astorlm

Agent Harness Patterns

Langue: Français

Niveau 0

Votre boîte à outils

Les pièces avant tout agent : le modèle, le system prompt, les messages que vous renvoyez et un premier outil.

Bientôt

Comment fonctionnent les agents d'IA, à partir de zéro

Un agent d'IA est un modèle de langage dans une boucle avec des outils : il lit la demande, réclame un outil, récupère le résultat et décide de la suite, jusqu'à ce que le travail soit fait. Agent Harness Patterns explique cette boucle pièce par pièce, en 17 patterns courts qui s'appuient les uns sur les autres.

Chaque pattern montre le problème, une trace animée d'un agent qui le résout et le code deux fois : à partir de zéro en TypeScript et en Python, et avec astorlm, le SDK d'agents open source pour TypeScript d'où viennent les patterns.

Le parcours des fondamentaux

  1. 0
    Votre boîte à outils

    Les pièces avant tout agent : le modèle, le system prompt, les messages que vous renvoyez et un premier outil.

  2. 1
    Qu'est-ce qu'un agent ?

    La différence entre appeler un modèle, construire un workflow et laisser le modèle décider quoi faire.

  3. 2
    La boucle de l'agent

    Appeler le modèle, exécuter les outils qu'il demande, lui rendre les résultats et recommencer jusqu'à ce qu'il ait fini.

  4. 3
    Concevoir un outil

    Nom, description et schéma : tout ce que le modèle sait d’un outil.

  5. 4
    Quand s'arrêter

    end_turn, limites de tours et outils terminaux : les façons de terminer la boucle.

  6. 5
    Les erreurs dans la boucle

    Un outil qui échoue ne casse pas l'agent : l'erreur revient comme résultat et le modèle se rattrape.

  7. 6
    Les hooks

    Les points où votre code entre dans la boucle : avant chaque tour, chaque appel au modèle, chaque exécution d'outil.

  8. 7
    Le sac à dos déborde

    Ce qui se passe quand l'historique ne tient plus dans la fenêtre de contexte, et comment le compacter.

  9. 8
    Des skills à la demande

    Un catalogue léger toujours sous la main, et le manuel complet seulement quand il le faut.

  10. 9
    La mémoire

    Se souvenir d’une session à l’autre : historique sauvegardé, fichiers et recherche par le sens.

  11. 10
    Des tours tout neufs

    Quand le travail dépasse une session : un agent neuf à chaque tour, avec la progression sauvegardée dans des fichiers.

  12. 11
    Observabilité et évaluations

    Voir ce que l'agent a fait, ce que ça a coûté, et s'il l'a bien fait.

  13. 12
    Planifier et réfléchir

    Réfléchir au plan avant de toucher à quoi que ce soit, et relire le résultat avant de le livrer.

  14. 13
    L'humain dans la boucle

    Demander la permission, accepter des corrections en cours de route, et faire remonter en cas de doute.

  15. 14
    Sécurité et sandboxing

    Enfermer ce que l'agent exécute, et se méfier de ce qu'il lit.

  16. 15
    Les sous-agents

    Confier une sous-tâche à un autre agent, avec son propre contexte bien propre.

  17. 16
    Les agents proactifs

    Des agents qui se réveillent tout seuls : un heartbeat, d'abord une vérification peu coûteuse, et un message seulement quand ça compte.

Construisez-le avec astorlm

La boucle de l'agent sous forme de bibliothèque : un runtime agentique embarquable et SDK-first pour TypeScript.

pnpm add astorlm

Vous utilisez un assistant de code IA ? Pointez-le vers llms.txt ou lisez le guide pour les agents d'IA.