Construire des flux de travail d'IA avec des cadres multi-agents

Les agents sont enregistrés en tant que composants appelables dans le système.

Avant qu'un agent puisse faire quoi que ce soit, le cadre doit savoir qu'il existe. Cela signifie qu'il faut indiquer au système le nom de l'agent, ce dont il est responsable et les outils ou informations auxquels il peut accéder.

Dans la plupart des frameworks, cette configuration se fait par le biais d'un fichier de configuration ou d'un code, dans lequel vous définissez le rôle de chaque agent et la manière de l'activer. Par exemple, vous pouvez dire au système :

"C'est le planificateur. Il lit les données de l'utilisateur et décide de ce qu'il faut faire ensuite."
"Ceci est le vérificateur. Il prend les informations de l'utilisateur et renvoie le booking_id et les informations de l'utilisateur."

Une fois enregistré, le cadre peut "appeler" ces agents par leur nom, ce qui signifie qu'il sait comment exécuter chacun d'entre eux lorsque c'est leur tour dans le flux de travail.

L'agent de routage décide de l'agent qui exécute la commande suivante

Un agent planificateur ou une fonction contrôleur s'occupe de l'acheminement des agents d'IA. Il examine la dernière sortie du robot, l'historique de la conversation en cours et, parfois, les données initiales de l'utilisateur pour décider de ce qui doit se passer ensuite.

Certains planificateurs sont basés sur des invites - ils reçoivent un message du système et affichent le nom du prochain agent à exécuter.

D'autres utilisent une logique codée en dur ou des diagrammes de flux, en fonction des cadres d'agents d'IA avec lesquels vous travaillez.

Le cadre prend cette sortie et l'utilise pour appeler l'agent suivant. Le routeur décide qui doit effectuer la tâche plutôt que de l'effectuer.

Les données sont transmises entre les agents au moyen de messages

Les agents ne partagent pas directement la mémoire. Lorsqu'un agent termine son exécution, ses résultats sont regroupés dans un message - généralement un dictionnaire ou un objet JSON - et transmis à l'agent suivant en tant qu'entrée.

Le cadre gère le transfert. Il stocke le message dans un espace de mémoire partagée ou le transmet directement à l'interface d'entrée de l'agent suivant, en fonction de la structure du système.

Les messages ne se limitent souvent pas à leur contenu :

• Qui l'a envoyé (agent ou utilisateur)
• D'où vient-il dans le flux de travail ?
• Comment doit-il être utilisé (par exemple, déclencheur, entrée, décision) ?
• Métriques optionnelles telles que le nombre de jetons ou l'horodatage

Ce contexte permet au système d'acheminer proprement les tâches et de maintenir les agents découplés les uns des autres.

L'exécution est suivie à l'aide de l'état du flux de travail et des déclencheurs.

Le cadre garde la trace de ce qui s'est passé jusqu'à présent - quels agents ont été exécutés, ce qu'ils ont renvoyé et ce qu'il reste à faire. Ces informations sont stockées dans un objet d'état, qui est mis à jour après chaque étape.

Les déclencheurs décident de l'étape suivante. Ils utilisent des valeurs de sortie ou des conditions pour faire dériver le flux.

Cela permet au système d'aller de l'avant sans coder en dur la logique dans chaque agent. C'est l'état qui détermine le flux de travail, et non les agents eux-mêmes.

Évolution de la logique sans surcharger un seul agent

Un seul agent d'intelligence artificielle ne peut pas faire grand-chose avant de se transformer en un fouillis d'invites, d'outils et de responsabilités floues. Les cadres multi-agents vous permettent de diviser cette logique en agents ciblés, chacun s'occupant d'une tâche précise.

Au lieu d'étirer un seul agent, vous pouvez assigner des étapes spécifiques - comme la récupération, la validation ou l'exécution - à des agents distincts et développer le système pièce par pièce.

Déboguer la collaboration entre les agents avec une visibilité totale

Lorsque des agents d'intelligence artificielle travaillent ensemble, les problèmes peuvent être difficiles à repérer. Les cadres vous indiquent ce que chaque agent a obtenu, ce qu'il a renvoyé et où il s'est arrêté.

Il ne s'agit pas de deviner ce qui s'est cassé, mais d'inspecter les transferts et d'y remédier directement. C'est grâce à ce type de visibilité que la collaboration entre agents d'IA peut être gérée.

Réutilisation des agents dans les flux de travail

Si un agent fonctionne, il faut le réutiliser. Les frameworks vous permettent d'intégrer le même agent dans différents flux sans avoir à le réécrire. Cela permet de conserver une certaine cohérence et d'accélérer les tests.

