<?xml version="1.0" encoding="UTF-8"?><rss version="2.0"><channel><title>Agentique World — Le manuel de référence des architectures agentiques</title><description>Le site de référence francophone sur les architectures agentiques : initiation, deep-dive avancé et cas pratiques. 100 % LangGraph &amp; LangFuse, très technique et orienté usage. Édité par DEEP-5.</description><link>https://agentique.world/</link><language>fr-fr</language><item><title>Agent de support 100 % AWS : Bedrock, Knowledge Bases, Guardrails &amp; AgentCore</title><link>https://agentique.world/cas-pratiques/agent-support-aws-bedrock/</link><guid isPermaLink="true">https://agentique.world/cas-pratiques/agent-support-aws-bedrock/</guid><description>Le cas de support, porté sur la stack managée AWS de bout en bout : récupération par Bedrock Knowledge Bases, raisonnement Claude via la Converse API, sécurité par Guardrails, persistance DynamoDB et déploiement sur AgentCore Runtime. Orchestration LangGraph, observabilité LangFuse + CloudWatch. Pas à pas, code complet.</description><pubDate>Sat, 20 Jun 2026 00:00:00 GMT</pubDate><category>cas-pratique</category><category>aws</category><category>bedrock</category><category>knowledge-bases</category><category>agentcore</category></item><item><title>GraphRAG sur Amazon Neptune : récupérer par les relations</title><link>https://agentique.world/deep-dive/graphrag-neptune-aws/</link><guid isPermaLink="true">https://agentique.world/deep-dive/graphrag-neptune-aws/</guid><description>Le RAG vectoriel échoue sur les questions multi-sauts et relationnelles. Le GraphRAG récupère en traversant un graphe de connaissances. Construire ce graphe (extraction d&apos;entités et de relations), l&apos;héberger sur Amazon Neptune, et brancher la récupération par traversal à un agent LangGraph — avec Bedrock.</description><pubDate>Wed, 17 Jun 2026 00:00:00 GMT</pubDate><category>aws</category><category>graphrag</category><category>neptune</category><category>knowledge-graph</category><category>rag</category></item><item><title>Bedrock Guardrails en profondeur : filtres, PII, ancrage et déni de sujets</title><link>https://agentique.world/deep-dive/bedrock-guardrails-profondeur/</link><guid isPermaLink="true">https://agentique.world/deep-dive/bedrock-guardrails-profondeur/</guid><description>Le garde-fou managé d&apos;AWS, décortiqué : filtres de contenu, déni de sujets, filtres de mots, protection des informations sensibles (PII), et vérification d&apos;ancrage contextuel contre l&apos;hallucination. L&apos;API ApplyGuardrail autonome, l&apos;attachement à l&apos;inférence, et l&apos;intégration comme nœud de garde dans un graphe LangGraph.</description><pubDate>Mon, 15 Jun 2026 00:00:00 GMT</pubDate><category>aws</category><category>bedrock</category><category>guardrails</category><category>securite</category><category>pii</category></item><item><title>Architecture de production agentique sur AWS : l&apos;assemblage de référence</title><link>https://agentique.world/deep-dive/architecture-production-agentique-aws/</link><guid isPermaLink="true">https://agentique.world/deep-dive/architecture-production-agentique-aws/</guid><description>Tout assembler en une architecture qui tient la charge : ingress, compute (AgentCore Runtime, Lambda, ECS/EKS), agent LangGraph, Bedrock (modèles, Guardrails, Knowledge Bases), récupération OpenSearch, checkpointing DynamoDB, observabilité LangFuse + CloudWatch, et la sécurité réseau/IAM. Le plan de référence DEEP-5.</description><pubDate>Fri, 12 Jun 2026 00:00:00 GMT</pubDate><category>aws</category><category>architecture</category><category>production</category><category>agentcore</category><category>dynamodb</category></item><item><title>SageMaker AI pour l&apos;agentique : vos propres modèles dans la boucle</title><link>https://agentique.world/deep-dive/sagemaker-ia-agentique/</link><guid isPermaLink="true">https://agentique.world/deep-dive/sagemaker-ia-agentique/</guid><description>Quand Bedrock ne suffit plus : héberger un modèle sur-mesure, un embedding ou un reranker spécialisé sur Amazon SageMaker AI. JumpStart, endpoints temps réel, fine-tuning, et l&apos;intégration d&apos;un endpoint SageMaker comme modèle ou retriever d&apos;un agent LangGraph.