Agents et utilisation de l’ordinateur
Flux de travail agentiques, contrôle du navigateur, mémoire, boucles, cadres logiciels et parcours vocaux destinés aux clients.
48 contenus (29 articles · 19 vidéos)
Commencez ici
Quelques bons contenus pour débuter avant de parcourir l’ensemble du flux.
11 min de lectureCréez votre premier agent d’IA dans n8n : un flux de qualification des prospects de bout en bout
Une conception documentée de la qualification des prospects dans n8n : validez les entrées, limitez les outils de l’agent, contrôlez la sortie structurée, enregistrez la proposition de manière atomique et soumettez toute action visible par le client à une approbation.
Intermédiaire
11 min de lectureAgents de navigateur et pilotage d’ordinateur : ce qu’ils peuvent réellement faire aujourd’hui
Les agents de navigateur et les IA capables de piloter un ordinateur promettent d’agir comme vous sur votre machine. En 2026, la réalité est plus utile, mais aussi plus limitée, que ne le suggèrent les démonstrations. Un guide concret sur ce qui fonctionne, ce qui échoue et les usages à envisager.
Intermédiaire
13 min de lectureConcevoir des agents qui ne bouclent pas indéfiniment
Les boucles infinies ou quasi infinies figurent parmi les défaillances les plus courantes des agents en production : ils réessaient, se dispersent et consomment des tokens sans progresser. Voici les schémas architecturaux qui garantissent leur terminaison, même pour les tâches difficiles.
AvancéPlus de contenus sur ce thème
9 min de lectureDGX Spark : ce que c’est, à qui il s’adresse et ce qu’il change pour les agents exécutés localement
Une analyse factuelle du NVIDIA DGX Spark : caractéristiques du Grace Blackwell GB10 publiées par NVIDIA, mémoire unifiée cohérente, interconnexion de plusieurs systèmes par ConnectX-7 et situations où une machine de bureau dédiée aux agents constitue un choix pertinent pour l’IA privée.
Avancé
7 min de lectureHermes Agent : ce que c’est, ce que ce n’est pas et quand l’utiliser
Une présentation claire de Hermes Agent de Nous Research : mémoire persistante, skills, outils et passerelles de messagerie, avec les critères pour décider quand un chatbot suffit et quand un environnement d’exécution d’agents est plus adapté.
Intermédiaire
8 min de lecturePremière semaine avec Hermes Agent : hygiène de la mémoire, skills et approbation des outils
Une configuration sûre pour la première semaine avec Hermes Agent : installer et vérifier le fonctionnement, épurer MEMORY.md et USER.md, ajouter un skill, encadrer les écritures de fichiers et désactiver ou isoler l’accès au shell.
Intermédiaire
8 min de lectureHermes ou n8n : choisissez selon la tâche (et quand utiliser les deux)
Un cadre de décision pour Hermes Agent et n8n : la plomberie déterministe reste dans n8n, tandis qu’une étape de l’API Hermes authentifiée par jeton bearer ou un parcours webhook d’événements distinct prend en charge le travail d’agent délimité.
Intermédiaire
7 min de lectureWebhooks Hermes : agents pilotés par événements sans méga-prompt fourre-tout
Configurez les webhooks de Hermes Agent avec une authentification adaptée au fournisseur, des contrôles de santé sur le port 8644 et de petites routes nommées, afin que les événements deviennent des exécutions ciblées avec une cible de diffusion explicite.
Intermédiaire
8 min de lectureIdempotence, nouvelles tentatives et validations humaines pour les nœuds d’IA dans n8n
Les nœuds d’IA échouent autrement que les API CRUD. Concevez les nouvelles tentatives, les clés d’idempotence, les validations humaines et la journalisation dans n8n pour qu’un appel instable au modèle ne duplique pas un e-mail ni ne contourne la vérification.
Intermédiaire
10 min de lecturen8n → Hermes : choisir entre un appel API et un webhook événementiel
Conservez l’état déterministe dans n8n et choisissez l’API Hermes lorsque n8n a besoin du résultat de l’agent, ou l’adaptateur webhook lorsqu’un événement doit déclencher une diffusion Hermes configurée.
