Déploiement d'agents IA : LLMs, LangGraph et APIs de production

Aperçu

"Take your AI agent skills into production with this hands-on course on building, validating, and deploying LLM-powered agents using LangGraph, LangChain, Pydantic-AI, Mem0, CrewAI, Agno, and FastAPI. You’ll learn to turn prototypes into reliable, enterprise-grade agent systems.

Module 1 covers integrating LLMs (OpenAI, Anthropic) into LangGraph reasoning pipelines, designing nodes, control flow, token management, and iterative workflow testing. Module 2 focuses on schema enforcement with Pydantic-AI, structured outputs, and building a Business Workflow Assistant with validated, reliable I/O.

Module 3 guides you through full deployment — FastAPI backends, persistent memory with Mem0 and vector stores, and orchestration with Agno and CrewAI in production. Module 4 teaches evaluation:

metrics, logging, load testing, benchmarking, and comparing LangGraph, CrewAI, and Agno for enterprise-scale deployment.

By the end of this course, you will:

- Integrate LLMs into modular LangGraph reasoning pipelines - Validate agent I/O using Pydantic-AI schemas for reliable outputs - Deploy agents via FastAPI with Mem0 and vector-store persistence - Evaluate and benchmark frameworks to justify production choices"

Programme

• Fondements de la collaboration multi-agents
Ce module de 4 heures initie les apprenants à la transition des systèmes monopersonnels aux systèmes collaboratifs multi-agents, en mettant l'accent sur la dynamique du travail d'équipe, les stratégies de communication et le raisonnement distribué.
• Conception de flux de travail multi-agents basés sur les rôles
Ce module de 4 heures permet aux apprenants de concevoir et de simuler un flux de travail fonctionnel basé sur les rôles, démontrant une collaboration structurée entre plusieurs agents à l'aide des outils d'orchestration de CrewAI.
• Mémoire partagée et coordination contextuelle
Ce module de 4 heures explore l'intégration de la mémoire partagée dans les systèmes multi-agents, en se concentrant sur la continuité du contexte, l'efficacité de la communication et les stratégies d'optimisation de la mémoire en utilisant Mem0.
• Orchestration et évaluation des systèmes multi-agents
Dans ce module final de 4 heures, les apprenants orchestrent la collaboration multi-agents avec Agno, simulent un flux de travail de support client réel et effectuent des évaluations comparatives des principaux cadres.

---

Enseigné par

Board Infinity

---

Matières

Artificial Intelligence