</description><pubDate>Tue, 09 Jun 2026 00:00:00 GMT</pubDate><category>aws</category><category>sagemaker</category><category>fine-tuning</category><category>embeddings</category><category>langgraph</category></item><item><title>Bedrock Knowledge Bases &amp; Agents face à LangGraph : managé ou code-first ?</title><link>https://agentique.world/deep-dive/bedrock-knowledge-bases-agents/</link><guid isPermaLink="true">https://agentique.world/deep-dive/bedrock-knowledge-bases-agents/</guid><description>AWS propose du RAG et des agents managés : Knowledge Bases (ingestion, index, récupération clés en main) et Bedrock Agents (action groups, orchestration managée). Quand les choisir, quand préférer LangGraph, et comment composer les deux — y compris héberger un graphe LangGraph sur AgentCore Runtime.</description><pubDate>Sat, 06 Jun 2026 00:00:00 GMT</pubDate><category>aws</category><category>bedrock</category><category>knowledge-bases</category><category>agentcore</category><category>langgraph</category></item><item><title>RAG hybride sur AWS : dense, sparse, fusion et reranking</title><link>https://agentique.world/deep-dive/rag-hybride-aws/</link><guid isPermaLink="true">https://agentique.world/deep-dive/rag-hybride-aws/</guid><description>La récupération dense (vecteurs) seule a un angle mort : les termes exacts. La récupération hybride combine kNN sémantique et BM25 lexical, fusionnés par RRF puis reclassés. Mise en œuvre sur OpenSearch Serverless et Bedrock, branchée à un agent LangGraph.</description><pubDate>Wed, 03 Jun 2026 00:00:00 GMT</pubDate><category>aws</category><category>rag</category><category>opensearch</category><category>bedrock</category><category>reranking</category></item><item><title>Amazon Bedrock comme moteur LLM de vos agents LangGraph</title><link>https://agentique.world/deep-dive/bedrock-moteur-llm-langgraph/</link><guid isPermaLink="true">https://agentique.world/deep-dive/bedrock-moteur-llm-langgraph/</guid><description>Brancher Bedrock sur LangGraph, en profondeur : la Converse API et son tool use, ChatBedrockConverse, le streaming, le choix et le routage des modèles (Claude, Nova), l&apos;inférence cross-region, et l&apos;attachement de Guardrails. Du code boto3 et langchain-aws.</description><pubDate>Sun, 31 May 2026 00:00:00 GMT</pubDate><category>aws</category><category>bedrock</category><category>langgraph</category><category>converse-api</category><category>tool-use</category></item><item><title>La stack IA AWS 2026 pour l&apos;agentique : le panorama</title><link>https://agentique.world/deep-dive/stack-ia-aws-2026/</link><guid isPermaLink="true">https://agentique.world/deep-dive/stack-ia-aws-2026/</guid><description>AWS est notre stack de référence. Ce panorama relie chaque besoin agentique — modèle, mémoire, récupération, outils, orchestration, garde-fous, observabilité, déploiement — au bon service AWS 2026 : Bedrock, AgentCore, Knowledge Bases, OpenSearch, SageMaker, Guardrails. La carte avant le territoire.</description><pubDate>Wed, 27 May 2026 00:00:00 GMT</pubDate><category>aws</category><category>bedrock</category><category>sagemaker</category><category>agentcore</category><category>panorama</category></item><item><title>Agent de code : lire un dépôt, planifier, éditer et lancer les tests</title><link>https://agentique.world/cas-pratiques/agent-de-code-swe/</link><guid isPermaLink="true">https://agentique.world/cas-pratiques/agent-de-code-swe/</guid><description>Un cas complet, pas à pas : un agent qui résout une issue logicielle — il explore le dépôt, localise le code, propose un correctif, lance la suite de tests et itère sur les échecs, le tout derrière un sandbox et une validation humaine avant d&apos;écrire. Outils, boucle édition-test bornée et garde-fous.