← Retour au cours

Agents : LLM qui utilisent des outils

⏱ 10 min · 🎬 Lecon · 🏆 18 XP
🎬
Vidéo en production
Notre équipe pédagogique tourne actuellement cette leçon avec un·e formateur·rice expert·e. Le contenu textuel ci-dessous est complet et utilisable dès maintenant.

Différence : Chain vs Agent

  • Chain : séquence FIXE d'étapes définies par toi
  • Agent : LLM décide DYNAMIQUEMENT quels outils appeler

Tools courants pour agents

  • Web search (Tavily, SerpAPI, Brave)
  • Calculator (math précis)
  • SQL Query (interroger BDD)
  • API calls (Stripe, Slack, Notion)
  • Code execution (sandbox Python)
  • File I/O (lecture/écriture fichiers)
from langchain.agents import initialize_agent, Tool

tools = [
    Tool(name='search', func=tavily_search, description='Cherche sur le web'),
    Tool(name='calculator', func=calc, description='Calcul mathématique'),
]
agent = initialize_agent(tools, llm, agent='zero-shot-react-description')
agent.run('Combien coûte 35 GBP en CAD aujourd\'hui?')

⚠️ Les agents sont plus lents et coûteux que les chains. Utilise-les quand la logique métier est imprévisible.