Intermédiaire
10 min de lectureNemoClaw sur DGX Spark : plan de déploiement et de sécurité
Planifier et évaluer OpenClaw, Hermes ou Deep Agents Code dans NVIDIA OpenShell sur DGX Spark : procédure d’installation actuelle, couches de règles, inférence routée et preuves de réception indispensables.
Avancé
8 min de lectureOpenClaw : listes d’autorisation, appairage et sécurité des mentions de groupe
Les listes d’autorisation de canaux, l’appairage des messages privés et les règles de mention de groupe sont la véritable frontière de sécurité d’OpenClaw — parce que les outils peuvent inclure le shell, les fichiers et le navigateur. Une liste de contrôle pratique pour tout verrouiller.
Intermédiaire
9 min de lectureConfigurer une passerelle OpenClaw personnelle : installation, configuration initiale et tableau de bord
Comprendre OpenClaw, installer et configurer sa passerelle multicanal auto-hébergée, ouvrir le Control UI sur le port 18789 et utiliser une version de Node prise en charge sans négliger les bases de la sécurité.
Intermédiaire
10 min de lectureOpenClaw : skills, autonomie du heartbeat et portes d’approbation
Comprendre le chargement des skills OpenClaw et les tours périodiques du heartbeat, contrôler l’exécution du shell de l’hôte et maintenir l’automatisation du navigateur derrière une politique restrictive et une confirmation humaine intégrée au flux de travail.
Intermédiaire
8 min de lectureOpenClaw vs Hermes : choisir selon la tâche, pas selon la marque
OpenClaw et Hermes sont des systèmes d’agents auto-hébergés qui se chevauchent, avec des forces opérationnelles différentes. Comparez le routage de canaux, les webhooks, les outils et les frontières d’automatisation avant de choisir l’un, l’autre ou les deux.
Intermédiaire
10 min de lectureArchitecture expérimentale : deux DGX Spark, DeepSeek-V4-Flash, n8n et Hermes
Comment évaluer une solution communautaire expérimentale qui exécute DeepSeek-V4-Flash sur deux DGX Spark, avec n8n pour les opérations déterministes et Hermes pour les tâches qui exigent du jugement.
Avancé
12 min de lectureFaire de Codex, Claude Code et Cursor une seule équipe en ligne de commande
Utilisez AGENTS.md, CLAUDE.md, les règles de Cursor et les modes non interactifs des CLI pour confier la conception à Codex, la revue à Claude et l’implémentation à Cursor, sans plateforme d’orchestration sur mesure.
Avancé
15 min de lectureGérer un projet multi-agents avec Linear : Claude, Cursor et Codex sur un même backlog
Faites travailler Claude Code, Cursor et Codex sur un même projet Linear comme une véritable équipe d’ingénierie : prise en charge des tâches, suivi de l’avancement, transmission pour revue, correction des constats et clôture des tickets sans conflits.
Avancé
6 minutesAgents vocaux IA : Comment ils fonctionnent vraiment et pourquoi ils sonnent si humains
CX Foundation. Elle décompose le fonctionnement d'un agent vocal en une chaîne concrète : reconnaissance de la parole, modèle de langage, API des systèmes métier, synthèse vocale et gestion des interruptions. Le cadre de déploiement de l'article repose ainsi sur une base technique claire avant le choix de Twilio, Retell, Vapi, LiveKit ou d'une autre plateforme.
Avancé
9 min de lectureIDE natifs de l'IA et processus de développement tenant compte du dépôt
Cursor, Copilot, Claude Code et les agents qui comprennent le dépôt ne transforment le développement logiciel que si les équipes leur imposent des limites. Voici un processus concret couvrant le contexte du code, la planification, les tests, la revue, les secrets et la sécurité en production.
Avancé
9 min de lectureAgents vocaux dans les parcours clients : leurs réussites et leurs limites
Les agents vocaux sont utiles lorsque le parcours est bien délimité, les données disponibles et le repli maîtrisé. Un cadre de décision concret pour les systèmes de type Twilio ou Retell, l’information des appelants, le transfert à un opérateur humain, les tests et le déploiement.
