Jinan Kordab

MCP Agentic Pipelines — 31 AI Tools, One MCP Server

MCP Agentic Pipelines — 31 Outils IA, Un Serveur MCP

A unified MCP server packaging 31 AI tools — fact-checking, hybrid RAG, document intelligence, and clinical voice — into one composable platform for Claude, VS Code, and Cursor. All six MCP handlers are JSON-RPC 2.0 compliant; Python pipelines communicate via stdin/stdout bridges with automatic health checks.

Un serveur MCP unifié regroupant 31 outils IA — vérification de faits, RAG hybride, intelligence documentaire et voix clinique — sur une seule plateforme composable pour Claude, VS Code et Cursor. Les six gestionnaires MCP sont conformes à JSON-RPC 2.0 ; les pipelines Python communiquent via stdin/stdout avec vérification automatique de l'état.

One-command setup resolves npm workspaces, Python packages with uv, and LLM config. Published on npm with 5 TypeScript packages and 2 Python backends; runs identically on Linux, macOS, Windows, and Docker.

Une commande installe tout : workspaces npm, packages Python avec uv, et configuration LLM. Publié sur npm avec 5 packages TypeScript et 2 backends Python ; fonctionne à l'identique sur Linux, macOS, Windows et Docker.

DeepPipe — Document Ingestion & AI Search Engine

DeepPipe — Moteur d'ingestion de documents & recherche IA

A self-contained document search & grounded AI chat engine written in pure TypeScript — no FAISS, no embeddings, no vector database, no Python services. Ingests PDF, Office, HTML and email with in-house parsers built from scratch, indexes into a single local SQLite FTS5 file, and answers keyword search and natural-language questions with cited, source-traceable results.

Un moteur autonome de recherche documentaire et de chat IA ancré, écrit entièrement en TypeScript — sans FAISS, sans embeddings, sans base vectorielle, sans services Python. Il ingère des fichiers PDF, Office, HTML et courriels avec des analyseurs maison écrits de zéro, indexe dans un seul fichier SQLite FTS5 local, et répond aux recherches par mots-clés et questions en langage naturel avec des réponses citées et traçables jusqu'à la source.

I authored and published the core engine as an npm package — @kordabjinan/deeppipe — a reusable, dependency-light library anyone can build on. Deterministic BM25 lexical retrieval (same input → same results), injection-safe search, and a never-throw Result<T, E> contract so one malformed document can never crash a batch. Everything stays local except an optional LLM call.

J'ai conçu et publié le moteur central sous forme de paquet npm — @kordabjinan/deeppipe — une bibliothèque réutilisable et légère sur laquelle chacun peut bâtir. Recherche lexicale BM25 déterministe (même entrée → mêmes résultats), recherche à l'épreuve des injections, et un contrat Result<T, E> sans exception : un document corrompu ne peut jamais faire planter un lot. Tout reste local, sauf un appel LLM optionnel.

Precis — AI Hybrid Agentic Retrieval Pipeline

Precis — Pipeline agentique de recherche documentaire hybride

A full-stack RAG pipeline built on a radically different architecture: the LLM is confined to two responsibilities — reasoning about the query at the planning stage, and composing the final answer. Every other stage — document retrieval, relevance ranking, quality evaluation, safety filtering — runs on deterministic, non-LLM algorithms. This means the pipeline cannot hallucinate on its own; retrieval, verification, and safety are handled by the pipeline, not the LLM.

Un pipeline RAG full-stack fondé sur une architecture radicalement différente : le LLM est confiné à deux responsabilités — raisonner sur la requête à l'étape de planification, et rédiger la réponse finale. Toutes les autres étapes — recherche documentaire, classement par pertinence, évaluation de la qualité, filtres de sécurité — utilisent des algorithmes déterministes sans LLM. Résultat : le pipeline ne peut pas halluciner par lui-même ; la recherche, la vérification et la sécurité sont gérées par le pipeline, pas par le LLM.

Key differentiators: Dual retrieval — deterministic hash lookup (96% accuracy, no embeddings, no GPU) runs in parallel with FAISS vector search, fused via Reciprocal Rank Fusion. 14 specialized agents orchestrated by a Planner→Router with parallel execution. Every answer is auto-graded on 5 quality dimensions (relevancy, trust, completeness, hallucination, citations), then passed through 3 safety filters (PII redaction, prompt-injection blocking, hallucination cutoff). Full JSON audit trail for every decision. Training-free statistical agents (RBF predictor, synthetic data generator, anomaly detector). Built on Windows without Docker — one-click batch scripts for everything.

Différenciateurs clés : Double recherche — hachage déterministe (96 % de précision, sans embeddings ni GPU) en parallèle avec la recherche vectorielle FAISS, fusionnées par Reciprocal Rank Fusion. 14 agents spécialisés orchestrés par un Planner→Router avec exécution parallèle. Chaque réponse est notée automatiquement sur 5 axes (pertinence, fiabilité, exhaustivité, hallucinations, citations), puis filtrée par 3 couches de sécurité (anonymisation PII, blocage d'injection, seuil d'hallucination). Piste d'audit JSON complète pour chaque décision. Agents statistiques sans entraînement (prédicteur RBF, générateur de données synthétiques, détecteur d'anomalies). Fonctionne sous Windows sans Docker — scripts batch en un clic.

Piste — Agentic Fact-Checking Pipeline for Political Discourse

Piste — Pipeline agentique de vérification des faits politiques

Piste (French for "trail") is an end-to-end agentic AI pipeline that fact-checks political claims and leaves a complete, replayable forensic audit trail behind every verdict. It is configured out of the box to fact-check Québec political discourse in French and Canadian federal political discourse in English, with a fully bilingual EN/FR flow across the UI, pipeline stages, retrieved sources, verdict labels, and natural-language explanations.

