Des articles pour ceux qui
livrent le stack
Textes sur React, Node.js, TypeScript et AI. Un corps traduit est affiché quand il existe. Sinon vous voyez le texte anglais et une note qui le dit.
Tag : Chatbots
Cinq stratégies de mémoire LangChain, du buffer à la mémoire d’entité
Comment les modèles de chat oublient entre les appels et les cinq schémas de mémoire pour LangChain et LangGraph : tampon, fenêtre, résumé, tampon de résumé et entité, avec leurs avantages et inconvénients.
7 min de lectureMémoire de thread pour un agent de support LangGraph avec points de contrôle SQLite
Comment un agent d’assistance LangGraph conserve le contexte sur plusieurs échanges à l’aide de SqliteSaver et des identifiants de thread, et pourquoi la mémoire à court terme des threads diffère de la mémoire à long terme.
6 min de lecture13 habitudes de Claude à corriger : suggestions pour des conversations agréables, confiantes et sans oubli.
Treize habitudes de Claude auxquelles personne ne vous met en garde, allant du fait d’accepter trop rapidement à celui de paraître sûr alors que c’est faux, chacune accompagnée d’une courte indication pour la corriger.
7 min de lectureConception de notre plateforme d’achats en ligne multi-agents : pourquoi un seul modèle.
Pourquoi un grand chatbot a échoué dans les achats en ligne tandis qu’une plateforme LLM multi-agents a fonctionné : le piège du prompt divin, les erreurs mathématiques et logiques, l’encombrement des prompts et la latence.
13 min de lectureChromaDB en tant que cerveau vectoriel pour les chatbots conscients des documents
Pourquoi les chatbots RAG ont besoin d’une base de données vectorielle, comment fonctionnent les collections ChromaDB et les filtres de métadonnées, et quand il convient de créer un prototype avec Chroma avant de passer à une solution plus importante.
6 min de lectureExplication de RAG : Empêcher les chatbots d’inventer des faits sur l’entreprise
Une présentation pratique du pipeline RAG : chargeurs, segmentation en blocs, embeddings, bases de données vectorielles, réclassement, recherche hybride et RRF — ainsi que les cas où il ne faut pas utiliser du tout la récupération d’informations.
8 min de lectureInterface de chat ou boucle d’agent ? Déterminer les besoins de votre fonctionnalité IA
Apprenez à distinguer un chatbot conversationnel d’un agent orienté vers des objectifs, ce que l’itération de l’agent apporte, et comment déterminer lequel votre fonctionnalité d’intelligence artificielle a réellement besoin.
12 min de lectureChatbot contre agent IA : qu’est-ce qui les distingue réellement au-delà des LLM
Découvrez pourquoi la véritable différence entre les chatbots et les agents d’IA réside dans l’architecture du système qui les entoure — outils, planification et actions — et non dans le LLM lui-même.
6 min de lecture
À propos de ces articles
Devis en 24 h
Besoin du même stack en couche opérateur ? Envoyez le brief — devis sous 24 h.