Module 1
Introduction
Introduction
2 min
Leçons vidéo
Exercices
Lab pratique
Cette formation vous apprendra à construire des systèmes RAG agentic avec LlamaIndex. L'Agentic RAG représente une évolution majeure du RAG classique, où des agents intelligents orchestrent dynamiquement la récupération et le traitement de l'information.
Différence avec le RAG classique :
Le RAG traditionnel suit un pipeline fixe (récupération puis génération), tandis que l'Agentic RAG utilise des agents qui peuvent décider de manière autonome quelles sources interroger, comment reformuler les requêtes, et quand approfondir la recherche.
Ce que vous allez apprendre :
Différences entre RAG classique et Agentic RAG
Architecture d'un système RAG agentic
Construction d'agents de recherche intelligents avec LlamaIndex
Orchestration dynamique de la récupération d'information
Stratégies de query transformation et self-RAG
Optimisation des performances et coûts
Déploiement en production
Cette approche agentique permet de créer des systèmes RAG beaucoup plus sophistiqués et adaptables aux requêtes complexes.
Module 2
Router Query Engine
Router Query Engine
9 min avec code
Leçons vidéo
Exercices
Lab pratique
Construction d'un router intelligent pour choisir la bonne stratégie de récupération.
Création d'index vectoriel et index de résumé
Configuration de query engines spécialisés
Routage automatique basé sur le type de question
Lab pratique : Router choisissant entre Q&A précise et résumé complet
Module 3
Tool Calling
Tool Calling
10 min avec code
Leçons vidéo
Exercices
Lab pratique
Utilisation d'outils par les agents pour actions structurées.
Définition d'outils avec métadonnées
Passage d'arguments aux outils
Gestion des réponses d'outils
Lab pratique : Agent utilisant multiples outils de recherche
Module 4
Boucle de Raisonnement d'Agent
Boucle de Raisonnement d'Agent
11 min avec code
Leçons vidéo
Exercices
Lab pratique
Construction d'une boucle de raisonnement ReAct (Reasoning + Acting).
Architecture ReAct : penser, agir, observer, répéter
Création d'un agent avec capacité de raisonnement
Debugging et traçabilité des décisions
Lab pratique : Agent avec boucle de raisonnement complète
Module 5
Agent Multi-Documents
Agent Multi-Documents
10 min avec code
Leçons vidéo
Exercices
Lab pratique
Conception d'un agent naviguant entre plusieurs documents.
Gestion de multiples sources de données
Comparaison inter-documents
Synthèse d'informations de sources variées
Lab pratique : Agent analysant et comparant plusieurs documents techniques