Piste est un pipeline d'IA agentique de bout en bout qui vérifie les affirmations politiques et laisse derrière chaque verdict une piste d'audit complète et rejouable. Le pipeline est configuré dès le départ pour vérifier le discours politique québécois en français et le discours politique fédéral canadien en anglais, avec un fonctionnement entièrement bilingue (EN/FR) dans l'interface, les étapes du pipeline, les sources récupérées, les verdicts et les explications.

The pipeline runs as four cooperating agent stages — check-worthiness and atomic claim decomposition, blind multi-provider web retrieval (the retriever never sees the original claim, eliminating confirmation bias by design), per-source classification executed concurrently, and a 7-way PolitiFact-aligned verdict aggregator with a criticality gate for high-stakes claims. Every agent call, every source, and every classification is written to an append-only audit ledger in PostgreSQL, so any historical verdict can be replayed and compared side-by-side against the current pipeline.

Le pipeline fonctionne en quatre étapes d'agents qui coopèrent : évaluation de la vérifiabilité et décomposition de l'affirmation en parties atomiques, recherche web aveugle auprès de plusieurs fournisseurs (le moteur de recherche ne voit jamais l'affirmation d'origine, ce qui élimine le biais de confirmation par conception), classification de chaque source en parallèle, puis agrégation du verdict sur une échelle de 7 niveaux alignée sur PolitiFact, avec un filtre de criticité pour les affirmations sensibles. Chaque appel d'agent, chaque source et chaque classification est inscrit dans un registre d'audit en ajout seul dans PostgreSQL : tout verdict passé peut être rejoué et comparé côte à côte avec le pipeline actuel.

Clinical Intake — AI Voice Agent for Pre‑Consultation Triage

Clinical Intake — Agent vocal IA pour le triage pré‑consultation

A self‑initiated, production‑grade voice agent that automates pre‑consultation clinical interviewing. The LLM conducts a structured medical questionnaire aloud; the patient responds by speaking into a microphone — every answer is transcribed, analysed, and synthesised into a downloadable audio podcast for physician review. Demonstrates an end‑to‑end agentic AI pipeline: real‑time speech‑to‑text via Groq, clinical reasoning and question routing through LLM orchestration, and neural text‑to‑speech with ElevenLabs — all coordinated within a single Express.js server. Built with anonymous‑by‑design principles: no patient identifiers are stored and voice data is processed transiently. Bilingual (French/English) with region‑specific clinical questionnaires. The full encounter completes in under three minutes.

Un agent vocal de qualité production qui automatise l'entretien clinique pré‑consultation. L'IA mène un questionnaire médical structuré à voix haute; le patient répond en parlant dans un microphone — chaque réponse est transcrite, analysée et synthétisée en un balado audio téléchargeable pour le médecin. Démonstration d'un pipeline d'IA agentique complet : reconnaissance vocale en temps réel via Groq, raisonnement clinique et routage des questions par orchestration LLM, et synthèse vocale neuronale avec ElevenLabs — le tout orchestré depuis un seul serveur Express.js. Conçu selon des principes d'anonymat par défaut : aucune donnée patient n'est conservée et les données vocales sont traitées de façon transitoire. Bilingue (français/anglais) avec des questionnaires cliniques adaptés à chaque région. L'entretien complet se déroule en moins de trois minutes.

Aviation Work Order — Intelligent Automation Pipeline

Ordre de travail aéronautique — Pipeline d'automatisation intelligente

A live, interactive architecture diagram showcasing an end-to-end Agentic AI pipeline applied to aviation work order automation. Designed to demonstrate applied skills in autonomous agent design, multi-agent orchestration, LLM workflow integration, intelligent decision routing, and AIOps/DevOps automation — mapping how AI agents collaborate to handle, triage, and resolve complex aviation maintenance operations without human intervention.

Un diagramme d'architecture interactif qui présente un pipeline d'IA agentique de bout en bout appliqué à l'automatisation des ordres de travail en aéronautique. Il met en valeur la conception d'agents autonomes, l'orchestration multi-agents, l'intégration de flux LLM, le routage intelligent des décisions et l'automatisation AIOps / DevOps. Le diagramme montre comment les agents collaborent pour traiter, trier et résoudre des opérations de maintenance aéronautique complexes sans intervention humaine.

Replay Platform — Payroll & HR Migration Architecture

Plateforme Replay — Architecture de migration paie & RH

A seven-stage interactive scroll journey through the Replay Platform — a compliance-ready, event-native migration architecture for legacy payroll, people, and time & attendance systems. The design demonstrates CDC ingestion, canonical schema mapping, and a permanent Replay Engine that guarantees immutable audit trails, safe corrections, and cross-product compliance continuity into a modernised V2 operating model. Built on a strangler-fig migration pattern with full end-to-end observability baked in by design.

Un parcours interactif en sept étapes à travers la plateforme Replay : une architecture de migration prête pour la conformité, nativement orientée événements, pour les anciens systèmes de paie, de gestion du personnel et de temps & présences. La conception illustre l'ingestion CDC, la mise en correspondance de schémas canoniques et un moteur Replay permanent qui garantit des pistes d'audit immuables, des corrections sûres et une continuité de conformité entre produits vers un modèle opérationnel V2 modernisé. Construite selon le modèle de migration « strangler-fig », avec une observabilité complète de bout en bout intégrée dès la conception.