Orchestrer des agents avec un graphe d'états : LangGraph, multi-agents, mémoire, patterns et MCP

Orchestrer des agents avec LangGraph : état partagé, routage conditionnel, validation humaine, superviseur multi-agents, mémoire court et long terme.

Commencer la leçon 1 Le domaine IA appliquée

5 leçons
~4 h 10 de lecture
5 quiz
0 lab de preuve

Le chemin

D'où elle vient, où elle mène

Ce qu'il faut savoir avant, où vous en êtes sur cette compétence, et ce qu'elle ouvre ensuite. Votre état se calcule dans votre navigateur, à partir de ce que vous avez lu et réussi.

Avant · 1 prérequis

Construire un agent IA outillé : boucle ReAct, function calling et sortie typée

Conseillé avant · 2

Cette compétence, pour vous

Orchestrer des agents avec un graphe d'états : LangGraph, multi-agents, mémoire, patterns et MCP

Calcul en cours

Elle débloque · 1 compétence

Assembler une stack IA souveraine et l'exposer derrière une interface web sécurisée

Leçons

Comment l'apprendre

5 leçons, soit ~4 h 10, dans l'ordre du programme. Chaque leçon se termine par son quiz.

Le programme

5 leçons · ~4 h 10

Au-delà des leçons

S'évaluer, pratiquer, passer l'épreuve

Lire une leçon ne confirme rien. Une compétence se confirme par un quiz réussi, se travaille en lab guidé, et se met à l’épreuve par un challenge ou une mission ; un résultat de lab importé n’est pas vérifié par le site.

S'évaluer

5 quiz

En fin de leçon : réussis à 70 %, ils confirment la compétence.

Pratiquer

Aucun lab guidé

Aucun lab guidé ne la fait encore pratiquer.

Épreuve

Aucune épreuve

Ni challenge, ni mission avec une preuve pour l'instant.

Autour

Qui la demande, qui l'enseigne

Demandée par

Aucun métier publié ne la demande encore.

Enseignée par

Python IA

Même bloc · Construire des agents IA