Avancé
11 min de lectureLangGraph, CrewAI ou API directe : choisir un framework d’agents en 2026
En 2026, les frameworks d’agents sont plus matures, mais le choix n’est pas plus clair. LangGraph, CrewAI, Pydantic AI, OpenAI Agents SDK et les API directes conviennent chacun à certaines équipes et certains projets, jamais à tous. Voici une comparaison honnête et un cadre de décision.
Avancé
11 min de lectureConcevoir un agent d’IA pour le service client : triage, connaissances, actions et escalade
Un modèle de référence évalué sur la file pour le triage, la récupération, la rédaction de réponses, les actions contrôlées et l'escalade humaine, avec les limites de politique et de mesure requises pour un pilote sûr.
Intermédiaire
10 min de lectureCréer une veille ou une newsletter automatisée avec l’IA
Créez une veille quotidienne ou hebdomadaire automatisée avec des sources traçables, une collecte respectueuse des autorisations, des contrôles de qualité explicites et un cycle de maintenance.
Intermédiaire
12 min de lectureAgents d'utilisation d'ordinateur et de navigation en production
Les démonstrations d'agents d'utilisation d'ordinateur et de navigation deviennent virales. Les déploiements en production à grande échelle prennent une autre forme — périmètre restreint, garde-fous solides, expérience utilisateur soigneusement conçue. Les modèles qui fonctionnent, les échecs récurrents et l'équation économique réelle.
Avancé
10 min de lectureConnecter l’IA à votre messagerie, votre calendrier et votre CRM en toute sécurité
Un guide fondé sur les risques pour connecter l’IA à la messagerie, au calendrier et au CRM : droits minimaux, étapes d’approbation, preuves d’audit protégées, tests négatifs et procédures de reprise.
Intermédiaire
10 min de lectureMCP pour les non-ingénieurs : connecter Claude ou Cursor à vos outils
MCP est le nouveau standard pour connecter l'IA à vos outils. Vous n'avez pas besoin d'en écrire un pour en bénéficier. Un guide pour les non-ingénieurs expliquant ce que c'est, quels serveurs installer et ce qui devient possible une fois que votre IA peut vraiment agir.
Intermédiaire
12 min de lectureConstruire la mémoire pour les agents à longue durée de vie
Les agents à longue durée de vie nécessitent une conception de persistance maîtrisée : provenance, confirmation, isolation par locataire, tests de récupération, conservation, correction et suppression vérifiable.
Avancé
9 min de lecturen8n, Zapier ou Make : choisir la bonne plateforme d'automatisation
Une comparaison honnête des trois principales plateformes d'automatisation pour les flux de travail d'IA en 2026 : points forts, limites et règles de décision pour choisir sans regret.
Intermédiaire
12 min de lectureRAG au-delà des segments : graph RAG, RAG agentique et RAG à contexte long
Le RAG classique fondé sur des segments présente des limites. Le graph RAG, le RAG agentique et le RAG à contexte long les dépassent chacun différemment. Voici quand choisir chaque approche, comment elle fonctionne réellement et quels compromis importent en production.
Avancé
190 minutesCours complet LangGraph pour débutants – agents IA complexes avec Python
freeCodeCamp.org. Ce long tutoriel pratique couvre les graphes d'état, les nœuds, les arêtes, le routage conditionnel, les points de contrôle et l'utilisation d'outils dans LangGraph. À la fin, vous aurez une compréhension concrète du modèle à état typé, où « chaque transition est explicite » : la comparaison de l'article avec CrewAI et le code utilisant directement l'API ne sera plus abstraite.
Avancé
66 minutesTutoriel CrewAI : cours intensif complet pour débutants
aiwithbrandon. Le tutoriel suit une démarche pratique comparable, mais avec le modèle rôle-objectif-contexte de CrewAI : les agents deviennent des membres d'équipe, les tâches des livrables et le framework masque la boucle d'exécution. Regardez-le juste après le cours sur LangGraph. Le contraste entre les décisions prises par chaque framework correspond précisément au choix que l'article vous invite à évaluer.
