Plan

• Utiliser un LLM, mais pas que
• Au-delà du simple LLM
• Notion de compétence (skill)
• Notion d’outil (tools)
• Le protocole MCP (Model Context Protocol)
• Système Multi-agents et boucles

Utiliser un LLM, mais pas que

Définition d’agent

D’après J. Ferber (1995) :

on appelle agent une entité informatique qui :

1. se trouve dans un système informatique ouvert comprenant un ensemble d’applications, de réseaux, et de systèmes hétérogènes,
2. peut communiquer avec d’autres agents,
3. est mu par un ensemble d’objectifs propres (c’est en ce sens que l’on peut parler d’agent intentionnel),
4. possède des ressources propres,
5. ne dispose que d’une représentation partielle des autres agents,
6. possède des compétences (services) qu’elle peut offrir aux autres agents,
7. a un comportement tendant à satisfaire ses objectifs, en tenant compte d’une part des ressources et des compétences dont elle dispose, et d’autre part de ses propres représentations et des communications qu’elle reçoit.

Plus simplement, on peut voir un agent comme une “entité autonome” agissant dans un environnement.

Au-delà du simple LLM

• Un LLM :
  • n’a pas de mémoire ;
  • apparaît comme une fonction : LLM(question) -> réponse
  • reste limité à ce qu’il a appris et au prompt
• Il manque :
  • un contexte systématique (ça existe via le préprompt, mais on ne le maîtrise pas) ;
  • une mémoire (pour se souvenir de ce qui a été fait) ;
  • un éventuel contrôle sur le résultat ;
  • un moyen de valider la réponse ;
  • une façon de pré-traiter la question et/ou post-traiter la réponse ;
  • un moyen d’interagir avec ses données privées.

=> on veut encadrer un LLM avec “plein de choses” autour (le harnais ou harness) et le rendre plus ou moins autonome (“réactif” ou “proactif”).

Notion de compétence (skill)

• Pour qu’un LLM donne un résultat satisfaisant, il faut un prompt détaillé, et donc long.
• On souhaiterait sauvegarder pour réutilisation des prompts particulièrement bien travaillés.

Un prompt ainsi sauvegardé est appelé compétence ou skill.

Il existe des sites répertoriant des milliers de compétences :

• https://skillsmp.com/
• https://skills.pub/fr

Notion d’outil (tools)

Un outil (ou tool) est une fonction externe que peut utiliser le LLM pour trouver une information qu’il n’a pas.

Exemple : chatGPT peut récupérer des données du web. Cela se fait en utilisant un outil permettant de faire des recherches sur le web. C’est externe au LLM.

Le protocole MCP (Model Context Protocol)

Qu’est-ce-que c’est ?

• Un protocole standard ouvert destiné à faire interagir un LLM avec des outils.
• Créé par Anthropic mais maintenant géré par L’Agentic AI Foundation
• Souvent comparé à la “prise USB-C” de L’IA

Exemples de cas d’usage

• Accéder à un gitlab depuis un LLM
• Accéder à ses fichiers depuis un LLM
• Accéder à son google drive depuis un LLM
• Accéder à sa boîte mail depuis un LLM
• Accéder à une base de données depuis un LLM

Plus concrètement

Un connecteur MCP fournit une liste de noms d’outils avec, pour chaque outil :

• son nom
• un descriptif et des exemples
• son prototype pour l’appeler

Système Multi-agents et boucles

Système multi-agents

Un système multi-agents est un ensemble d’agents évoluant dans un même environnement, chacun avec ses propres buts, et pouvant échanger de l’information

Boucle (loop)

On appelle boucle (loop) un ensemble d’agents incluant une boucle de rétro-action amenant le système à analyser le résultat fourni, puis à s’auto-améliorer (par modification de prompt par exemple) pour fournir un résultat encore meilleur.