Aller au contenu

Explication

Agent OS

Créez, exécutez et observez des agents IA reliés à votre ontologie, vos données et vos connaissances, avec des actions gouvernées et traçables.

4 min

En bref

Agent OS est l'environnement complet pour concevoir, executer, observer et explorer des agents IA relies a votre ontologie et votre base de connaissances. Un agent repond a vos questions en langage naturel en interrogeant vos donnees, en executant des requetes SQL ou graph, et en synthetisant une reponse sourcee.

Agent OS regroupe plusieurs surfaces complementaires :

  • la galerie pour creer et organiser vos agents a partir de templates metier ;
  • la Console : un poste de travail unifie pour configurer, lancer et observer un agent au meme endroit ;
  • le Hub (monitoring) pour suivre toutes les executions en temps reel ;
  • le Visualiseur pour observer le raisonnement d'une execution etape par etape ;
  • le Graphe des agents pour explorer vos sessions par proximite semantique.

Exemple concret : vous demandez "Quels fournisseurs ont livre plus de 100 commandes ce trimestre ?". L'agent identifie la bonne requete, l'execute sur vos donnees, et vous repond avec les resultats et leurs sources.

Ce que vous allez faire

  • Creer un agent a partir d'un template metier
  • Configurer ses outils et son contexte ontologie
  • Concevoir, lancer et observer un agent depuis la Console
  • Tester des scenarios reussis et en erreur
  • Ajuster le comportement avant mise en production
  • Suivre les executions en temps reel dans le Hub
  • Observer le cheminement de raisonnement dans le Visualiseur
  • Explorer vos sessions d'agents dans le Graphe des agents

Vocabulaire cle

TermeSignificationExemple
AgentProgramme IA qui recoit une question, planifie des actions et synthetise une reponse.Agent "Analyse Supply Chain"
SessionUne execution complete de l'agent (question → reponse).Session #42 - "Top fournisseurs"
Outil (Tool)Capacite que l'agent peut utiliser pour acceder aux donnees.Requete SQL, recherche vectorielle, lecture graph
IterationUn cycle de raisonnement de l'agent (planifier → executer → evaluer).2 iterations pour une question complexe
Fast PathMode accelere qui saute l'evaluation pour les questions simples.Comptage, lookup direct
ConsolePoste de travail en trois panneaux : configuration, conversation et observation.Construire et tester un agent sans changer d'ecran
HubTableau de bord Kanban montrant toutes les sessions en cours et terminees.Colonnes : En cours, Action requise, Termine
Graphe des agentsCarte interactive ou chaque point est une session, regroupee par proximite semantique.Retrouver des executions similaires
Schéma : Agent OS
Consulter la description du schéma
%%{init: {'theme': 'base'}}%%
flowchart LR
  Q["Question utilisateur"] --> Plan["Planifier"]
  Plan --> Exec["Executer outil"]
  Exec --> Eval{"Resultat suffisant ?"}
  Eval -->|Non| Plan
  Eval -->|Oui| Synth["Synthetiser reponse"]

  classDef light fill:#dce6f1,stroke:#234a7a,stroke-width:2px,color:#1f2a37
  classDef dark fill:#e8a848,stroke:#c48a2a,stroke-width:2px,color:#1f2a37
  classDef accent fill:#5ab5a0,stroke:#3d8b76,stroke-width:2px,color:#1f2a37
  classDef output fill:#edf2f7,stroke:#234a7a,stroke-width:2px,color:#1f2a37

  class Q light
  class Plan,Exec accent
  class Eval dark
  class Synth output

Parcours recommandes

Liens avec les autres modules

  • Ontologie : l'agent explore votre modele metier pour comprendre la structure de vos donnees.
  • Base de connaissances : l'agent recherche dans vos documents importes pour enrichir ses reponses.
  • Workflows : le bloc AI Agent permet d'integrer l'agent dans un workflow automatise.
  • MCP : l'agent est accessible depuis des clients IA externes via le protocole MCP.

Resultat attendu

Vous disposez d'un agent testable, tracable et aligne avec votre usage metier prioritaire. Vérifiez les preuves retournées et les outils observés pour chaque réponse.

Point de vigilance
Evitez d'activer trop d'outils au debut. Partez d'un socle minimal puis etendez progressivement.

Besoin d'aide ?

Ecrivez-nous : Support et contact.

Nouveautes

Capacités disponibles et preuves de réponse

La Console distingue Profil de capacités, Outils et API, Contexte et sources, Compétence et Vérification. Le profil limite les capacités ; la sélection choisit celles utiles ; les permissions restent contrôlées par la plateforme. Une compétence apporte des instructions réutilisables sans accorder de droit supplémentaire.

Pour un premier agent, choisissez une lecture sur CLI-001 et comparez la réponse aux instances. Une source citée doit étayer la conclusion ; la présence d'une trace ne remplace pas cette vérification. L'agent doit signaler une donnée manquante ou une recherche incomplète.

Les modules et outils accessibles dépendent du workspace et de l'environnement. Voir Configurer les outils et Répondre avec données et documents.

Cette page vous a-t-elle permis d’atteindre votre objectif ?