Introduction

Bienvenue dans la documentation Mankinds.

Mankinds est une plateforme agentique de gouvernance IA. Des agents autonomes évaluent et surveillent les systèmes IA sur 8 dimensions de confiance — vie privée, sécurité, précision, équité, explicabilité, responsabilité, durabilité et risque systémique — en continu, du développement à la production, ancré dans la connaissance réglementaire.

La plateforme combine une architecture de double graphe de connaissances (70+ cadres réglementaires), des agents d'évaluation autonomes et des sorties structurées (scorecards, fiches de risque, packages d'audit) pour transformer la conformité d'un processus manuel en un processus automatisé et auditable.

Capacités clés

• Évaluation offline — Connectez un système IA via API ou SDK. Les agents exécutent des scénarios de test structurés contre le système à partir de datasets de référence.
• Évaluation online — Connectez vos outils d'observabilité (Langfuse, LangSmith, Datadog). Les agents analysent les traces de production réelles pour détecter les dérives et dégradations.
• 86 critères d'évaluation sur 8 dimensions, ancrés dans l'AI Act européen, le RGPD, l'ISO 42001, le NIST AI RMF et 70+ cadres réglementaires.
• 30+ connecteurs pré-intégrés — bases de données, plateformes d'observabilité, sources documentaires et endpoints de systèmes IA.

Ressources

• SDK : documentation des SDKs JavaScript/TypeScript et Python
• Glossaire : définitions des termes clés de l'évaluation IA

Démarrage rapide

Choisissez votre langage :

En quelques minutes, évaluez votre premier système IA.

Obtenir une clé API

Créez un compte sur app.mankinds.io et générez votre clé API depuis les paramètres.

Installer le SDK

pip install mankinds-sdk

Configurer et utiliser

from mankinds_sdk import MankindsClient

client = MankindsClient(api_key='mk_your_api_key')

# Créer un système, générer un dataset, évaluer
system = client.create_system('Mon Chatbot', '...', endpoint={...})
dataset = client.generate_dataset(system['id'], num_scenarios=10)
result = client.evaluate(system['id'])
print(f"Score: {result['summary']['overall_score']}")

Consultez le guide SDK complet pour la référence API détaillée.

Support

Pour toute question : [email protected]