OPEN INTELLIGENT UI : des réponses interactives à portée de main
⏱️ Temps de lecture estimé : 3 minutes
https://github.com/CopilotKit/OpenIntelligentUI
📌 OPEN INTELLIGENT UI est un framework open source qui transforme les réponses d’un agent IA en interfaces directement utilisables dans le chat, plutôt que de se contenter de blocs de texte.
L’idée est simple : quand une réponse gagne à être manipulée, l’agent génère un composant interactif à la volée. Construit avec CopilotKit et AG-UI, ce projet propose un chat unique où explications, comparaisons et outils de circonstance cohabitent sans quitter la conversation. L’objectif n’est pas d’ajouter des boutons décoratifs, mais de rendre l’information actionnable au moment précis où on en a besoin.
Je trouve l’approche pragmatique. Plutôt que de forcer un lecteur à copier des chiffres dans un tableur, l’agent peut afficher un tableau triable, un graphique ou une calculatrice fonctionnelle. Les démos du projet illustrent bien ce parti-pris : un avion 3D pour visualiser tangage, roulis et lacet ; un comparateur transformé en graphique ; un partage de note interactif ; ou encore un itinéraire côtier avec repères sur carte. Chacun de ces exemples répond à une intention claire : comprendre, comparer ou calculer.
Sur le plan technique, OpenIntelligentUI fait la distinction entre composants natifs pris en charge et interfaces personnalisées générées à la demande. Ces dernières sont rendues dans un iframe isolé via generateSandboxedUi, avec un pont validé vers l’hôte. Résultat : des interactions locales rapides, sans compromettre la sécurité du contexte global. Le routage de visualisation délègue le choix du rendu à un modèle dédié, ce qui évite d’imposer un seul type d’affichage à toutes les requêtes.
L’intérêt se situe aussi dans l’extensibilité. L’interface Next.js, l’agent Python Deep Agent et le serveur MCP optionnel forment un ensemble modulaire. On peut connecter ses propres clés API, adapter le système prompt ou étendre les compétences selon ses workflows. Le tout reste self-hosted, ce qui permet de garder le contrôle sur les appels aux modèles.
Quelques points clés à garder à l’esprit :
- 🧠 Réponses actionnables : l’agent choisit texte, composant natif ou UI générée selon l’utilité.
- 🔒 Sandbox isolé : le HTML/CSS/JS généré s’exécute dans un iframe avec un pont validé.
- 🧩 Architecture modulaire : frontend Next.js, agent Python, MCP optionnel pour s’adapter à vos cas d’usage.
- 🗺️ Démos concrètes : 3D, graphiques, calculatrices, cartes pour voir l’intérêt tout de suite.
- 🔌 Extensible : prompt, skills et routage visualisation configurables à souhait.
À noter toutefois que l’expérience dépend des clés API fournies et de l’accès réseau pour certains rendus (cartes, visuels distants). Ce n’est pas un gadget : c’est un changement de posture. Au lieu de lire passivement une explication, vous interagissez avec elle. C’est précisément ce qui rend Open Intelligent UI convaincant.
Sources