Par exemple, un agent de validation qui vérifie les entrées ou l'authentification de l'utilisateur peut être utilisé à la fois dans les chatbots de service à la clientèle et dans les chatbots de réservation, dans la mesure où la même logique s'applique.

Gestion automatique des échecs et des nouvelles tentatives

Lorsqu'un agent échoue, le cadre peut réessayer, passer outre ou aller de l'avant. Vous n'avez pas besoin d'écrire cette logique vous-même.  

Le repli intégré rend les flux de travail plus fiables sans travail supplémentaire, et c'est ce type de fiabilité qui fait fonctionner les systèmes du monde réel.

Construire des flux d'agents faciles à modifier

Lorsque vous répartissez les tâches entre les agents, vous n'avez pas besoin de retravailler l'ensemble du système à chaque fois que quelque chose change.

Vous pouvez mettre à jour un planificateur sans toucher à l'exécution, ou modifier la façon dont un agent réagit sans réécrire les autres.

Cette facilité d'accès est payante : selon Salesforce, les équipes utilisant l'IA agentique gagnent 11 heures par employé chaque semaine, en partie grâce à l'adaptabilité des flux de travail.

1. Botpress

Botpress est une plateforme de développement visuel pour construire des agents d'intelligence artificielle qui peuvent se coordonner à travers les étapes, les rôles et les canaux.

Au lieu d'intégrer la logique dans le code, vous définissez le comportement des agents à l'aide de flux, de mémoire, de conditions et d'appels d'outils.

Le comportement multi-agent est construit autour d'instructions, de flux de travail et d'outils externes. Chaque nœud d'un flux Botpress agit comme une unité ciblée, avec ses propres instructions et son propre champ d'application.

Vous pouvez répartir le raisonnement entre plusieurs nœuds autonomes et statiques, ajouter des couches de validation ou acheminer les données utilisateur par le biais d'une logique décisionnelle basée sur un outil au lieu de tout traiter en une seule étape.

La mémoire est adaptée à chaque flux, de sorte que les agents n'utilisent que ce dont ils ont besoin. Les entrées et les sorties sont clairement définies et les appels d'outils peuvent être ajoutés directement par le biais d'intégrations intégrées.

Caractéristiques principales

• Orchestration visuelle d'agents à l'aide de flux et de nœuds
• Mémoire étendue et contrôle des variables entre les nœuds
• Mémoire multi-tours, logique de repli et nouvelles tentatives
• Utilisation d'outils via des appels API, des webhooks et des entrées de fonctions

2. LangChain

LangChain est un cadre de travail qui s'adresse d'abord aux développeurs et qui permet de créer des applications LLM en reliant des chaînes d'invites, d'outils et de mémoires.

Au départ, il s'agissait d'un moyen de structurer les appels LLM à l'aide d'outils tels que des outils de recherche et des calculatrices, mais il s'est progressivement transformé en un écosystème tentaculaire.

Une version a donné la priorité aux "agents", puis aux "assistants" et enfin aux "exécutables". Le résultat est une boîte à outils puissante qui peut presque tout faire, mais il faut souvent du temps pour s'y retrouver.

Vous pouvez assigner des boîtes à outils et construire une logique de routage entre les agents. Il brille par sa modularité : les composants sont réutilisables, peuvent être combinés et sont bien intégrés aux API externes.

Mais vous écrirez plus de code de colle que prévu. Et comme les abstractions évoluent rapidement, il vaut la peine de vérifier si la méthode que vous utilisez est toujours la meilleure.

Caractéristiques principales

• Enchaînement modulaire d'invites, d'outils et de mémoires
• Intégration avec les LLMs, les magasins de vecteurs et les API
• Traçage et évaluation facultatifs avec LangSmith

3. CrewAI

CrewAI facilite la création de flux de travail multi-agents dans lesquels chaque agent a un rôle et une tâche définis. Vous créez un équipage, lui assignez des objectifs et les agents se coordonnent par l'intermédiaire d'un gestionnaire commun.

C'est l'un des moyens les plus rapides de modéliser la collaboration entre agents sans avoir à écrire une logique d'orchestration à partir de zéro.

Idéal pour les configurations telles que les paires planificateur-exécutant, les flux de chercheurs-évaluateurs ou toute autre tâche d'équipe où les responsabilités sont réparties de manière claire.

Mais dès que l'on commence à ajouter de la complexité, l'abstraction se resserre. Il y a moins de flexibilité sur la manière et le moment où les agents s'exécutent, et la modification du comportement implique souvent de sortir des valeurs par défaut du cadre.