Avancé
15 minutesComment nous construisons des agents efficaces : Barry Zhang, Anthropic
AI Engineer. Barry Zhang énonce trois règles — ne pas créer un agent lorsqu’un flux de travail suffit, garder la boucle aussi simple que possible et « penser comme votre agent » : se placer dans sa fenêtre de contexte et constater qu’il prend des décisions à l’aveugle entre deux captures d’écran. L’argument en faveur de la simplicité et la liste de contrôle « cette tâche justifie-t-elle seulement un agent ? » correspondent exactement à la rigueur demandée dans l’article.
Avancé
18 minutesConseils pour créer des agents d’IA
Anthropic. Trois ingénieurs d’Anthropic passent en revue les pièges les plus courants qu’ils rencontrent — agents qui ne savent pas quand s’arrêter, surcharge du prompt système au lieu de corriger l’environnement et coût d’architectures multi-agents dont personne n’avait réellement besoin. La vidéo est utile juste après l’intervention de Barry : vous reconnaîtrez les mêmes schémas sous un autre angle.
Avancé
31 minutesComment construire un agent de support client IA avec n8n (modèle gratuit)
Bart Slodyczka. Le flux n8n se connecte à des logiciels de support, rédige des réponses à partir de contenus récupérés et transforme des tickets résolus en contenus candidats pour la base de connaissances. Avant d'utiliser ce schéma d'ingestion, ajoutez une approbation humaine, expurgez données personnelles et secrets, conservez le ticket source et la version du contenu comme provenance, et lancez des évaluations de récupération sur un jeu de tickets réservé.
Intermédiaire
231 minutesComment construire et vendre des agents d'IA : Guide ultime pour les débutants
Liam Ottley. Le cours couvre des chatbots fondés sur RAG, la logique d'escalade et une gamme sans code comprenant Botpress, Voiceflow, Make et n8n. Sa section « anatomie d'un agent » fournit une implémentation concrète à comparer aux responsabilités triage → preuves → action proposée → contrôle de politique → escalade décrites dans l'article.
Intermédiaire
24 minutesIntroduction à Operator et aux agents
OpenAI. Dans cette véritable démonstration de lancement d’Operator, l’équipe réserve une table au restaurant, commande des courses, achète des billets pour un événement et laisse Operator se retrouver bloqué par une redirection ou rendre la main lorsqu’il atteint un écran de connexion. C’est l’illustration la plus claire de l’expérience concrète d’un agent de navigateur — boucle capture d’écran-clic, confirmations avant les actions qui modifient l’état et garde-fous contre l’injection de prompt. L’article cherche précisément à donner une attente réaliste de cette expérience.
Intermédiaire
2 minutesClaude | Utilisation de l'ordinateur pour orchestrer des tâches
Anthropic. Cette démonstration de deux minutes d’Anthropic montre Claude planifier une petite tâche dans plusieurs applications — effectuer une recherche sur le web, consulter Maps et créer une invitation dans le calendrier — en contrôlant directement l’ordinateur. Elle offre un contraste utile avec le modèle limité au navigateur distant dans la démonstration d’Operator ci-dessous et illustre concrètement l’idée de l’article : les agents capables de contrôler un ordinateur conviennent mieux aux tâches courtes et bien délimitées qu’aux travaux ouverts.
Intermédiaire
5 minutesClaude a pris le contrôle de mon ordinateur...
Fireship. C'est la meilleure explication courte sur YouTube de la boucle capture d'écran–action–capture d'écran, y compris de ses véritables défaillances : Claude qui part chercher Yellowstone, consommation de tokens et latence à chaque étape. Fireship laisse volontairement de côté les détails de production — l'article les couvre — mais donne la bonne intuition sur le coût et la fragilité de ces systèmes avant leur intégration à votre environnement technique.
Avancé
8 minutesClaude Computer Use d'Anthropic change la donne | YC Decoded
Y Combinator. Garry Tan explique ce que le pilotage d'un ordinateur change pour la longue traîne de logiciels difficiles à automatiser : applications historiques, portails internes et tout système dépourvu d'API. Son analyse rejoint exactement l'argument de l'article selon lequel « le navigateur est l'interface universelle », avec une vision plus réaliste des premiers cas d'usage rentables.
