Agent Builder — Moteur Agentique Déterministe
Le framework Python ultraléger et déterministe pour concevoir des agents IA autonomes avec boucles de self-correction étanches, politiques de cache chirurgicales et isolation des exécutions.
@agent.loop(guardrails=StrictGuard)
async def execute_task(task):
# Evaluate state & token budget
state = await router.evaluate(task)
assert state.token_drift == 0
# Isolated ReAct loop execution
res = await state.self_correct()
return res.deterministic_output()Pourquoi Réformer Votre Architecture Agentique ?
Les frameworks d'agents traditionnels souffrent d'hallucinations et de dérives budgétaires massives. Découvrez la rigueur d'Agent Builder.
Imprédictibilité & Gaspillage
- Dérive exponentielle du contexte : la facture d'API explose à chaque boucle d'itération.
- Agents qui s'enferment dans des boucles infinies d'erreurs et d'hallucinations.
- Exécution de scripts système sans confinement étanche du blast radius.
- Impossibilité de reproduire de manière déterministe le comportement d'un agent.
Déterminisme & Frugalité Strictes
- Budget de tokens verrouillé : fenêtres glissantes dynamiques et prompt caching.
- Double boucle de validation ReAct avec auto-correction obligatoire des boucles.
- Sandboxing complet : isolation des commandes shell et masquage des clés .env.
- Déterminisme garanti : exécutions auditables et comportement 100 % reproductible.
Les 4 Piliers d'Agent Builder
Une ingénierie d'agents pensée pour la production sans compromis sur la sécurité.
Token Budgeting Strict
Gestion chirurgicale de la fenêtre de contexte. Politiques de cache d'invites et élagage automatique pour stopper tout risque de dérive budgétaire.
Sandboxing & Guardrails
Isolation totale de l'exécution d'outils et de scripts. Filtrage anti-fuite de clés API et confinement du périmètre d'action de l'agent.
Double Boucle de Validation
Chaque modification proposée par l'agent est validée par des règles déterministes (JSON schema, tests unitaires) avant toute écriture sur le disque.
Orchestration Subagents Frugale
Routage dynamique des tâches vers des modèles spécialisés (flash_lite, flash, pro) pour diviser le coût moyen par tâche par 10.
Prise en Main Rapide
Installez la librairie Python et initialisez votre premier agent déterministe en 30 secondes.
# Windows / Linux : Installation via Python pip
pip install agent-builder
git clone https://github.com/nhue-lab/agent-builder.git
cd agent-builder && python -m agent_builder.initQuestions Fréquentes (FAQ)
Les réponses aux questions des développeurs et ingénieurs IA.
En quoi Agent Builder diffère-t-il de LangChain ou AutoGen ? ↓
Agent Builder privilégie le déterminisme et la frugalité. Plutôt que de multiplier les abstractions lourdes et imprévisibles, Agent Builder applique un budget de tokens strict, une validation déterministe avant chaque modification de code, et une isolation étanche des outils d'exécution.
Comment le framework garantit-il la zéro dérive de tokens ? ↓
Le moteur intègre une politique de fenêtre glissante dynamique et active le cache d'invites (Prompt Caching). Les historiques de conversation sont condensés sous forme de digests haute-fidélité avant d'atteindre le seuil critique du modèle.
Puis-je l'utiliser avec des LLM locaux (Ollama, vLLM) ? ↓
Oui. Agent Builder est compatible avec n'importe quelle API conforme OpenAI (OpenAI, Anthropic, Gemini, DeepSeek, Ollama, LM Studio). Vous gardez le choix du provider.