Différences

Ci-dessous, les différences entre deux révisions de la page.

--- informatique:ai_lm:ai_agent [23/04/2026 18:20] – cyrille
+++ informatique:ai_lm:ai_agent [23/04/2026 18:56] (Version actuelle) – ↷ Liens modifiés en raison d'un déplacement. 47.128.50.240
@@ Ligne 5: / Ligne 5: @@
 Agent pour codage: [[/informatique/ai_lm/ai_coding#agents_ia|ai_coding]]
+  * Agents réflexes simples / simple reflex agent
+  * Agents basés sur des modèles / model based agent
+  * Agents basés sur des objectifs / goal based agent
+  * Agents basés sur l'utilité / utility based agent
+  * Agents d'apprentissage / learning agent
+  * Agents hiérarchiques / hierarchical agent
+  * The  [[https://agentclientprotocol.com/get-started/introduction|Agent Client Protocol]] Agent Client Protocol (ACP) standardizes communication between code editors/IDEs and coding agents and is suitable for both local and remote scenarios.
+  * [[https://www.youtube.com/watch?v=ZnYUxTtS6IU|Retour d'expérience sur la création d'un agent autonome]] avec [[https://github.com/LLPhant/AutoPHP|AutoPhp]] (Youtube, janvier 2024)
+  * Retour expé entreprises:
+    * [[https://www.youtube.com/watch?v=q3LtMMbg5YQ|Leboncoin - La GenAI au service de la relation client]] (2025-01)
+    * [[https://www.youtube.com/watch?v=CV13E5i_cuo|Aramis Auto - Nouvelles frontières de l'automatisation avec les agents autonomes]] (2025-01)
+  * [[https://fr.slideshare.net/slideshow/exploring-ai-riding-an-llphant-an-open-source-library-to-use-llms-and-vector-dbs-in-php/272059145#1|Exploring AI riding an LLPhant - An Open Source Library to use LLMs and vector DBs in PHP]] (slide, juillet 2023) - RAG, embeddings ...
+  * [[https://research.aimultiple.com/rag-frameworks/|RAG frameworks benchmark results: LangChain vs LangGraph vs LlamaIndex vs Haystack vs DSPy]]
+===== Frameworks =====
+==== LlamaIndex / LlamaAgents ====
+https://developers.llamaindex.ai/python/llamaagents/overview/
+==== LLPhant ====
+A comprehensive PHP Generative AI Framework, inspired by Langchain and LlamaIndex, sur lequel est construit [[https://github.com/LLPhant/AutoPHP|AutoPHP]] an agent PHP framework. Avec notamment présentation et usage de [[https://github.com/LLPhant/LLPhant?tab=readme-ov-file#vectorstores|vectorstores]] et [[https://github.com/LLPhant/LLPhant?tab=readme-ov-file#embeddings|embeddings]]
+  * https://github.com/LLPhant/LLPhant
+  * https://github.com/LLPhant/AutoPHP
+  * [[informatique:ai_lm:ai_agent:autophp|Essai AutoPhp]]
+==== PrismPhp ====
+A unified interface for working with LLMs in Laravel.
+  * https://prismphp.com
+  * https://github.com/prism-php/prism
+  * Et son client MCP
+    * https://github.com/prism-php/relay
+==== LangChain ====
+Un framework open-source conçu pour faciliter la création d’applications alimentées par des modèles de langage (comme GPT, Llama, etc.). Il permet de combiner des LLMs avec d’autres sources de données, outils externes, ou encore des bases de connaissances, pour construire des workflows complexes.
+  * **LangSmith**: une plateforme de débogage, de test et de monitoring pour les applications construites avec LangChain ou d’autres frameworks similaires
+==== LangGraph ====
+Une extension de LangChain qui permet de modéliser des workflows d’IA sous forme de graphes. Contrairement à LangChain, qui utilise des chaînes linéaires ou séquentielles, LangGraph permet de créer des processus dynamiques et non linéaires, où les étapes peuvent s’enchaîner de manière conditionnelle ou parallèle.
+Might excel with its native graph optimizations when allowed to use parallel execution, state caching, and its conditional edge system for complex branching logic.
+==== DSPy ====
+https://dspy.ai
+Programming—not prompting—LMs - Signature-first programs (fewer lines of code)
+Define a task via a signature (inputs/outputs + intent), then implement it with Modules that encapsulate prompting and LLM calls. Centralizes prompt/usage handling and removes glue code; swapping internals (e.g., Predict ↔ CoT) doesn’t change the contract.
+  * Choose DSPy for: minimal boilerplate, readable single-file flows, contract-driven development (with optional optimizers).
+  * could show dramatically different results when using its signature optimizers (like MIPROv2) and Chain-of-Thought prompting, which can significantly improve answer quality.