Avancé
25 minutesLe Top 10 des attaques contre les LLM selon l’OWASP : les vulnérabilités de l’IA révélées
IBM Technology. La vidéo élargit la perspective au-delà de l’injection de prompt et présente les 10 principales vulnérabilités des LLM selon l’OWASP : traitement non sécurisé des sorties, divulgation d’informations sensibles et autonomie excessive. C’est précisément le catalogue de modes de défaillance à garder à l’esprit avant d’accorder à un outil des droits d’accès à Gmail ou à HubSpot.
Intermédiaire
11 minutesQu'est-ce qu'une attaque d'injection de prompt ?
IBM Technology. L’exemple de Jeff Crume, « achetez un SUV pour 1 $ », explique en 10 minutes et avec une grande clarté pourquoi les injections de prompt directes et indirectes constituent deux problèmes différents, et pourquoi le filtrage ne peut résoudre complètement ni l’un ni l’autre. Il rejoint directement l’argument de l’article : il faut des portées limitées au strict nécessaire, un compte d’agent dédié et une validation humaine pour toute action irréversible, pas simplement un prompt système plus ingénieux.
Intermédiaire
26 minutesDe zéro à votre premier agent d'IA en 25 minutes (sans coder)
Futurepedia. La vidéo construit de A à Z un agent n8n fonctionnel en une seule séance et prend le temps d’expliquer ce qu’est réellement un agent, en quoi il diffère d’un flux de travail linéaire et où placer les garde-fous. Vous reconnaîtrez ensuite chaque nœud du schéma de l’article et aurez une idée des réglages par défaut raisonnables.
Intermédiaire
92 minutesFormation complète n8n : construisez des agents d’IA et automatisez des flux de travail (du niveau débutant au niveau expert)
Nate Herk | AI Automation. Nate est l’un des spécialistes de n8n les plus regardés, et cette formation va plus loin que l’introduction de Futurepedia : mémoire, architectures multi-agents, gestion des erreurs et flux de travail réellement utilisés en entreprise. Consultez-la une fois que votre agent de qualification des prospects fonctionne et que vous souhaitez le faire évoluer.
Intermédiaire
20 minutesLe protocole de contexte du modèle (MCP)
Anthropic. Les concepteurs du protocole — Theo Chu, David Soria Parra et Alex Albert — expliquent pourquoi MCP existe, ses composants — serveur, client et transport —, son accueil depuis sa publication en novembre 2024 et les serveurs qu’ils utilisent réellement au quotidien. C’est une source canonique utile après la présentation de Nate Herk.
Intermédiaire
16 minutesComment MCP rend les agents plus intelligents (pour les non-techniciens)
Nate Herk | AI Automation. Cette explication de 16 minutes, dépourvue de jargon, montre ce qu’est un serveur MCP, comment des clients tels que Claude et n8n l’utilisent, et ce que vous faites différemment une fois qu’il est disponible. Elle correspond presque exactement à l’approche de l’article : « connecter Claude ou Cursor à vos outils ».
Intermédiaire
7 minutesMémoire pour agents (vidéo conceptuelle)
LangChain. Cette courte présentation sans code explique la distinction entre mémoire à court et à long terme, les trois formes courantes de la mémoire à long terme — instructions, profil et liste d'objets — ainsi que le compromis entre écriture dans le chemin critique et traitement en arrière-plan. La section de l'article consacrée à l'architecture de la mémoire repose précisément sur cette taxonomie.
Avancé
44 minutesConstruire une mémoire inspirée du cerveau pour l'IA | Systèmes de mémoire des agents LLM
Adam Lucek. Cette présentation plus longue met en œuvre dans le code les catégories inspirées des sciences cognitives : mémoire épisodique, sémantique, de travail et procédurale. Regardez-la après la vidéo conceptuelle de LangChain si vous recherchez un modèle mental plus affirmé et un exemple fonctionnel dont vous pourrez vous inspirer.
Avancé