Projet : mini agent autonome complet

Tu as appris a valider les entrees, router les requetes, gerer la memoire, utiliser des outils, creer des pipelines, et tracer les appels. Il est temps d'assembler tout ca dans un mini agent autonome qui combine ces concepts.

C'est comme ca que fonctionnent les agents LLM en production : une couche de validation, un router, un cache, des outils, des guardrails, et de l'observabilite. Chaque brique que tu as construite dans les exercices precedents est un composant du systeme final.

Tu vas creer une classe MiniAgent qui integre :

__init__(self, outils, mots_cles_domaine) :
- outils : dictionnaire {nom: fonction}
- mots_cles_domaine : liste de mots-cles pour la validation
- Initialise aussi un cache (dictionnaire), un historique de conversation (liste) et un log d'appels (liste)

traiter(self, question) : le pipeline complet :
1. Validation : verifie que la question n'est pas vide et contient au moins un mot-cle du domaine (insensible a la casse). Si invalide, renvoie {"statut": "rejete", "raison": "..."}
2. Cache : si la question normalisee (strip + lower) est dans le cache, renvoie {"statut": "cache", "reponse": reponse_cachee}
3. Routing : si la question contient le nom d'un outil (cle du dictionnaire outils), appelle cet outil avec la question comme argument. Sinon, renvoie une reponse par defaut : "Je ne sais pas repondre a cette question."
4. Logging : enregistre dans le log {"question": question, "reponse": reponse, "source": "outil" ou "defaut"}
5. Cache : stocke la reponse dans le cache
6. Historique : ajoute la question et la reponse a l'historique
7. Renvoie {"statut": "ok", "reponse": reponse}

stats(self) : renvoie {"questions_traitees": n, "cache_hits": n, "rejets": n}

Exemple :

def chercher(question):
return "Paris est la capitale de la France"

agent = MiniAgent(
outils={"chercher": chercher},
mots_cles_domaine=["capitale", "pays", "geographie"]
)
agent.traiter("Quelle est la capitale de la France ?")
renvoie {"statut": "ok", "reponse": "Paris est la capitale de la France"}

agent.traiter("Quelle est la capitale de la France ?")
renvoie {"statut": "cache", "reponse": "Paris est la capitale de la France"}

agent.traiter("Raconte-moi une blague")
renvoie {"statut": "rejete", "raison": "Hors sujet"}

Tests (5/6)

Question valide traitee par outil

def search(q): return 'Resultat trouvé'
agent = MiniAgent({'search': search}, ['python', 'code'])
r = agent.traiter('Comment search du code Python ?')
assert r['statut'] == 'ok'
assert r['reponse'] == 'Resultat trouvé'

Question hors sujet rejetee

agent = MiniAgent({}, ['python'])
r = agent.traiter('Quelle heure est-il ?')
assert r['statut'] == 'rejete'
assert r['raison'] == 'Hors sujet'

Cache fonctionne

compteur = {'n': 0}
def llm(q):
    compteur['n'] += 1
    return 'Reponse'
agent = MiniAgent({'llm': llm}, ['python', 'llm'])
agent.traiter('Parle-moi de llm en Python')
r2 = agent.traiter('Parle-moi de llm en Python')
assert r2['statut'] == 'cache'
assert compteur['n'] == 1

Stats correctes

agent = MiniAgent({'tool': lambda q: 'R'}, ['python', 'tool'])
agent.traiter('Question sur tool python')
agent.traiter('Question sur tool python')
agent.traiter('Hors sujet')
s = agent.stats()
assert s['questions_traitees'] == 2
assert s['cache_hits'] == 1
assert s['rejets'] == 1

Question vide rejetee

agent = MiniAgent({}, ['python'])
assert agent.traiter('')['statut'] == 'rejete'
assert agent.traiter('   ')['statut'] == 'rejete'

+ 0 tests cachés

Indices (3 disponibles)

Solution officielle

class MiniAgent:
    def __init__(self, outils, mots_cles_domaine):
        self.outils = outils
        self.mots_cles_domaine = mots_cles_domaine
        self.cache = {}
        self.historique = []
        self.log = []
        self._questions_traitees = 0
        self._cache_hits = 0
        self._rejets = 0

    def traiter(self, question):
        # Validation
        if not question or not question.strip():
            self._rejets += 1
            return {"statut": "rejete", "raison": "Question vide"}

        question_lower = question.lower()
        domaine_ok = any(mot.lower() in question_lower for mot in self.mots_cles_domaine)
        if not domaine_ok:
            self._rejets += 1
            return {"statut": "rejete", "raison": "Hors sujet"}

        # Cache
        cle_cache = question.strip().lower()
        if cle_cache in self.cache:
            self._cache_hits += 1
            self._questions_traitees += 1
            return {"statut": "cache", "reponse": self.cache[cle_cache]}

        # Routing vers l'outil ou reponse par defaut
        reponse = None
        source = "defaut"
        for nom_outil in self.outils:
            if nom_outil.lower() in question_lower:
                reponse = self.outils[nom_outil](question)
                source = "outil"
                break

        if reponse is None:
            reponse = "Je ne sais pas repondre a cette question."

        # Logging, cache, historique
        self.log.append({"question": question, "reponse": reponse, "source": source})
        self.cache[cle_cache] = reponse
        self.historique.append({"role": "user", "contenu": question})
        self.historique.append({"role": "assistant", "contenu": reponse})
        self._questions_traitees += 1

        return {"statut": "ok", "reponse": reponse}

    def stats(self):
        return {
            "questions_traitees": self._questions_traitees,
            "cache_hits": self._cache_hits,
            "rejets": self._rejets,
        }

← Agent avec boucle de decision

solution.py

Bravo!

Projet : mini agent autonome complet

Tests (5/6)

Indices (3 disponibles)

Solution officielle