CrewAI : programmation par agents IA — orchestration, collaboration multiagent et intégration d'outils Python

Module 1 — Introduction et concepts clés de l'IA agentique

• Fondamentaux et introduction à l'IA
• Agent IA : définition et composants (modèle de langage, mémoire, outils, planification)
• Système multiagent (SMA) : avantages — spécialisation, robustesse, gestion de la complexité
• Panorama des frameworks d'orchestration : CrewAI, LangChain, AutoGen

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

• Fondamentaux de l'IA agentique et premiers pas avec CrewAI
• Bases de la programmation par agents avec CrewAI
• Concepts fondamentaux : Agent, Task, Crew
• Agent : définition des rôles, des objectifs et de la personnalité
• Task (tâche) : définition de l'objectif à atteindre et des outils nécessaires
• Crew (équipe) : orchestration de la collaboration et définition des processus séquentiel et hiérarchique
• Rôle du manager ou de l'orchestrateur
• Travaux pratiques : mise en place de l'environnement CrewAI pour créer un premier agent

Module 3 — Configuration de l'environnement CrewAI

• Installation et configuration de CrewAI
• Configuration de l'environnement Python (pip, venv)
• Installation de la bibliothèque CrewAI
• Configuration des clés API (OpenAI ou autres modèles locaux et ouverts)
• Travaux pratiques : mise en place complète de l'environnement de développement

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

• Processus de création d'un premier agent, code pas-à-pas
• Implémentation des attributs : rôle, goal, backstory, verbose
• Bonnes pratiques de prompt engineering pour définir un rôle d'agent efficace
• Définir et exécuter des tâches statiques avec un seul agent
• Analyse du processus d'exécution : réflexion de l'agent, exécution de la tâche, résultat
• Travaux pratiques : créer un agent capable de générer un contenu court sur un sujet donné

Module 5 — Collaboration interagents

• Mise en place d'une équipe de base
• Création de deux agents aux rôles distincts (ex : chercheur et analyste)
• Définition de tâches en séquence
• Instanciation de la crew avec un processus séquentiel (Process.sequential)

Module 6 — Maîtriser le langage de collaboration

• Mécanismes de communication entre agents
• Optimisation de la consigne (task) pour assurer un bon transfert d'information
• Débogage des erreurs de collaboration : boucle infinie, mauvaise sortie
• Travaux pratiques : construire une équipe où un agent collecte l'information et l'autre la synthétise

Module 7 — Intégration d'outils et autonomie des agents

• Le concept des outils (tools) dans CrewAI : capacités d'action externes
• Utilisation d'outils prédéfinis : Google Search Tool avec crewai-tools
• Assignation des outils aux agents
• Création d'un outil personnalisé : bases de la classe BaseTool
• Définir la description et la fonction de l'outil ; intégration dans un agent
• Travaux pratiques : créer une équipe (journaliste + éditeur) où le journaliste collecte des faits via un outil de recherche et l'éditeur corrige 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 ?
• Extraction structurée des résultats : Pydantic models ou formats JSON
• Gestion de l'historique et des étapes intermédiaires
• Ajout de la validation et des conditions logiques
• Travaux pratiques : concevoir un système hiérarchique où un manager délègue une analyse à plusieurs agents et consolide leurs rapports

Module 9 — Optimisation, éthique et perspectives

• Gestion des coûts et des performances : choix du LLM par agent (modèle léger vs modèle puissant)
• Techniques pour réduire les tokens et les appels API
• Introduction aux mémoires : ajout de persistance des connaissances
• Patterns de conception recommandés pour les équipes CrewAI
• Considérations éthiques : biais, responsabilités et transparence des agents autonomes
• Sécurité et gestion des données sensibles lors de l'utilisation d'outils
• Travaux pratiques : lancement d'un projet réaliste (ex : élaboration d'un plan marketing complet)