Caractéristiques principales

• Configuration de l'agent basée sur les rôles avec noms, objectifs et mémoire
• Prise en charge de l'exécution séquentielle et parallèle des agents
• Mémoire partagée de l'équipage pour la collaboration des agents
• Intégration aisée d'outils, de fonctions et d'invites personnalisées

4. AutoGPT

AutoGPT a été le premier projet à montrer ce qui se passe lorsque l'on donne un objectif à un chatbotGPT et qu'on le laisse agir - planifier, penser, rechercher et exécuter sans intervention humaine constante.

Vous définissez l'objectif et AutoGPT passe par des étapes de raisonnement, crée des sous-objectifs, fait appel à des outils et ajuste sa stratégie en cours de route.

Il s'agit d'une avancée considérable dans le domaine de l'autonomie et de la dynamique du comportement des agents. Mais il n'est pas conçu pour la précision.

La boucle des tâches est fragile et les agents ont tendance à se retrouver coincés à réécrire le même plan ou à poursuivre des tâches secondaires non pertinentes.

Il est possible d'intégrer de la mémoire, des outils et des API, mais l'assemblage de tous ces éléments conduit souvent à des flux imprévisibles, difficiles à déboguer ou à piloter.

Caractéristiques principales

• Agent axé sur les objectifs, capable de s'autopromouvoir et de planifier ses tâches
• Génération automatique de sous-tâches et boucle d'exécution
• Prise en charge de l'utilisation d'outils via des plugins et des appels d'API
• Extensible avec des scripts, des fonctions et des intégrations personnalisés

5. Autogène

Autogen est un framework open-source de Microsoft qui se concentre sur les conversations multi-agents, où les agents interagissent par le biais de messages structurés, au tour par tour.

C'est particulièrement utile lorsque vous souhaitez contrôler chaque échange, comme dans les boucles de planification et d'exécution ou les systèmes à boucle humaine.

L'autogène brille par sa transparence. Vous pouvez injecter des fonctions au milieu de la conversation, faire passer les décisions par une logique personnalisée et savoir exactement ce que chaque agent a dit et pourquoi il l'a fait.

Mais sa mise à l'échelle demande du travail. L'orchestration des messages est flexible, mais pas abstraite - vous devez toujours gérer vous-même les historiques, les configurations des agents et la logique des étapes.

Pour les installations de recherche, les tests contrôlés ou le comportement reproductible des agents, c'est l'un des cadres les plus précis qui existent.

Caractéristiques principales

• Cadre de communication multi-agents au tour par tour
• Prise en charge d'agents humains dans la boucle et d'agents d'appel de fonction
• Traçage transparent des messages et injection de logique personnalisée

Étape 1 : Identifier les points de rupture de la logique de l'agent unique

Cherchez un endroit dans votre bot ou votre système où les choses ont commencé à s'étendre - de longues invites ou des appels d'outils enchaînés qui semblent avoir été boulonnés. C'est votre point d'entrée. Voici quelques exemples courants faciles à repérer :

1. Un flux de remboursement qui analyse les données de l'utilisateur, vérifie l'éligibilité, émet le remboursement et envoie une confirmation, le tout en une seule boucle.
2. Une séquence d'accueil qui recueille des données, valide des formulaires, attribue des types d'utilisateurs et déclenche des courriels dans une seule chaîne d'invite.

Au lieu de revoir l'ensemble du système, vous vous contentez d'isoler le flux de travail qui présente déjà des fissures.

Étape 2 : Définir les rôles avant de toucher au cadre de travail

Une fois que vous avez trouvé la logique désordonnée, décomposez-la en responsabilités réelles.

Si quelque chose valide des données, c'est un agent. Si quelque chose gère une action externe, c'est un autre agent.

Rédigez-le en langage clair - juste assez pour indiquer où se situent les transferts.

Une fois que vous aurez tout sous les yeux, vous verrez ce qui doit être séparé et ce qui peut être regroupé. Cela vous donne également une idée du type de cadre dont vous avez besoin.

Chaque rôle doit ressembler à quelque chose que vous pourriez tester seul.

Étape 3 : Choisir le cadre

Choisissez une plateforme qui correspond à votre style de travail.

• Visual: Botpress, si vous voulez des flux basés sur les nœuds et une mémoire étendue.
• Le code d'abord: LangChain ou CrewAI si vous êtes à l'aise avec la logique de câblage en Python.

Le cadre décide de la manière dont les agents sont enregistrés, déclenchés et connectés.

