Agents Course documentation
Quiz rapide 1
Unité 0. Bienvenue dans le cours
Live 1. Comment fonctionne le cours et Q&R
Unité 1. Introduction aux Agents
Introduction aux agentsQu'est-ce qu'un agent ?Quiz rapide 1Qu'est-ce qu'un LLM ?Messages et tokens spéciauxQue sont les outils ?Quiz rapide 2Comprendre les agents à travers le cycle Réflexion-Action-ObservationRéflexions, raisonnement interne et l'approche Re-ActActions, permettre à l'agent d'interagir avec son environnementObserver, intégrer le retour d'information pour réfléchir et s'adapterBibliothèque d'agents facticesCréons notre premier agent avec smolagentsQuiz final de l'Unité 1Conclusion
Unité 2. Frameworks pour les agents
Unité 2.1 Le framework smolagents
Unité 2.2 Le framework LlamaIndex
Unité 2.3 Le framework LangGraph
Unité 3. Cas d'usage pour le RAG agentique
Unité 4. Projet final - Créer, tester et certifier votre agent
Unité bonus 1. Affiner un LLM pour l'appel de fonctions
Unité bonus 2. Observabilité et évaluation des agents
Unité bonus 3. Agents dans les jeux avec Pokémon
Quiz rapide 1
Q1 : Qu’est-ce qu’un agent ?
Laquelle des propositions suivantes décrit le mieux un agent en IA ?
Q2 : Quel est le rôle de la planification chez un agent ?
Pourquoi un agent a-t-il besoin de planifier avant d’agir ?
Q3 : Comment les outils améliorent-ils les capacités d’un agent ?
Pourquoi les outils sont-ils essentiels pour un agent ?
Q4 : Quelle est la principale différence entre actions et outils ?
Quelle est la principale différence entre les actions et les outils ?
Q5 : Quel rôle jouent les Large Language Models (LLM) dans les agents ?
Comment les LLM contribuent-ils aux fonctionnalités d’un agent ?
Q6 : Lequel des exemples suivants illustre le mieux un agent ?
Quel exemple concret illustre le mieux un agent en action ?
Félicitations pour avoir terminé ce Quiz 🥳 ! Si certains éléments vous ont échappé, prenez le temps de relire le chapitre pour renforcer vos connaissances. Si vous le réussissez, vous êtes prêt à plonger plus en profondeur dans le « cerveau des agents » : les LLM.
Update on GitHub