</description><pubDate>Sat, 23 May 2026 00:00:00 GMT</pubDate><category>cas-pratique</category><category>agent-de-code</category><category>swe</category><category>hitl</category><category>securite</category></item><item><title>RAG agentique correctif : un assistant documentaire qui se relit et refuse d&apos;halluciner</title><link>https://agentique.world/cas-pratiques/rag-agentique-correctif/</link><guid isPermaLink="true">https://agentique.world/cas-pratiques/rag-agentique-correctif/</guid><description>Un cas complet, pas à pas : un RAG qui évalue lui-même la pertinence des documents récupérés, reformule sa requête quand elle est mauvaise, vérifie que sa réponse est bien ancrée dans les sources, et refuse plutôt que d&apos;inventer. Code intégral, graphe correctif borné et traçage LangFuse.</description><pubDate>Tue, 19 May 2026 00:00:00 GMT</pubDate><category>cas-pratique</category><category>rag</category><category>self-rag</category><category>evaluation</category><category>langfuse</category></item><item><title>Assistant de recherche multi-agents : superviseur, recherche parallèle et synthèse</title><link>https://agentique.world/cas-pratiques/assistant-recherche-multi-agents/</link><guid isPermaLink="true">https://agentique.world/cas-pratiques/assistant-recherche-multi-agents/</guid><description>Un cas complet, pas à pas : un assistant qui décompose une question de recherche en sous-questions, les investigue en parallèle via des agents chercheurs, puis synthétise un rapport sourcé. Planification, fan-out par Send, human-in-the-loop et traçage LangFuse de bout en bout.</description><pubDate>Fri, 15 May 2026 00:00:00 GMT</pubDate><category>cas-pratique</category><category>multi-agent</category><category>orchestration</category><category>send</category><category>langfuse</category></item><item><title>Agent de support N1 : RAG agentique tracé de bout en bout avec LangFuse</title><link>https://agentique.world/cas-pratiques/agent-support-rag-langfuse/</link><guid isPermaLink="true">https://agentique.world/cas-pratiques/agent-support-rag-langfuse/</guid><description>Un cas complet et détaillé, pas à pas : de l&apos;ingestion de la base de connaissances à la mise en production. Un agent qui répond aux questions clients à partir de la documentation, décide lui-même quand chercher, escalade quand il ne sait pas, et dont chaque décision est tracée, chiffrée et évaluée dans LangFuse.</description><pubDate>Mon, 11 May 2026 00:00:00 GMT</pubDate><category>cas-pratique</category><category>rag</category><category>langfuse</category><category>observabilité</category><category>support</category></item><item><title>Gestion du contexte &amp; maîtrise des coûts</title><link>https://agentique.world/deep-dive/contexte-et-couts/</link><guid isPermaLink="true">https://agentique.world/deep-dive/contexte-et-couts/</guid><description>L&apos;historique d&apos;un agent grossit à chaque tour — et avec lui le coût, la latence et la confusion du modèle. Les stratégies de gestion de la fenêtre de contexte (troncature, résumé, filtrage) et les leviers de coût (routage de modèles, cache, budgets) mesurés avec LangFuse.</description><pubDate>Wed, 06 May 2026 00:00:00 GMT</pubDate><category>langgraph</category><category>contexte</category><category>couts</category><category>tokens</category><category>production</category></item><item><title>Sécurité &amp; garde-fous : défendre un agent en production</title><link>https://agentique.world/deep-dive/securite-garde-fous/</link><guid isPermaLink="true">https://agentique.world/deep-dive/securite-garde-fous/</guid><description>Un agent qui agit sur le monde est une surface d&apos;attaque. Modèle de menace (injection de prompt directe et indirecte, abus d&apos;outils, exfiltration), et défense en profondeur : garde-fous d&apos;entrée et de sortie, moindre privilège, human-in-the-loop, sandboxing et bornage.</description><pubDate>Wed, 29 Apr 2026 00:00:00 GMT</pubDate><category>securite</category><category>garde-fous</category><category>prompt-injection</category><category>hitl</category><category>production</category></item><item><title>Évaluer un agent avec LangFuse : datasets, LLM-juge et non-régression</title><link>https://agentique.world/deep-dive/evaluation-langfuse/</link><guid isPermaLink="true">https://agentique.world/deep-dive/evaluation-langfuse/</guid><description>Sortir du « ça a l&apos;air de marcher » : mesurer la qualité d&apos;un agent de façon systématique. Scores humains, heuristiques et LLM-as-a-judge, datasets de référence, expériences comparatives et tests de non-régression en intégration continue.