Étape 4 : Création du premier flux de travail

Transformez maintenant ces rôles en agents. Définissez-les dans votre cadre - donnez à chacun un nom, une fonction et l'outil ou l'accès à l'API dont il a besoin.

Une fois qu'ils sont en place, connectez-les. Utilisez le routage fourni par le cadre pour passer d'un agent à l'autre.

L'objectif est d'obtenir un flux de travail complet qui fonctionne de bout en bout, avec des agents qui restent dans leur voie.

Étape 5 : Exécuter le système et inspecter chaque transfert

Déclenchez le flux de travail complet - du début à la fin - et suivez ce qui se passe. Vous devez observer ce que chaque agent reçoit, ce qu'il renvoie et si le flux se déplace proprement entre eux.

Si un agent reçoit des données confuses, vous avez probablement mal défini le champ d'application. Si la logique saute de manière inattendue, votre routage doit être corrigé. 

Une fois les transferts effectués, le système fonctionne.

Garder la logique de base centralisée

Évitez de répartir les décisions critiques entre plusieurs agents. Il est plus facile d'assurer la maintenance et les tests lorsque les raisonnements clés sont regroupés en un seul endroit au lieu d'être répartis entre des éléments peu cohérents.

Définir d'emblée les entrées et les sorties des agents

Chaque agent doit avoir un contrat clairement défini - ce qu'il reçoit, ce qu'il renvoie. Il est ainsi plus facile de remplacer les agents ou de les intégrer dans de nouveaux flux de travail sans rompre la logique du flux.

Enregistrer tous les messages échangés entre les agents

Si vous ne pouvez pas voir ce que les agents se disent les uns aux autres, vous ne pouvez rien déboguer. Assurez-vous que chaque entrée et sortie est enregistrée avec suffisamment de contexte pour retracer le flux.

Utiliser une mémoire étendue pour réduire le bruit et les coûts

Ne donnez à chaque agent que le contexte dont il a besoin. L'accès intégral à la mémoire entraîne des messages-guides surchargés, une utilisation accrue des jetons et un comportement imprévisible de la part d'agents qui étaient censés être concentrés.

Comment savoir si mon projet d'IA a réellement besoin d'un cadre multi-agents ou si un seul agent suffit ?

Votre projet d'IA a probablement besoin d'un cadre multi-agents si les invites ou les flux de travail de votre agent unique sont devenus trop longs ou difficiles à déboguer, en particulier lorsqu'il s'agit de gérer plusieurs tâches distinctes, alors que les cas d'utilisation plus simples, comme les questions-réponses de base ou les robots à usage unique, fonctionnent souvent très bien avec un seul agent.

L'utilisation d'un cadre multi-agents est-elle réservée aux grands projets d'entreprise ou convient-elle également aux petites entreprises en phase de démarrage ?

L'utilisation d'un cadre multi-agents n'est pas réservée aux grandes entreprises : les petites entreprises en démarrage peuvent également en bénéficier, car même les projets modestes sont plus faciles à déboguer lorsque les tâches complexes sont réparties entre des agents spécialisés au lieu d'être regroupées dans une seule et même boucle difficile à gérer.

L'utilisation d'un système multi-agents signifie-t-elle que je dois tout diviser en agents distincts, ou puis-je mélanger la logique simple et la logique multi-agents ? 

L'utilisation d'un système multi-agents ne signifie pas que vous devez tout diviser en agents distincts ; vous pouvez combiner la logique d'un seul agent pour les tâches simples tout en réservant l'orchestration multi-agents aux flux de travail complexes.

En quoi un système multi-agents diffère-t-il de la simple utilisation de plusieurs API ou microservices dans mon application ?

Un système multi-agents diffère de l'utilisation de plusieurs API ou microservices car il coordonne des agents d'IA spécialisés avec des rôles distincts et des capacités de raisonnement qui transmettent des messages et des états structurés, alors que les API et les microservices gèrent des fonctions discrètes mais n'orchestrent pas de manière indépendante des flux de travail complexes.

Quel est le coût de fonctionnement des systèmes multi-agents par rapport à celui d'un seul grand LLM?

Le coût de fonctionnement des systèmes multi-agents peut être inférieur à celui d'un seul grand LLM , car des agents spécialisés plus petits peuvent gérer des tâches spécifiques de manière efficace sans gaspiller des jetons pour de longues invites ou des contextes répétés, mais il introduit également des frais généraux supplémentaires pour la gestion de l'orchestration et de la communication inter-agents, de sorte que les économies dépendent de la complexité de votre cas d'utilisation.