Bref Résumé
Cette vidéo est un guide complet pour créer des agents IA en 2025, en utilisant n8n. Elle explique les concepts fondamentaux, montre comment construire un premier agent IA étape par étape, et présente des exemples d'agents IA plus complexes.
- Définition d'un agent IA et son utilité pour automatiser des tâches.
- Construction pratique d'un agent IA sur n8n, avec des explications détaillées.
- Exploration des différents types d'agents IA et de leurs applications potentielles.
Introduction
La vidéo présente un guide pour construire des agents IA en 2025, en mettant l'accent sur la création pratique d'un premier agent IA et le développement de compétences pour des agents plus complexes. L'auteur mentionne des exemples d'agents IA créés, couvrant divers domaines tels que la création de contenu, la gestion d'emails, la gestion de projets, et l'analyse de données. Ces agents sont disponibles gratuitement en tant que modèles sur une communauté School. La vidéo aborde la définition d'un agent IA, son fonctionnement sur n8n, la construction d'un premier agent IA, et les notions importantes à connaître.
C'est quoi un Agent IA ?
Un agent IA est un système capable de prendre en compte son environnement et les variables fournies en entrée pour réaliser des tâches spécifiques avec un objectif précis. Il permet d'automatiser des tâches redondantes comme l'envoi de messages, la modification de CRM, ou la gestion de factures, libérant ainsi du temps pour des tâches plus utiles. L'implémentation massive des agents IA dans les entreprises est prévue, offrant un avantage concurrentiel. Nvidia implémente déjà des agents IA dans divers domaines, ce qui aura un impact significatif.
un Agent IA sur n8n
Un agent IA sur n8n se compose de déclencheurs (messages Slack, emails, modifications de bases de données), d'un modèle de chat, d'une mémoire et d'outils. Les agents peuvent être liés entre eux pour des tâches complexes. Un exemple est donné avec la gestion de factures, où l'agent automatise l'envoi et la récupération des factures, les enregistre sur Google Drive et peut même rechercher des factures dans une base de données. Il existe différents types d'agents IA sur n8n, mais le "tool agent" est le plus flexible car il permet d'ajouter et de modifier des outils.
Construction de ton premier Agent IA n8n
La construction d'un agent IA sur n8n implique de comprendre les workflows, les credentials et les exécutions. Les credentials servent à connecter les outils et applications (Google Drive, Gmail, Telegram, LLM). Un workflow est créé avec un déclencheur manuel pour simplifier le test. Des variables sont stockées dans le schéma n8n via "edit fields". Un "tools agent" est utilisé, et les inputs d'entrée sont définis. Il est nécessaire de lancer le workflow une première fois pour comprendre le format JSON des données.
Notions importantes JSON
Le format JSON est un format d'échange de données avec une structure paire valeur, facile à comprendre et utilisable dans divers langages. Sur n8n, les données sont transmises sous ce format, en utilisant du JavaScript pour manipuler les valeurs. Les données du nœud précédent peuvent être récupérées avec $json.nom_de_la_paire. Pour les nœuds non précédents, on utilise $node("nom_du_nœud").item.json.nom_de_la_paire. La fonction now() donne la date actuelle. La fonction if permet de créer des conditions. Un formateur JSON est fourni pour valider le format JSON.
Création de l'Agent IA
Les variables d'input sont définies avec un schéma (prénom, nom, âge, passions). Ces informations sont transmises à l'agent IA en utilisant le format expression. Un système message est paramétré pour définir le contexte, l'objectif, les étapes, l'outil et les contraintes de l'agent. L'option "automatically pass through binary images" permet de fournir des images binaires à l'agent. L'agent IA est décomposé en quatre branches : chat modèle (LLM utilisé), mémoire, tools (outils utilisés) et output parser. Le chat modèle est connecté via une clé API OpenAI. Les tools sont définis, comme Gmail, en utilisant la fonction from ai pour donner un contexte sur la variable et la valeur à mettre dans chaque case.
Explication Output Parser
Un output parser donne du contexte sur la réponse de sortie de l'agent IA, définissant un schéma précis. Cela permet d'avoir une réponse cohérente et répétable, utile dans des cas complexes. Il existe plusieurs types d'output parsers, mais le "structured output parser" est le plus utilisé. Dans l'exemple, un output parser simple est utilisé pour indiquer si le message a été envoyé ou non.
Suite du Projet
Pour ajouter de la complexité, un autre outil comme Google Sheets peut être intégré en le paramétrant dans le système prompt et en utilisant des placeholder. Des API peuvent également être utilisées via des requêtes HTTP. La créativité est la seule limite pour créer des agents IA ultra spécifiques.
Autres Agents IA intéressants
Il existe des nœuds intéressants comme l'"information extractor" pour extraire des informations d'un texte, le "sentiment analysis" pour analyser le sentiment d'une personne, le "text list classifier" pour classifier un texte, et le "summarize and chain" pour synthétiser un paragraphe.
Conclusion
La vidéo conclut en encourageant les spectateurs à liker et à s'abonner. Les modèles d'agents IA présentés sont disponibles gratuitement sur la communauté School. Un lien est fourni pour prendre un appel et discuter de projets IA pour les entreprises.
