Dans la conception d’un agent conversationnel basé sur le modèle ReAct de LlamaIndex, il est crucial de bien distinguer les différentes formes de mémoire utilisées. Trop souvent confondues, la mémoire de raisonnement interne (utilisée pendant une requête) et la mémoire de conversation (persistante entre (...)  lire la suite

Le ToolRouter (ou routeur d’outils) est une stratégie clé pour éviter de surcharger un agent ReAct avec des centaines d’outils. Il agit comme un filtre intelligent qui sélectionne dynamiquement les outils pertinents à injecter dans le contexte de l’agent, à chaque étape. Trop d’outils : effets nocifs (...)  lire la suite

Glossaire et conventions pour outils agentiques (ReAct, FunctionTool, ToolRouter) Glossaire Terme Définition opérationnelle Remarques Outil (Tool) Fonction callable exposée à l’agent, avec nom, description, schéma d’entrée, et logique métier Peut être décorée ou encapsulée FunctionTool (...)  lire la suite

ToolFactory est une fonction utilitaire permettant de créer des Outils de Fonction (FunctionTool) à partir d’une bibliothèque de fonctions Python. La fonction auto_toolkit Cette fonction génère dynamiquement une liste de `FunctionTool` LlamaIndex à partir des fonctions publiques d’un module Python. (...)  lire la suite

LLM-based Retrieval utilise directement la capacité des grands modèles de langage à comprendre et raisonner sur une requête ; Embedding-based Retrieval transforme documents et requêtes en vecteurs et récupère par similarité. Chacune a ses forces : compréhension contextuelle et flexibilité pour les LLMs (...)  lire la suite