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.
Son audience est inférieure à notre seuil parce que le sujet reste spécialisé. Nous la conservons, car la section de l'article consacrée à l'architecture de la mémoire utilise exactement cette taxonomie. Regardez-la d'abord pour vous familiariser avec les termes.
Séparer les décisions concernant la mémoire à court terme et à long terme, et décider quand la mémoire de l'agent doit être écrite.
Contexte général sur la création d'agents ; aucun élément spécifique à LangChain n'est requis.
Dernière révision : 18 mai 2026
Continuez dans le même parcours d’apprentissage avec les prochaines vidéos d’accompagnement sélectionnées.
5 minutesComprendre pourquoi le pilotage d'un ordinateur par captures d'écran est puissant, mais aussi lent, coûteux et fragile par rapport à une automatisation fondée directement sur des API.
13 minutesModéliser l'injection de prompt comme un mélange de données non fiables et définir des limites de conception autour de l'utilisation des outils.
19 minutesVous pouvez estimer quand la mise en cache des prompts est rentable en pesant les surcoûts de mise en cache en écriture par rapport aux économies en lecture pour vos charges de travail réelles.
Des cours externes sélectionnés pour approfondir ce sujet.
Microsoft (open-source, via GitHub Pages)Microsoft Copilot Studio team
The deeper, production-minded counterpart to our beginner no-code pick: a free, open-source, rank-based curriculum that takes you from zero Copilot Studio experience through MCP integrations and multi-agent orchestration, all without writing traditional code. It's the no-code answer to 'now I want to go further than a quick-start,' which our catalog didn't have.
Anthropic AcademyAnthropic Academy
Le protocole de contexte des modèles (MCP) remplace progressivement les intégrations ponctuelles d'outils dans tout l'écosystème de l'IA. Apprenez-le directement à la source. À la fin, vous aurez construit et déployé votre propre serveur MCP, connecté un client LLM et compris pourquoi cette norme est ce qui se rapproche le plus de l'USB-C dans ce domaine.
DeepLearning.AIJoão Moura (Founder, CrewAI)
Doubles as our sales and customer-support vertical pick and a genuinely practical agent-building course: you build an agentic sales pipeline (lead scoring, personalized outreach) and a customer-support data-insights pipeline as two of the five hands-on projects, taught by CrewAI's own founder. Requires basic Python, so it sits with our other builder-track courses rather than the no-code picks.
