Construire des Agents IA avec LangChain et VibeCodeCheap
← Retour au Blog

Construire des Agents IA avec LangChain et VibeCodeCheap

2 min de lecture
langchain ai-agents tutorial python

Les agents IA transforment la façon dont nous construisons des applications intelligentes. Dans ce tutoriel, nous allons créer un agent IA puissant en utilisant LangChain et l’API abordable de VibeCodeCheap.

Ce que nous allons construire

Un assistant de recherche capable de :

  • Rechercher des informations sur le web
  • Résumer du contenu
  • Répondre aux questions de suivi
  • Maintenir le contexte de la conversation

Prérequis

  • Python 3.9+
  • Clé API VibeCodeCheap
  • Connaissances de base en Python

Étape 1 : Installer les dépendances

pip install langchain langchain-openai python-dotenv

Étape 2 : Configurer l’API

Créez un fichier .env :

OPENAI_API_KEY=votre-cle-vibecodecheap
OPENAI_API_BASE=https://api.vibecodecheap.com/v1

Étape 3 : Créer l’agent

from langchain_openai import ChatOpenAI
from langchain.agents import AgentExecutor, create_openai_functions_agent
from langchain.tools import tool
from langchain.prompts import ChatPromptTemplate, MessagesPlaceholder
import os
from dotenv import load_dotenv

load_dotenv()

# Initialiser le LLM avec VibeCodeCheap
llm = ChatOpenAI(
    model="claude-sonnet-4.5",
    openai_api_key=os.getenv("OPENAI_API_KEY"),
    openai_api_base=os.getenv("OPENAI_API_BASE"),
)

@tool
def search_web(query: str) -> str:
    """Rechercher des informations sur le web."""
    # Votre implémentation de recherche
    return f"Résultats de recherche pour : {query}"

@tool
def summarize(text: str) -> str:
    """Résumer le texte donné."""
    return llm.invoke(f"Résume ceci : {text}").content

# Créer l'agent
tools = [search_web, summarize]

prompt = ChatPromptTemplate.from_messages([
    ("system", "Vous êtes un assistant de recherche utile."),
    MessagesPlaceholder(variable_name="chat_history"),
    ("human", "{input}"),
    MessagesPlaceholder(variable_name="agent_scratchpad"),
])

agent = create_openai_functions_agent(llm, tools, prompt)
agent_executor = AgentExecutor(agent=agent, tools=tools, verbose=True)

Étape 4 : Exécuter l’agent

result = agent_executor.invoke({
    "input": "Recherche les dernières tendances des assistants de codage IA",
    "chat_history": []
})

print(result["output"])

Pourquoi VibeCodeCheap pour les agents IA ?

Construire des agents nécessite de nombreux appels API. Notre tarification le rend abordable :

  • 50% de réduction - Plus d’expérimentations, moins de soucis
  • Compatible OpenAI - Fonctionne avec LangChain nativement
  • Plusieurs modèles - Essayez Claude, GPT-4, Gemini
  • Limites de débit élevées - Gérez les charges de production

Prochaines étapes

  • Ajoutez plus d’outils à votre agent
  • Implémentez la mémoire pour les longues conversations
  • Déployez comme service web

Commencez à construire des agents IA aujourd’hui

Articles Connexes

Build Your AI Agents Now

API proxy for Claude Code, LangChain, CrewAI & more. One API key for Claude, Gemini models.