🏗️ De QA Bot à Task Agent : Un Guide d'Architecture

TL;DR : Arrêtez de construire des chatbots qui ne font que répondre à des questions. Commencez à construire des agents de tâches qui accomplissent réellement le travail.

Ce guide explique le changement architectural des bots QA monolithiques vers des agents de tâches utilisant des règles statiques, des compétences dynamiques et des crochets déterministes — avec des exemples de code concrets et des références open-source.

Illustration d'une architecture de système d'agent de tâches montrant l'interaction entre différents composants.

1. Le Changement Fondamental : QA Bot → Task Agent

La plupart des systèmes d'IA aujourd'hui sont encore des bots QA bourrés de contexte :

• Ils répondent bien aux questions

• Ils hallucinent sous pression

• Ils manquent de garanties concernant l'exécution, la sécurité et la cohérence

💡 L'idée clé : Ne pas étendre le contexte. Le structurer.

2. L'Architecture à Trois Couches

🧱 1. Contexte Statique — Règles (Toujours Actif)

•Modèle mental : Manuel de l'employé
•Toujours chargé
•Définit l'identité, les normes de codage, les contraintes comportementales
•Empêche les hallucinations et la dérive de style
•Petit, stable, modifiable par l'homme

🛠️ 2. Contexte Dynamique — Compétences (À la Demande)

•Modèle mental : Boîte à outils
•Chargé uniquement lorsque nécessaire
•Chaque compétence est une capacité autonome
•Garde la fenêtre de contexte propre

⚓ 3. Crochets Déterministes — Garde-fous

•Modèle mental : Couche de sécurité + conformité
•Pas probabiliste
•S'exécute avant / après le raisonnement LLM
•Fait respecter des règles qui ne doivent jamais échouer

3. Structure de Projet Recommandée

my-task-agent/
├── .cursorrules
├── main.py
├── tools/
│   └── linear_mcp.py
└── README.md

4. Exemple de Contexte Statique : .cursorrules

# RÔLE
Vous êtes un Ingénieur Python Senior axé sur les systèmes de production.

# RÈGLES
- NE JAMAIS utiliser print() pour le débogage
- TOUJOURS indiquer le type des fonctions
- Proposer un plan si plus de 3 fichiers sont touchés

# COMPORTEMENT
- Soyez concis
- Posez des questions de clarification si nécessaire

Référence : https://github.com/PatrickJS/awesome-cursorrules

5. Exemple de Compétence Dynamique (MCP)

from mcp.server.fastmcp import FastMCP

mcp = FastMCP("DevTools")

@mcp.tool()
def create_linear_ticket(title: str, priority: str = "low") -> str:
    ticket_id = f"LIN-{hash(title) % 10000}"
    return f"Ticket créé {ticket_id} avec priorité={priority}"

if __name__ == "__main__":
    mcp.run()

Référence : https://github.com/modelcontextprotocol/python-sdk

6. Exemple de Crochet Déterministe

def compliance_check_hook(state):
    user_input = state["messages"][-1].content.lower()
    if "password" in user_input or "api_key" in user_input:
        return {"error": "Violation de sécurité détectée"}
    return agent_node(state)

Référence : https://langchain-ai.github.io/langgraph/

Si votre agent ne répond qu'à des questions, c'est un chatbot. S'il exécute le travail de manière fiable, c'est un Agent de Tâches.