Développer des systèmes multiagents avec CrewAI et Python

Module 1 — Introduction et concepts clés de l'IA

• Fondamentaux de l'intelligence artificielle et panorama des agents IA
• Agent IA : définition et composants (modèle de langage, mémoire, outils, planification)
• Systèmes multiagents (SMA) : bénéfices en termes de spécialisation, robustesse et gestion de la complexité
• Panorama des frameworks d'orchestration : CrewAI, LangChain, AutoGen
• Premières étapes avec CrewAI et fondamentaux de l'agent IA

Module 2 — CrewAI : l'orchestrateur d'équipes d'agents IA

• Principes de la programmation par agents avec CrewAI
• Concept d'Agent : rôle, objectif et personnalité
• Concept de Task : définition de l'objectif et des outils nécessaires
• Concept de Crew : orchestration de la collaboration et définition des processus (séquentiel versus hiérarchique)
• Rôle du manager ou de l'orchestrateur au sein d'une crew
• Travaux pratiques : mise en place de l'environnement CrewAI et création d'un premier agent

Module 3 — CrewAI : focus sur la configuration

• Instanciation d'un agent étape par étape
• Mise en œuvre des attributs : rôle, goal, backstory, verbose
• Concevoir des consignes de rôle percutantes : principes de rédaction et pièges à éviter
• Travaux pratiques : configuration de l'environnement Python (pip, venv), installation de la librairie CrewAI et paramétrage des clés API (OpenAI ou modèles locaux/ouverts)

Module 4 — Création d'un agent et de tâches simples

• Définition d'une tâche simple associée à un seul agent
• Exécution d'une crew minimale : l'agent réfléchit, exécute la tâche, produit le résultat
• Analyse du processus d'exécution
• Travaux pratiques : créer un agent capable de générer un contenu court sur un sujet donné

Module 5 — Collaboration interagents

• Construction d'une équipe de base avec deux agents aux rôles distincts (ex : chercheur et analyste)
• Définition et enchaînement de tâches en séquence
• Assembler la crew et lancer son exécution en mode séquentiel (Process.sequential)

Module 6 — Maîtriser le langage de collaboration

• Fonctionnement de la communication entre agents
• Optimisation des consignes (tasks) pour assurer un bon transfert d'information
• Débogage des dysfonctionnements de collaboration (boucles infinies, sorties incorrectes)
• Travaux pratiques : construire une équipe dans laquelle un agent collecte l'information et l'autre la synthétise

Module 7 — Intégration d'outils et autonomie des agents

• Concept des outils (tools) dans CrewAI : capacités d'action sur l'environnement externe
• Exploiter les outils intégrés à crewai-tools, dont le Google Search Tool
• Attribuer les bons outils à chaque agent en fonction de son rôle
• Création d'un outil personnalisé : classe BaseTool, description et fonction
• Intégration d'un outil personnalisé dans un agent
• Travaux pratiques : construire une équipe journaliste/éditeur — le journaliste utilise un outil de recherche pour collecter des faits, l'éditeur améliore le style

Module 8 — Processus avancés et bonnes pratiques

• Processus hiérarchique (Process.hierarchical) : rôle du manager et cas d'usage
• Quand privilégier l'approche hiérarchique ? Exemple de mise en œuvre
• Extraction structurée des résultats (modèles Pydantic ou formats JSON)
• Suivi de l'historique d'exécution et traçabilité des étapes intermédiaires
• Ajout de validations et de conditions logicielles
• Travaux pratiques : concevoir un système hiérarchique où un manager délègue une analyse à plusieurs agents puis consolide leurs rapports pour prendre une décision

Module 9 — Optimisation, éthique et perspectives

• Gestion des coûts et des performances : sélection du LLM par agent (modèle léger pour les tâches simples, modèle puissant pour l'analyse)
• Techniques de réduction des tokens et des appels API
• Introduction aux mémoires : persistance des connaissances entre les interactions
• Bonnes pratiques architecturales pour concevoir des équipes CrewAI robustes et maintenables
• Éthique des agents autonomes : traitement des biais, partage des responsabilités et exigences de transparence
• Protéger les données confidentielles et sécuriser les interactions entre agents et outils externes
• Travaux pratiques : lancement d'un projet réaliste (ex : élaboration d'un plan marketing complet)