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 : ai-agent
Création d’une boucle d’amélioration des agents avec les outils d’évaluation de LangGraph et LangSmith.
Une boucle étape par étape de LangGraph et LangSmith : collecte des traces, trois niveaux d’évaluation, regroupement des échecs, ensembles de données de régression hors ligne et évaluations avant déploiement.
24 min de lectureContrôler le comportement de l’agent Bedrock : étapes des instructions, analyseurs et inférence
Comment contourner les instructions de prétraitement, d’orchestration et de post-traitement de Bedrock dans Terraform, à l’aide d’une fonction Lambda de parsing, d’un contrat JSON et de paramètres d’inférence par étape.
22 min de lectureCe que le schéma ne peut pas dire à votre agent : le format de connaissance ouverte sur BigQuery
Une expérience BigQuery et Gemini ADK : les bundles au format Open Knowledge dans Git ont permis à un agent d’obtenir ce que le schéma ne pouvait pas fournir, stabilisant les réponses et corrigeant une erreur de GMV de 29 %.
13 min de lectureUn agent IA local avec Ollama : outils spécialisés, validation et limites strictes de pas
Un agent d’IA local sur Ollama qui se comporte comme suit : listes d’outils restreintes, boucle limitée, sortie structurée avec Pydantic, état explicite et ensemble de tests de cas d’échec.
9 min de lectureDes rêves d’agent RAG aux prototypes VBA : séparer les données brutes et les données dérivées
Un suivi de projet pour freelances en Excel et VBA sert également de laboratoire pour la logique de décision : champs d’état indépendants, pas de données secondaires, suppressions logiques et vues permettant d’observer.
6 min de lectureTri des tickets de support multi-agents avec LangGraph et Ollama
Créer un graphe de tri des tickets avec trois agents à l’aide de LangGraph : un classificateur, un répondant et un contrôleur humain, fonctionnant sur Ollama local ou via une API, avec une seule ligne modifiée.
16 min de lectureCréer une mémoire d’agent capable de survivre à la conversation sans accumuler inutilement des données.
Un design de mémoire à trois niveaux pour les agents : permettre à l’état de session de disparaître, conserver des notes à long terme de taille réduite et modifiables, ainsi que récupérer des données en temps réel fraîches. Plus une gestion des échecs de transfert entre agents.
9 min de lectureQuatre règles pour une mémoire d’agent qui reste fiable
Enregistrer davantage de notes ne résoudra pas le problème de mémoire de l’agent de codage. Quatre règles garantissent son intégrité : la visibilité de l’obsolescence, la censure en cas d’échec, le troncature explicite et le respect des contraintes.
9 min de lectureCe que le plan stratégique MCP signifie pour les serveurs de recherche en trading
Ce que le nouveau plan stratégique MCP signifie pour les serveurs de recherche en trading : identité, tâches à long terme, découverte progressive et contrats de résultats au-delà d’une simple liste d’outils.
9 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.