Refly : la plateforme Vibe Workflow open source qui transforme les conversations en processus réutilisables

Refly se présente comme la première plateforme Vibe Workflow open source, et le propos n'est pas une énième fenêtre de chat mais un canevas libre. On y ouvre plusieurs conversations indépendantes, on étale idées, sources et résultats de recherche, on les relie, et l'on termine avec un document ou un processus reproductible. Elle intègre plus de 13 grands modèles de langage, traite des fichiers multimodaux, embarque un système de compétences et un moteur de base de connaissances, et fonctionne dans le cloud ou en auto-hébergement avec Docker.

Le problème d'un fil unique, c'est qu'il oublie et brouille à la fois. Au quatorzième échange, le cadre arrêté, les options écartées et les sources citées cohabitent dans un même contexte, et le modèle perd le fil. Refly dispose les conversations en nœuds sur un canevas, chacun avec son contexte, et vous décidez précisément quels nœuds participent à ce tour et lesquels restent en attente. Cela ressemble davantage au travail réel : plusieurs lignes avancent, puis convergent au besoin.

La seconde couche est la capitalisation. Une réponse ponctuelle disparaît ; Refly cherche à conserver le processus : d'où vient la matière, quelle compétence l'a traitée, quel modèle a tourné, ce qui en est sorti. L'open source compte ici, car ni le flux ni les données ne restent enfermés sur les serveurs d'un fournisseur.

Fonctions principales

Conversations multi-fils

Plusieurs contextes de conversation sont gérés en parallèle et l'on passe librement d'un nœud à l'autre, ce qui rend possible un flux agentique complexe au lieu de tout entasser dans une seule chronologie.

Cadre multi-modèles

Plus de 13 modèles majeurs sont intégrés avec ordonnancement mixte et traitement parallèle : changer de modèle n'impose pas de changer d'outil et l'interface de dialogue reste unique.

Traitement multimodal

Les formats PDF, DOCX, TXT et plus de sept types de fichiers, ainsi que les images courantes comme PNG et JPG, se traitent par lots.

Compétences pilotées par l'IA

Des capacités comme Perplexity AI et Stanford Storm apportent recherche web, récupération de connaissances, reformulation de questions et recommandations.

Gestion du contexte et base de connaissances

Une base temporaire se construit à la demande et les nœuds servent de contexte ; la base accepte des sources hétérogènes, fait de la recherche sémantique sur RAG et construit un graphe de connaissances.

Capture et découpe

Collecte en un clic depuis des plateformes comme GitHub et Medium avec classification et étiquetage automatiques, et découpe de n'importe quelle page pour enrichir sa bibliothèque.

Comment l'utiliser

1. Ouvrez le site, cliquez sur commencer et connectez-vous avec Google ou GitHub, ou allez directement sur Refly Cloud.
2. Choisissez créer un canevas sur l'écran principal et traitez le travail comme un espace de travail, non comme une question isolée.
3. Ouvrez plusieurs conversations sur le canevas et laissez des directions différentes avancer en parallèle.
4. Révisez avec le retour de l'IA et n'emportez que les nœuds nécessaires au tour suivant.
5. À la fin, exportez en document ou partagez pour une relecture collective.
6. Pour l'auto-hébergement, déployez avec Docker ; le minimum indiqué est de deux cœurs et 4 Go de mémoire. Le déploiement privé d'entreprise se demande à l'équipe.

Modes de déploiement

• Cloud : ouvrez Refly Cloud et utilisez toutes les fonctions sans configuration, une première étape sensée avant l'auto-hébergement.
• Auto-hébergement Docker : deux cœurs et 4 Go de RAM au minimum indiqué, une commande de conteneur suffit à démarrer le service.
• Développement local : suivez le CONTRIBUTING.md du dépôt, utile pour modifier le code ou brancher vos propres modèles.
• Entreprise : contactez l'équipe pour un déploiement privé lorsque la localisation des données est une exigence ferme.
• Coût : l'auto-hébergement supprime l'abonnement mais ajoute les factures d'API de modèles, la gestion des clés et les mises à jour ; à calculer chaque mois.

À qui cela convient

• Aux chercheurs qui tiennent un sujet complexe pendant des semaines et gardent sources, hypothèses et conclusions dans des nœuds séparés qui ne se contaminent pas.
• À ceux qui écrivent de la documentation technique ou des articles longs et gardent idéation et version finale sur un même canevas.
• À ceux qui construisent une base de connaissances personnelle, avec capture, découpe et récupération sur une seule ligne.
• Aux équipes soucieuses de l'emplacement des données : open source et auto-hébergement gardent processus et matière sur leurs machines.
• À ceux qui utilisent plusieurs modèles et veulent choisir par tâche au lieu d'être liés à un seul.

Limites et réserves

• Les fils et le canevas ont un coût d'apprentissage ; qui vient d'une longue conversation trouvera d'abord la gestion des nœuds plus lourde que la question.
• Plus de 13 modèles signifie que la qualité dépend du modèle choisi et de la manière de l'appeler, et le même prompt se comporte très différemment selon le modèle.
• La base de connaissances repose sur RAG et recherche sémantique : la stratégie de découpage et la qualité des sources décident du résultat ; entrée médiocre, sortie médiocre.
• L'auto-hébergement implique d'assumer les factures d'API, la gestion des clés et les mises à jour, et deux cœurs avec 4 Go est un plancher, pas un confort.
• La source n'indique ni quotas ni facturation par modèle : l'écart de coût entre cloud et auto-hébergement est à calculer soi-même.
• La conservation des données et leur usage pour l'entraînement ne sont pas détaillés ; à vérifier avant contrats et données personnelles.

Questions fréquentes

En quoi Refly diffère-t-il d'un chat IA ordinaire ?

Un outil ordinaire est une ligne de conversation ; Refly est un canevas où plusieurs conversations avancent en parallèle, où les nœuds se choisissent précisément comme contexte et où la sortie se consolide en processus réutilisable.

Peut-on l'auto-héberger ?

Oui. Le projet documente une voie Docker avec un minimum indiqué de deux cœurs et 4 Go de mémoire ; il existe aussi une offre cloud et un déploiement privé.

Quels fichiers sont pris en charge ?

La source cite PDF, DOCX, TXT et plus de sept formats de documents, ainsi que les images courantes comme PNG et JPG.

Faut-il coder ?

Non. Le canevas se pilote par conversation et opérations sur les nœuds ; seuls l'auto-hébergement et le développement local touchent à la ligne de commande.