Agents d'IA de la partie V
Ce chapitre fournit des informations sur la création, le test, le déploiement et la surveillance d'agents dans votre espace de travail.
Les agents sont des applications agentiques de bout en bout. Les agents sont définis via un graphique d'étapes représenté par des noeuds de différents types (déclencheurs, agents, garde-corps ou outils). Les agents peuvent être définis via un générateur de flux visuel sans code et via du code via des bibliothèques tierces, telles que LangGraph.
- Outil personnalisé : l'outil Code personnalisé permet aux développeurs d'agent d'étendre la plate-forme de données AI avec leur propre code Python. Vous packagez votre implémentation d'outil en tant que fichier ZIP, vous la téléchargez vers votre espace de travail et vous la configurez. L'agent appelle votre code en tant qu'outil, avec les paramètres fournis par le LLM lors de l'exécution.
- HTTP : l'outil de demande HTTP permet à votre agent d'appeler n'importe quelle API REST HTTPS. Vous configurez la demande, y compris la méthode, l'URL, les en-têtes, les paramètres de requête, le corps de la demande, l'authentification et, éventuellement, une étape d'optimisation de la réponse. L'agent appelle ensuite l'adresse lors de l'exécution. L'outil de demande HTTP est disponible dans le générateur visuel et dans le générateur de code. Dans le générateur de code, l'outil est configuré via la bibliothèque Python aidpUtils.
- Invite : l'outil d'invite permet au développeur d'IA de définir une invite paramétrée qui peut être émise à un LLM pour son choix. Les cas d'utilisation courants d'un outil d'invite incluent les tâches de rédaction d'e-mails, les tâches de traduction, la conversion de style, le message de validation git et les explications de code.
- Serveur MCP distant : les développeurs d'agent peuvent connecter leurs agents à des serveurs MCP (Remote Model Context Protocol) à l'aide de l'outil Serveur MCP distant.
- RAG : l'outil RAG permet aux agents d'extraire les connaissances externes pertinentes avant de générer une réponse. Dans AI Data Platform Workbench, l'outil RAG interroge une base de connaissances (23ai Vector Search) et extrait des blocs de documents sémantiquement pertinents. Ces blocs sont ensuite transmis à l'agent pour génération de réponse.
- SQL : l'outil SQL permet aux agents d'exécuter des requêtes SQL sur des sources de données structurées inscrites via des catalogues externes, tels qu'Oracle Autonomous AI Lakehouse, Oracle Autonomous AI Transaction Processing ou Oracle AI Database. L'outil est destiné aux scénarios dans lesquels les requêtes SQL sont prédéfinies et peuvent être paramétrées. L'objectif est de laisser un agent affecter des valeurs aux paramètres. Cet outil n'est pas un outil NL2SQL qui génère une requête SQL basée sur une invite en langage naturel.
Remarques :
L'outil SQL effectue uniquement des interrogations sur les données d'un catalogue externe. Il ne prend pas en charge les données stockées dans un catalogue standard.
Remarques :
Vous devez attacher un calcul AI à votre agent avant de pouvoir tester un outil système. Si aucun calcul n'est associé, l'onglet Test est désactivé.La création d'agents dans AI Data Platform Workbench génère un fichier d'artefact d'agent (.aflow) dans le dossier d'espace de travail que vous sélectionnez. Ce fichier ne peut pas être modifié.
Mémoire d'agent de la partie V
La mémoire de l'agent est la partie d'un système d'agent AI qui permet à l'agent de conserver et de réutiliser les informations sur les virages, les tâches ou les sessions.
Contrairement à la fenêtre de contexte du modèle, qui est temporaire et limitée à l'invite actuelle, la mémoire peut persister des faits, des préférences, des décisions antérieures, des sorties d'outil, des plans intermédiaires ou des observations sur l'environnement.
Mémoire d'agent dans la plate-forme de données AI
AI Data Platform fournit une mémoire à court terme qui est limitée à la durée d'une session. Vous pouvez configurer ce qui peut être conservé en mémoire dans l'onglet Mémoire de votre agent.
Configuration de mémoire à agent unique
La configuration de la mémoire d'un système à agent unique se trouve dans l'onglet Mémoire du noeud d'agent.
| Configuration de la mémoire | Description |
|---|---|
| Activer la mémoire de l'agent | Ce paramètre active la mémoire de l'agent. Lorsqu'il est désactivé, l'agent est essentiellement un système sans état. Chaque tour est traité indépendamment, et aucune question de suivi ne peut être posée. Nous vous recommandons d'activer la mémoire. |
| Limiter l'historique des conversations | Lorsque cette sélection est désactivée, les tours précédents remplissent la mémoire jusqu'à ce que le modèle soit à court de contexte et qu'une erreur soit renvoyée. Si des sessions courtes sont attendues, il est acceptable de désactiver ce paramètre. Cependant, pour la plupart des cas d'utilisation, nous vous recommandons de limiter l'historique des conversations. |
| Configuration de la troncature | Si vous choisissez de limiter l'historique des conversations, vous pouvez décider de tronquer l'historique en procédant comme suit :
|
| Limites maximales de messages | Si vous choisissez de conserver les N derniers messages, vous pouvez définir la valeur N. |
| Budget du jeton | Vous pouvez également définir un budget global de jetons. Les premiers jetons sont éliminés pour conserver les plus récents en mémoire. |
Configuration de la mémoire système multi-agent (modèle de superviseur)
La mémoire d'un système multi-agent est configurée dans l'onglet Mémoire de l'agent superviseur.
La mémoire d'un système multi-agent est appliquée et ne peut pas être désactivée. Les options de troncation de mémoire affichées dans le noeud de l'agent superviseur sont appliquées uniquement à la mémoire de l'agent superviseur. Chaque stratégie de troncation de mémoire d'agent d'exécuteur peut être configurée dans l'onglet Mémoire du noeud d'exécuteur en fonction de la stratégie d'isolement d'état sélectionnée pour l'ensemble du système.
La configuration de la mémoire système multi-agent vous permet également de sélectionner la stratégie de partage de mémoire des agents exécutifs. Trois options sont possibles : Sans conservation de statut, Privé et Partagé. La stratégie est appliquée à tous les agents exécutifs.
| Isolation d'état pour les agents exécutifs | Description |
|---|---|
| Sans conservation de statut | Chaque agent exécuteur ne voit que la tâche affectée par le superviseur. Aucun historique n'est reporté entre les appels. Aucune demande de suivi ne peut être adressée à l'agent superviseur par l'agent exécuteur.
Si l'option sans conservation de statut est sélectionnée, la mémoire de chaque agent exécuteur est désactivée. |
| Privé | Chaque agent exécuteur ne voit que ses propres interactions passées.
Il ne peut pas voir d'autres agents exécutifs ni la conversation utilisateur d'origine avec l'agent superviseur. |
| Partagé | Les agents exécutifs peuvent consulter l'historique complet des conversations entre les agents et l'utilisateur. Tous les agents travaillent à partir d'un contexte partagé.
Si elle est sélectionnée, vous pouvez configurer la stratégie de troncation de mémoire séparément pour chaque agent exécuteur dans l'onglet Mémoire de chaque noeud d'agent. |