Laquelle choisir pour un projet de recherche dans des documents ?

LlamaIndex et Haystack sont tous deux décrits avec les documents et la recherche au centre. Le choix dépend du style de programmation de l'équipe (boîte à outils pour LlamaIndex, pipelines câblés pour Haystack) et de la licence. Il se confirme par un essai sur vos propres documents, pas sur la lecture de pages de présentation.

Semantic Kernel est-il encore le bon choix ?

Microsoft présente Microsoft Agent Framework comme le successeur direct de Semantic Kernel et d'AutoGen, dans une page mise à jour le 28/10/2026. Pour un projet neuf, il faut donc examiner ce successeur avant de retenir Semantic Kernel.

Comparatif LangChain, LlamaIndex, Haystack, Semantic Kernel

Quatre bibliothèques reviennent souvent dans les projets d'IA : LangChain, LlamaIndex, Haystack et Semantic Kernel. Elles ne font pas exactement la même chose, et ce comparatif ne classe pas l'une au-dessus des autres. Il résume ce que disent leurs dépôts de code et leurs documentations, lus le 15/11/2026, et indique pour chacune la date de la version relevée. Le site est édité par IArche, qui édite ALMA, une plateforme IA pour PME ; ALMA ne figure pas dans cette comparaison.

Le tableau d'ensemble

Bibliothèque	Éditeur et dépôt	Langage	Licence	Usage principal, d'après la documentation	Version relevée
LangChain	LangChain, `langchain-ai/langchain`	Python (paquet `langchain`)	MIT	Créer des agents avec `create_agent`	`langchain` 1.5.0, publié le 11/11/2026
LlamaIndex	LlamaIndex, `run-llama/llama_index`	Python (« toolkit Python »)	MIT	Créer des agents alimentés par vos données	`llama-index` 0.14.26, publié le 13/11/2026
Haystack	deepset, `deepset-ai/haystack`	Python (paquet `haystack-ai`)	Apache-2.0	Construire des agents, des applications RAG et de la recherche par pipelines	`haystack-ai` 3.5.0, publié le 10/11/2026
Semantic Kernel	Microsoft, `microsoft/semantic-kernel`	C#, Python, Java	MIT	Intégrer des modèles et des agents dans du code existant	non relevée dans cette session

Les dates sont celles des pages PyPI lues le 15/11/2026. Pour Semantic Kernel, la version n'a pas été relevée ; la page du dépôt ne montrait pas de section de versions exploitable.

LangChain

LangChain est une bibliothèque Python, publiée sous licence MIT. Elle centre sa documentation sur les agents : create_agent assemble le modèle, le prompt, les outils et les intergiciels. Elle propose des intégrations par fournisseur (OpenAI, Anthropic, Google, Ollama, AWS Bedrock et d'autres), installées par extras ou séparément. Son dépôt affichait 609 tickets ouverts à la date de lecture. La fiche LangChain détaille les paquets et la commande d'installation.

LlamaIndex

LlamaIndex est une boîte à outils Python, sous licence MIT. Sa documentation l'organise autour de connecteurs de données, d'index et de bases vectorielles, de moteurs de requête et de discussion, d'agents et d'outils, et de workflows. Le dépôt la présente comme une plateforme de traitement de documents pour l'IA, ce qui situe son point d'entrée : les documents. La fiche LlamaIndex reprend ces éléments.

Haystack

Haystack, de l'éditeur deepset, est publié sous licence Apache-2.0 et se présente comme un framework open source pour construire des agents IA prêts pour la production. Sa documentation insiste sur les pipelines : « A pipeline is a graph you wire yourself, so it runs the same way every time ». Les composants (recherche, indexation, appel d'outils, mémoire, évaluation) sont des blocs réutilisables ; un même pipeline s'exécute en mode synchrone ou asynchrone. Le paquet demande Python 3.11 ou plus. Le dépôt affichait 98 tickets ouverts à la date de lecture. Voir la fiche Haystack.

Semantic Kernel

Semantic Kernel, de Microsoft, est un kit de développement « léger et open source » pour construire des agents et intégrer des modèles dans une base de code C#, Python ou Java. Sa documentation décrit les fonctions du code existant transformées en plug-ins, des connecteurs prêts à l'emploi, et l'appel de fonctions pour la planification. Le dépôt est sous licence MIT.

Deux points de date sont à noter. La page de présentation affiche une mise à jour au 24/06/2024, et le guide de démarrage au 01/07/2025. Par ailleurs, la page de Microsoft Agent Framework, mise à jour le 28/10/2026, présente ce framework comme le successeur direct de Semantic Kernel et d'AutoGen. La fiche Semantic Kernel détaille ces points.

Comment lire ce comparatif

Le langage est le critère le plus net : Semantic Kernel est le seul des quatre à couvrir C# et Java. Un projet en .NET ou en Java trouve ici une option ; les trois autres sont Python.
La licence : MIT pour LangChain, LlamaIndex et Semantic Kernel, Apache-2.0 pour Haystack. Les deux licences sont permissives, mais elles se lisent dans le fichier LICENSE du dépôt avant tout usage commercial.
L'usage : LangChain et LlamaIndex parlent d'agents ; Haystack parle de pipelines ; Semantic Kernel parle d'intégration dans une application existante. Ces mots disent la philosophie de chaque projet, pas une performance.
La version : elle doit être relevée au moment du choix, car ces paquets sortent des versions à quelques jours d'intervalle.

Ce que ce comparatif ne dit pas

Il ne compare ni la qualité des réponses, ni les performances, ni les prix : les documentations lues ne donnent pas de mesure de ce type. Il ne compare pas non plus les frameworks d'agents comme CrewAI ou l'OpenAI Agents SDK ; ils sont traités dans le comparatif des frameworks d'agents.

Avant de choisir, lire framework ou appel direct à l'API pour savoir si une bibliothèque est nécessaire, puis juger la maintenance d'un framework pour vérifier l'état d'un dépôt.