Un chatbot classique répond principalement avec les connaissances de son modèle et le contexte de la conversation. Un agent IA va plus loin : il peut choisir un outil, observer son résultat et répéter cette boucle jusqu’à disposer des informations nécessaires pour atteindre l’objectif demandé.
Comprendre le rôle de LangChain
LangChain est un framework disponible en Python et en JavaScript pour construire des applications basées sur des modèles de langage. Il prend en charge la connexion aux modèles, les messages, les outils et la mémoire afin de concentrer le développement sur la logique de l’agent.
Le tutoriel utilise Python, le gestionnaire de paquets uv et OpenRouter. Ce dernier
fournit une clé API unique pour accéder à de nombreux modèles. Après l’installation de
LangChain et de son intégration OpenRouter, la clé est chargée depuis un fichier
d’environnement.
Créer un premier agent et lui donner un outil
La fonction create_agent permet de définir le modèle, les outils disponibles et le
prompt système. Une première invocation envoie un message utilisateur et récupère la
réponse du modèle sous forme de messages structurés.
L’agent reçoit ensuite une fonction Python capable de convertir un montant en euros à partir de taux définis dans le code. Lorsqu’on lui demande de convertir des dollars, le modèle décide d’appeler cet outil avec les bons paramètres, récupère le résultat puis formule sa réponse finale. Les journaux OpenRouter permettent de vérifier ces différentes étapes et de les regrouper grâce à un identifiant de session.
Ajouter le streaming et préparer des usages avancés
Le tutoriel remplace ensuite l’invocation classique par un flux d’événements afin d’afficher la réponse progressivement, comme dans les interfaces de ChatGPT ou Claude. L’agent peut aussi être testé dans LangSmith Studio ou Agent Chat UI après son exposition avec LangGraph CLI.
Enfin, LangChain propose une mémoire à court terme pendant l’exécution et des mécanismes de stockage pour conserver des informations à plus long terme.
Regardez la vidéo complète pour suivre chaque étape dans le code et construire votre premier agent IA avec LangChain.
