MGL7320

EngineeringAISystems

MGL7320 - Ingénierie logicielle des systèmes d’IA

08 - Systèmes experts, Agents IA & Systèmes multiagents

Prelude

Quizz sur l’IA générative - https://ahaslides.com/MR60S
Est-ce que toutes les MGL7320 - équipes sont bien constituées ?

L’IA, une histoire mouvementée

alt text Intelligence artificielle : définition, histoire et application

Systèmes experts

Expert Systems

Systèmes multiagents

Théorie

From LLMs to Multi-Agents Systems - Agents & GenAI

Pratique

Démonstration (Code-Executors avec Autogen)

Voir Code Executors.

Utilise le fichier docker_coder.py

Dans un premier terminal :

ollama pull codellama:34b
ollama serve

Dans un second terminal:

conda create -n autogen python=3.11
conda activate autogen
pip install pyautogen flaml[automl]
rm -r .cache/* ; clear ; python docker_coder.py

Et voici une (possible) exécution :

code_executor_agent_docker (to code_writer_agent):

Write Python code to calculate the 14th Fibonacci number.

--------------------------------------------------------------------------------

>>>>>>>> USING AUTO REPLY...
code_writer_agent (to code_executor_agent_docker):

# filename: fibonacci.py
def fibonacci(n):
    if n <= 1:
        return n
    else:
        return fibonacci(n-1) + fibonacci(n-2)

print(f"The 14th Fibonacci number is {fibonacci(14)}")

--------------------------------------------------------------------------------
Replying as code_executor_agent_docker. Provide feedback to code_writer_agent. Press enter to skip and use auto-reply, or type 'exit' to end the conversation: 

>>>>>>>> NO HUMAN INPUT RECEIVED.

>>>>>>>> USING AUTO REPLY...

>>>>>>>> EXECUTING CODE BLOCK (inferred language is python)...
code_executor_agent_docker (to code_writer_agent):

exitcode: 0 (execution succeeded)
Code output: The 14th Fibonacci number is 377

Clavardage

Le but de cet exercice est de créez un Chatbot à base d’agents et d’outils.

Voici LA question auquel le chatbot devra répondre, en faisant appel à des informations disponibles en ligne : “What’s the best restaurant in Montreal?”

La première implémentation doit se faire à partir du framework LangGraph
- Voir le tutoriel LangGraph Quick Start - Chatbot

Vous pouvez remplacer ChatAnthropic par Chat Ollama (fonctionne en utilisant le modèle llama3.2:3b)

Vous aurez besoin d’un jeton (token) Tavily, lequel est gratuit pour un usage modéré.

Ne jamais sauvegarder vos mots de passe directement dans le code. Pour les conserver en local sans avoir à les partager, vous pouvez utiliser des outils tels que Dotenv ( ajoutez les fichiers .env dans la liste .gitignore pour éviter qu’ils se retrouvent disponibles sur Github !).