Prenez contact avec nous
 Durée 14 heures

Plan du cours

Introduction

  • Flux de travail (workflows) versus agents
  • Aperçu de l'architecture et cas d'usage typiques

Fondamentaux de l'API Claude

  • API Messages, modèles et paramètres
  • Invites système (system prompts) et sortie structurée
  • Streaming et gestion des erreurs
  • Labo : première intégration API

Utilisation d'outils

  • Définition des outils et des schémas
  • Boucle d'utilisation des outils et récupération d'erreurs
  • Labo : un agent qui appelle des API d'entreprise

MCP et Agent Skills

  • Serveurs et clients MCP
  • Utilisation de serveurs existants et création d'un petit serveur
  • Agent Skills pour une expertise réutilisable
  • Labo : connecter un agent à une source de données

Claude Agent SDK

  • Boucle d'agent, sessions et gestion du contexte
  • Permissions, hooks et sous-agents
  • Labo : construction d'un agent de recherche et de rapport

Coûts, qualité et sécurité

  • Mise en cache des invites (prompt caching) et budgétisation des jetons
  • Dispositifs de protection (guardrails) et étapes d'approbation humaine
  • Évaluations avec un petit jeu de tests
  • Journalisation et surveillance

De prototype à production

  • Options de déploiement et gestion des secrets
  • Maintenance et gestion de version
  • Roadmap pour le cas d'usage propre aux participants

Pré requis

  • Expérience en programmation avec Python ou TypeScript
  • Expérience dans l'appel d'API REST et le traitement JSON
  • Compréhension de base des grands modèles de langage

Public cible

  • Développeurs logiciels et ingénieurs de données qui intègrent des fonctionnalités IA dans des produits et outils internes
  • Architectes de solutions évaluant des architectures d'agents
  • Équipes techniques souhaitant passer du prototype à la production

Nombre de participants


Prix par participant

Nos clients témoignent (3)

Cours à venir

Catégories Similaires