Proc-CLI

À propos de Proc-CLI

Proc-CLI est un outil en ligne de commande conçu pour appliquer des modèles de langage de grande taille sur des jeux de données textuels à grande échelle. Développé par Jenner Analytics, il s’appuie sur le moteur PROC AI pour exécuter des tâches de classification, d’extraction, de traduction et de résumé sur chaque ligne d’un ensemble de données, en inscrivant le résultat dans une nouvelle colonne. Contrairement aux assistants conversationnels généralistes, Proc-CLI se concentre exclusivement sur la production de sorties structurées sous forme de jeu de données. Il s’adresse principalement aux analystes, aux scientifiques des données et aux développeurs qui souhaitent automatiser le traitement de volumes importants de texte sans écrire de code complexe.

L’outil fonctionne en mode client-serveur léger : une fois les paramètres définis (modèle, prompt, source de données), il lance les requêtes en parallèle vers un ou plusieurs fournisseurs d’IA. La documentation officielle, hébergée sur proc-cli.com, décrit une architecture modulaire qui permet d’ajouter facilement de nouveaux fournisseurs ou de personnaliser le comportement du moteur. Grâce à son interface en ligne de commande, Proc-CLI s’intègre naturellement dans des pipelines Unix ou des scripts d’automatisation existants.

Fonctionnalités principales

• Moteur de traitement par lots : Applique un prompt unique à chaque ligne d’un fichier CSV ou JSON, avec substitution automatique des champs de la ligne dans le prompt via la syntaxe {colonne}.
• Multi-fournisseurs : Compatible avec les protocoles d’OpenAI, Anthropic, Google Gemini et AWS Bedrock. Un fournisseur echo permet de tester le pipeline sans clé API, utile pour le débogage.
• Exécution parallèle : Le paramètre PARALLEL= contrôle le nombre de requêtes simultanées, accélérant considérablement le traitement des jeux de données volumineux.
• Configuration flexible : Les options MODEL, OPTIONS, SYSTEM, PROMPT, RESPONSE et EMBED offrent un contrôle fin sur le modèle utilisé, le message système, le prompt utilisateur et la transformation de la réponse.
• Extraction structurée : JSON_PATH= extrait un champ spécifique d’une réponse JSON, facilitant l’obtention de données propres.
• Gestion des erreurs : Mécanisme de nouvelle tentative automatique avec recul exponentiel (RETRY) pour gérer les échecs temporaires des API.
• Filtrage des lignes : La clause WHERE permet de limiter le traitement aux seules lignes répondant à une condition, évitant d’appeler inutilement l’IA.
• Réponses multiples : Option N= pour obtenir plusieurs réponses indépendantes d’un même prompt, utile pour des tâches de consensus ou d’évaluation.
• Sortie en jeu de données : Le résultat est toujours ajouté sous forme de colonne(s) dans le fichier d’origine, conservant la structure initiale des données.

Tarification

Proc-CLI est distribué librement et son code source est accessible. Le logiciel lui-même n’implique aucun frais d’abonnement ni de licence. Toutefois, l’exécution des modèles de langage via les fournisseurs tiers entraîne des coûts variables selon le fournisseur et le modèle choisi. À titre indicatif, avec le modèle GPT-4 d’OpenAI, le prix est facturé environ 0,03 $ US par millier de jetons en entrée et 0,06 $ US par millier de jetons en sortie (soit approximativement 0,04 $ CA et 0,08 $ CA). Pour un jeu de données de 10 000 lignes avec des réponses moyennes de 100 jetons en sortie, le coût total avoisinerait 80 $ CA. Les utilisateurs peuvent limiter leurs dépenses en choisissant des modèles moins coûteux (comme Claude Haiku ou Gemini Flash) ou en réduisant la longueur des réponses via le paramètre MAX_TOKENS. Les fournisseurs facturent en dollars américains, et les frais sont directement supportés par le détenteur de la clé API. Aucun plan de facturation propre à Proc-CLI n’existe pour le moment.

Cas d’utilisation

• Analyse de sentiments : Classifier des milliers de commentaires clients en catégories (positif, négatif, neutre) et ajouter une colonne de score.
• Extraction d’entités : Extraire des noms de personnes, lieux, dates ou noms de produits à partir de descriptions non structurées dans un fichier CSV.
• Traduction automatique en lots : Traduire un ensemble d’articles ou de messages d’une langue source vers une langue cible, en conservant le format original.
• Résumé de documents : Générer un résumé concis pour chaque entrée d’une base documentaire (courriels, articles de nouvelles, commentaires).
• Nettoyage et normalisation de données : Corriger l’orthographe, unifier les formats de date ou standardiser des champs textuels à l’aide d’instructions précises.
• Enrichissement de jeux de données : Ajouter des colonnes calculées telles que la catégorie d’un produit, l’intention d’un utilisateur ou la pertinence d’un résultat.
• Test de prompts : Utiliser le fournisseur echo pour valider la logique de substitution et de transformation avant d’engager des coûts d’API.

Grâce à la prise en charge de nombreux fournisseurs, les équipes peuvent choisir le modèle le mieux adapté à leur budget et à leur exigence de qualité, que ce soit pour un traitement ponctuel ou une intégration dans un pipeline de données existant.

Notre avis

Proc-CLI remplit efficacement son rôle d’outil de traitement textuel par lots. Son point fort est l’automatisation de tâches répétitives qui nécessiteraient autrement du codage sur mesure ou l’utilisation de multiples API. L’intégration native de plusieurs fournisseurs et la flexibilité offerte par les paramètres de configuration en font un outil puissant pour les professionnels de la donnée. La possibilité de tester le pipeline sans clé API via echo est un atout notable pour le développement et le débogage.

Cependant, l’outil n’est pas conçu pour des tâches de conversation ou d’assistance interactive ; son usage exige une certaine aisance avec la ligne de commande et une compréhension des coûts associés aux API. De plus, la dépendance à des fournisseurs externes implique une latence réseau et des limitations de débit. Pour les très grands volumes, le coût peut devenir significatif, et il faut alors bien planifier le budget.

Enfin, la documentation est claire et la communauté semble active, ce qui facilite la résolution des problèmes. En conclusion, Proc-CLI est un excellent choix pour quiconque souhaite appliquer l’IA générative à grande échelle sur des jeux de données textuels, à condition de maîtriser les aspects techniques et budgétaires. Il se distingue nettement des assistants CLI généralistes et mérite une place dans la boîte à outils de tout analyste ou scientifique des données travaillant avec du texte.