Buckets:
| # Introduction aux frameworks agentiques | |
| Bienvenue dans cette deuxième unité, où **nous explorerons différents frameworks agentiques** qui peuvent être utilisés pour construire de puissantes applications agentiques. | |
| Nous étudierons : | |
| - Dans l'unité 2.1 : [smolagents](https://huggingface.co/docs/smolagents/en/index) | |
| - Dans l'unité 2.2 : [LlamaIndex](https://www.llamaindex.ai/) | |
| - Dans l'unité 2.3 : [LangGraph](https://www.langchain.com/langgraph) | |
| Plongeons-y ! 🕵 | |
| ## Quand utiliser un *framework* agentique | |
| Parfois, **des *workflows* prédéfinis sont suffisants** pour répondre aux demandes des utilisateurs, et il n'y a pas vraiment besoin d'un *framework* agentique. Si l'approche pour construire un agent est simple, comme une chaîne de *prompts*, utiliser du code simple peut suffire. L'avantage est que le développeur aura **un contrôle total et une compréhension de son système sans abstractions**. | |
| Cependant, lorsque le *workflow* devient plus complexe, comme laisser un LLM appeler des fonctions ou utiliser plusieurs agents, ces abstractions commencent à devenir utiles. | |
| En considérant ces idées, nous pouvons déjà identifier le besoin de certaines fonctionnalités : | |
| * Un *moteur LLM* qui alimente le système. | |
| * Une *liste d'outils* auxquels l'agent peut accéder. | |
| * Un *analyseur* pour extraire les appels d'outils de la sortie du LLM. | |
| * Un *prompt système* synchronisé avec l'analyseur. | |
| * Un *système de mémoire*. | |
| * Des *mécanismes de journalisation des erreurs et de réessai* pour contrôler les erreurs du LLM. | |
| Nous explorerons comment ces sujets sont résolus dans divers *frameworks* comme `smolagents`, `LlamaIndex` et `LangGraph`. | |
| ## Unités des frameworks agentiques | |
| | *Framework* | Description | Auteur de l'unité | | |
| |------------|----------------|----------------| | |
| | [smolagents](./smolagents/introduction) | *Framework* d'agents développé par Hugging Face. | Sergio PANIEGO - [HF](https://huggingface.co/sergiopaniego) - [X](https://x.com/sergiopaniego) - [Linkedin](https://www.linkedin.com/in/sergio-paniego-blanco) | | |
| | [Llama-Index](./llama-index/introduction) | Outils de bout en bout pour déployer un agent IA augmenté par le contexte en production | David BERENSTEIN - [HF](https://huggingface.co/davidberenstein1957) - [X](https://x.com/davidberenstei) - [Linkedin](https://www.linkedin.com/in/davidberenstein) | | |
| | [LangGraph](./langgraph/introduction) | Agents permettant l'orchestration étatique des agents | Joffrey THOMAS - [HF](https://huggingface.co/Jofthomas) - [X](https://x.com/Jthmas404) - [Linkedin](https://www.linkedin.com/in/joffrey-thomas) | | |
Xet Storage Details
- Size:
- 2.64 kB
- Xet hash:
- a85b8e8374a407a6e023392f67ec166eb9a10c277edf98a3f97694758e682d05
·
Xet efficiently stores files, intelligently splitting them into unique chunks and accelerating uploads and downloads. More info.