Chapitre 3 : Agents et utilisation d'outils

Que sont les agents LLM ?

Les LLM qui peuvent planifier, utiliser des outils et agir de manière autonome.

Modèle ReAct

Raisonnement + Action :

Pensée : Je dois trouver la météo actuelle
Action : search("météo à Paris")
Observation : Il fait 15°C et ensoleillé
Pensée : Maintenant je peux répondre à l'utilisateur
Réponse : La météo à Paris est de 15°C et ensoleillé

Mise en œuvre de l'utilisation d'outils

tools = [
    {
        "name": "web_search",
        "description": "Rechercher sur le web",
        "parameters": {"query": "string"}
    },
    {
        "name": "calculator",
        "description": "Effectuer des calculs",
        "parameters": {"expression": "string"}
    }
]

def agent_loop(query, tools, max_iterations=5):
    messages = [{"role": "user", "content": query}]
    
    for _ in range(max_iterations):
        response = llm.generate(messages, tools=tools)
        
        if response.tool_calls:
            for call in response.tool_calls:
                result = execute_tool(call)
                messages.append({"role": "tool", "content": result})
        else:
            return response.content

Cadres d'agents

Cadre	Fonctionnalités
LangChain	Chaînes, agents, mémoire
AutoGPT	Poursuite autonome d'objectifs
CrewAI	Collaboration multi-agents

Considérations de sécurité

• Limiter les permissions des outils
• Approbation humaine pour les actions
• Exécution en bac à sable
• Conditions d'arrêt claires

---

← Chapitre 2Quiz →