* **Supervision d'agents :** détectez les dérives, les échecs répétés, les livrables manquants, les appels d'outils risqués, le contexte non pertinent, la mauvaise qualité des sorties ou le moment où une personne doit intervenir.

### Recherche documentaire, données et recherche

* **RAG :** sélectionnez les passages pertinents avant la génération et vérifiez la pertinence ou les conflits du contexte récupéré.
* **Graphes de connaissances et mémoire d'agent :** extrayez des entités et des relations de documents ou de conversations dans une couche de faits interrogeable.
* **Classification de texte :** triez les e-mails, tickets et documents selon des étiquettes opérationnelles telles que spam, urgent, demande de remboursement ou demande commerciale.
* **Détection et masquage des PII :** identifiez les données sensibles avant le stockage, l'indexation ou les appels au modèle.
* **Prévisions et veille de marché :** transformez les retours clients, les documents réglementaires, les transcriptions et les actualités en signaux tels que la demande, les problèmes d'approvisionnement, les mentions de concurrents et les changements de direction.

### Contrôles de sécurité et de qualité

* **Guardrails et modération des LLM :** filtrez les prompts et les sorties pour détecter les contenus nuisibles, les données sensibles et les violations de politique.
* **Détection d'injection de prompt :** signalez les tentatives de contourner les instructions, d'exfiltrer des données ou de manipuler l'utilisation des outils.
* **Linting sémantique du code :** vérifiez le code généré et les pull requests pour repérer les conventions que la syntaxe seule ne peut pas détecter.

<Warning>
  Pour la surveillance des agents, évaluez uniquement les artefacts que votre système est autorisé à collecter, comme les appels d'outils et les journaux visibles par l'utilisateur. N'utilisez pas la chaîne de pensée cachée comme surface de surveillance opérationnelle.
</Warning>

Commencez par une tâche mesurable et un petit jeu d'évaluation construit à partir d'exemples autorisés. Définissez les étiquettes ou le schéma qui représentent les décisions structurées dont votre workflow a besoin.