</description><pubDate>Wed, 22 Apr 2026 00:00:00 GMT</pubDate><category>langfuse</category><category>evaluation</category><category>llm-judge</category><category>datasets</category><category>production</category></item><item><title>Streaming LangGraph : une UX d&apos;agent en temps réel</title><link>https://agentique.world/deep-dive/streaming-ux-temps-reel/</link><guid isPermaLink="true">https://agentique.world/deep-dive/streaming-ux-temps-reel/</guid><description>Un agent qui réfléchit dix secondes en silence est inutilisable. Maîtriser les modes de streaming de LangGraph — états, mises à jour, tokens, événements personnalisés — pour restituer le travail de l&apos;agent au fil de l&apos;eau, jusque dans l&apos;interface.</description><pubDate>Wed, 15 Apr 2026 00:00:00 GMT</pubDate><category>langgraph</category><category>streaming</category><category>ux</category><category>tokens</category><category>production</category></item><item><title>Mémoire long-terme : le Store, au-delà du thread</title><link>https://agentique.world/deep-dive/memoire-long-terme-store/</link><guid isPermaLink="true">https://agentique.world/deep-dive/memoire-long-terme-store/</guid><description>Donner à un agent une mémoire qui traverse les conversations : le Store de LangGraph, ses namespaces, la recherche sémantique, l&apos;accès depuis les nœuds et les outils, et les stratégies d&apos;écriture (hot path vs arrière-plan).</description><pubDate>Wed, 08 Apr 2026 00:00:00 GMT</pubDate><category>langgraph</category><category>memoire</category><category>store</category><category>rag</category><category>production</category></item><item><title>Patterns d&apos;orchestration LangGraph : du chaînage au multi-agents</title><link>https://agentique.world/deep-dive/patterns-orchestration-langgraph/</link><guid isPermaLink="true">https://agentique.world/deep-dive/patterns-orchestration-langgraph/</guid><description>Le catalogue des architectures, avec code : prompt chaining, routing, parallélisation et map-reduce (Send), orchestrateur-ouvriers, évaluateur-optimiseur, sous-graphes et systèmes multi-agents en superviseur. Et le primitive qui les unifie : Command.</description><pubDate>Wed, 01 Apr 2026 00:00:00 GMT</pubDate><category>langgraph</category><category>orchestration</category><category>multi-agent</category><category>send</category><category>command</category><category>patterns</category></item><item><title>Tool calling avancé : des outils robustes pour la production</title><link>https://agentique.world/deep-dive/tool-calling-avance/</link><guid isPermaLink="true">https://agentique.world/deep-dive/tool-calling-avance/</guid><description>Le tool calling, jusqu&apos;au fond : schémas Pydantic riches, injection d&apos;état et de config cachée au modèle, ToolNode en profondeur, mise à jour du graphe depuis un outil via Command, artefacts, gestion fine des erreurs et contraintes d&apos;appel.</description><pubDate>Wed, 25 Mar 2026 00:00:00 GMT</pubDate><category>langgraph</category><category>tool-calling</category><category>pydantic</category><category>command</category><category>production</category></item><item><title>Checkpointing &amp; human-in-the-loop : un agent durable et interruptible</title><link>https://agentique.world/deep-dive/checkpointing-human-in-the-loop/</link><guid isPermaLink="true">https://agentique.world/deep-dive/checkpointing-human-in-the-loop/</guid><description>La persistance n&apos;est pas qu&apos;une commodité : c&apos;est ce qui transforme un agent jetable en système fiable, capable de reprendre, de revenir en arrière et de demander une validation humaine avant d&apos;agir.