Une carte de l'application

Les organisations et les projets fournissent l’espace de travail.

Ce que vous apprendrez

  • Expliquer : un workflow a une structure explicite
  • Appliquer l'idée dans un exemple : une carte de l'application
  • Reconnaître les limites et vérifier le résultat de l'exercice

Les organisations et les projets fournissent l’espace de travail. Les agents, les connaissances, les outils et les widgets s'y connectent.

Ces étapes font référence aux fonctionnalités identifiées dans le code de l'application. Ce matériel n'a pas été validé sur une instance réelle ; vérifiez la documentation et les options de votre version.

Comment ça marche, étape par étape

Un workflow a une structure explicite

Un nœud est une étape, un bord est une transition et un état transporte les résultats entre les étapes. Un flux de travail possède un chemin défini par l'application, bien que le modèle puisse choisir certaines branches. Les systèmes agentiques incluent à la fois des flux de travail et des agents agissant dynamiquement. Nymrio propose ReAct, Reflection, Sequential, Orchestrator, Router, Parallel et Plan-and-Execute. Chacun change de coordination ; cela ne fait pas automatiquement d’un modèle un expert. Plus d'agents signifie plus d'appels et de contrats entre les rôles. Commencez par la solution la plus simple qui réussit vos tests.

RAG accède aux preuves, il ne se recycle pas

RAG signifie génération augmentée par récupération : la récupération fournit les passages pertinents avant que le modèle ne réponde. L'ingestion prépare les documents, tandis que l'exécution des requêtes recherche dans l'index et crée le contexte. Un modèle d'intégration représente le texte numériquement ; le modèle de réponse écrit la réponse. Les modèles de rerankers, de vision, de graphiques et de routeurs ont des rôles différents en cas de besoin. RAG aide avec les informations privées ou changeantes mais ne garantit pas la vérité. Utilisez une API autorisée pour les soldes, l'inventaire exact ou les autorisations ; un ancien document n'est pas une source fiable pour l'état actuel.

Hôte, client et serveur

MCP est un protocole connectant les applications d'IA à des capacités externes. L'hôte fournit l'expérience, le client gère la connexion et le serveur expose des outils, des ressources ou des invites en fonction de la prise en charge. Les outils exécutent des opérations ; les ressources fournissent un contenu adressable ; les invites fournissent des modèles. Tous les serveurs n'implémentent pas les trois. Le transport transporte les messages, l'authentification identifie les appelants et l'autorisation contrôle l'accès. Vérifiez la révision du protocole et les extensions prises en charge aux deux extrémités. La compatibilité ne peut pas être déduite de la seule étiquette « MCP ».

Le schéma explicatif

Une carte de l'application Suivez les flèches pleines pour le flux principal. Les flèches bleues en pointillés fournissent des données ou un contexte ; les flèches roses en pointillés affichent des commentaires ou des résultats renvoyés. Les couleurs et les formes distinguent les modèles, les magasins, les décisions et les sorties. Relations: Identité et instructions de l'agent → Agents configurés; Agents configurés → Tests de terrain de jeu; Documents sources → Connaissance du RAG; Flux de travail multi-agents → Tests de terrain de jeu; Widget de site Web → Conversation stockée; Espace de travail et projet → Agents configurés; Espace de travail et projet → Connaissance du RAG; Connaissance du RAG → Agents configurés; Agents configurés → Flux de travail multi-agents; Agents configurés → Widget de site Web; Tests de terrain de jeu → Conversation stockée. U01 · Carte des relations Une carte de l'application Magasin / index Espace de travail et projet Données Identité et instructions de l'agent Saisir Documents sources Modèle/agent IA Agents configurés Traitement Flux de travail multi-agents Magasin / index Connaissance du RAG Traitement Tests de terrain de jeu Saisir Widget de site Web Magasin / index Conversation stockée Flux principal Données et contexte Commentaires et retour

Suivez les flèches pleines pour le flux principal. Les flèches bleues en pointillés fournissent des données ou un contexte ; les flèches roses en pointillés affichent des commentaires ou des résultats renvoyés. Les couleurs et les formes distinguent les modèles, les magasins, les décisions et les sorties. Sur un petit écran, faites défiler horizontalement pour suivre le schéma complet.

Un exemple complet

Luna Workshop contient un RAG de politique, un agent de guidage, un serveur de stock et un widget. Les groupes organisent des listes ; ne présumez pas qu’ils imposent des limites d’accès.

Essayez-le vous-même

  1. Créez un projet de test et dessinez des relations entre entités.
  2. Enregistrez l’entrée, la source et le résultat attendu avant d’exécuter l’expérience. Utilisez uniquement les données fictives de l'exemple.
  3. Suivez les étapes du diagramme. À chaque étape, enregistrez les informations reçues et produites ; ne confondez pas le résultat intermédiaire avec le résultat final.
  4. Répétez après avoir supprimé les informations nécessaires ou rendu la saisie ambiguë. Vérifiez si le système clarifie, arrête ou invente une réponse.
  5. Comparez avec la solution expliquée. Conservez la configuration, la date, le résultat et une explication des différences. Changez une chose et retestez.

Une solution expliquée

Vous pouvez expliquer chaque entité et vérifier le projet actif avant les modifications. Un exercice réussi vous permet de montrer le lien entre les contributions, les étapes et les résultats. Lorsqu’une information manque, une réponse prudente est plus utile que des détails inventés. Comparez bien plus que le style : vérifiez également les conditions, les sources et les opérations.

Quand cette approche est utile et quelles sont ses limites

Le projet actif affecte les entités visibles et utilisables. Choisissez cette approche lorsqu’elle améliore un besoin mesuré. Gardez une base de référence simple et comparez les résultats en utilisant des entrées identiques. Un exemple réussi n’établit pas la fiabilité dans toutes les situations.

Vérifiez vos connaissances

Le multi-agent est-il un huitième modèle ?

Non. Il s’agit d’une catégorie architecturale qui peut utiliser plusieurs modèles existants.

RAG modifie-t-il les paramètres LLM ?

Non. Il fournit le contexte de l’heure de la demande ; les changements de paramètres appartiennent à la formation.

Quel résultat cet exercice devrait-il produire ?

Vous pouvez expliquer chaque entité et vérifier le projet actif avant les modifications.

Les mots à retenir

  • Hocher la tête: Une étape dans un graphe d’exécution.
  • Récupération: Trouver des informations pertinentes dans des sources accessibles.
  • Serveur MCP: Un service exposant des capacités via Model Context Protocol.

Sources et votre prochaine étape

Pour préparer : F06 — Chatbot, assistant, agent et système agentique