</description><pubDate>Wed, 18 Mar 2026 00:00:00 GMT</pubDate><category>langgraph</category><category>checkpointer</category><category>human-in-the-loop</category><category>persistance</category><category>production</category></item><item><title>Observer son agent : votre première trace LangFuse</title><link>https://agentique.world/initiation/premiere-trace-langfuse/</link><guid isPermaLink="true">https://agentique.world/initiation/premiere-trace-langfuse/</guid><description>Un agent en production est une boîte noire — sauf si vous l&apos;observez. On branche LangFuse en quelques lignes, on lit une première trace, et on découvre ce que l&apos;agent a vraiment fait, ce que ça a coûté, et combien de temps ça a pris.</description><pubDate>Wed, 11 Mar 2026 00:00:00 GMT</pubDate><category>langfuse</category><category>observabilite</category><category>trace</category><category>fondamentaux</category></item><item><title>La mémoire conversationnelle : faire en sorte que l&apos;agent se souvienne</title><link>https://agentique.world/initiation/memoire-conversationnelle-checkpointer/</link><guid isPermaLink="true">https://agentique.world/initiation/memoire-conversationnelle-checkpointer/</guid><description>Par défaut, un agent oublie tout entre deux requêtes. On voit comment lui donner une mémoire court-terme avec le checkpointer et les threads — le mécanisme qui transforme une suite d&apos;appels isolés en vraie conversation.</description><pubDate>Wed, 04 Mar 2026 00:00:00 GMT</pubDate><category>langgraph</category><category>memoire</category><category>checkpointer</category><category>thread</category><category>fondamentaux</category></item><item><title>Donner des outils à votre agent : le tool calling en profondeur</title><link>https://agentique.world/initiation/donner-des-outils-tool-calling/</link><guid isPermaLink="true">https://agentique.world/initiation/donner-des-outils-tool-calling/</guid><description>Un agent ne vaut que par ses outils. On voit comment les concevoir pour que le modèle les utilise à bon escient, ce qu&apos;il perçoit réellement d&apos;eux, et comment gérer leurs erreurs sans casser la boucle.</description><pubDate>Wed, 25 Feb 2026 00:00:00 GMT</pubDate><category>langgraph</category><category>tool-calling</category><category>outils</category><category>fondamentaux</category></item><item><title>Votre premier agent LangGraph : la boucle ReAct pas à pas</title><link>https://agentique.world/initiation/premier-agent-react-langgraph/</link><guid isPermaLink="true">https://agentique.world/initiation/premier-agent-react-langgraph/</guid><description>On part d&apos;un LLM incapable d&apos;agir et on construit, brique par brique, un agent ReAct qui raisonne, appelle des outils et sait s&apos;arrêter. Sans create_react_agent, pour tout comprendre.</description><pubDate>Wed, 18 Feb 2026 00:00:00 GMT</pubDate><category>langgraph</category><category>react</category><category>tool-calling</category><category>fondamentaux</category></item><item><title>Le graphe d&apos;état : penser une application LLM comme un graphe</title><link>https://agentique.world/initiation/le-graphe-d-etat-langgraph/</link><guid isPermaLink="true">https://agentique.world/initiation/le-graphe-d-etat-langgraph/</guid><description>Le modèle mental qui sous-tend tout LangGraph. On construit un premier graphe — sans LLM — pour maîtriser les quatre primitives : état, nœud, arête, et arête conditionnelle. La fondation de tous vos agents.</description><pubDate>Wed, 11 Feb 2026 00:00:00 GMT</pubDate><category>langgraph</category><category>fondamentaux</category><category>stategraph</category><category>reducer</category></item><item><title>Qu&apos;est-ce qu&apos;une architecture agentique ?</title><link>https://agentique.world/initiation/qu-est-ce-qu-une-architecture-agentique/</link><guid isPermaLink="true">https://agentique.world/initiation/qu-est-ce-qu-une-architecture-agentique/</guid><description>Avant d&apos;écrire la moindre ligne de code : ce qui distingue un agent d&apos;un simple appel LLM, le spectre de l&apos;autonomie, et surtout — la question qu&apos;on oublie toujours — quand il ne faut PAS construire un agent.</description><pubDate>Wed, 04 Feb 2026 00:00:00 GMT</pubDate><category>concepts</category><category>fondamentaux</category><category>architecture</category></item></channel></rss>