samedi 10 octobre 2026
Parcours 6 sur 6 · Les créateurs à l'aise avec une API
Des logiciels qui planifient, utilisent des outils et agissent seuls. L'essai de référence, puis MCP pour brancher les outils, puis de vrais agents à bâtir et tester.
Vous saurez
Étape 1CoursAnthropic
L'essai le plus cité sur la conception d'agents : commencer par des schémas simples et combinables, et n'ajouter de l'autonomie que si elle aide vraiment.
À lire d'abord : il évite de trop en construire.
Étape 2CoursMicrosoft
Dix-huit leçons sur le fonctionnement des agents (outils, planification, mémoire, agents multiples, sécurité), avec du code pour chacune.
Lecture gratuite; exécuter le code appelle une API facturée à l'usage.
Étape 3CoursDeepLearning.AI
Conçu avec Anthropic : construire un serveur MCP et un robot conversationnel qui l'utilise, puis se brancher sur des serveurs existants.
Étape 4CoursAnthropic
Construire un petit serveur et client MCP en Python pour qu'un modèle utilise vos outils, fichiers et gabarits. MCP est la prise commune entre l'IA et les logiciels.
Étape 5CoursHugging Face
De la définition d'un agent à sa construction avec des cadriciels populaires, avec exercices pratiques, défi final et certificat gratuit.
Étape 6CoursKaggle × Google
La version libre du cours de Kaggle et Google sur les agents : un article technique et deux labos de code par jour, avec Gemini et la trousse d'agents de Google.
Étape 7CoursDeepLearning.AIEn option
Le cours d'Andrew Ng sur les grands schémas de conception des agents et leur évaluation, mis en pratique en Python.
Vidéos gratuites; labos et certificat avec Pro (dès 25 $ US par mois).
Étape 8CoursAnthropicEn option
Regrouper instructions et scripts en compétences réutilisables pour Claude Code, et savoir quand préférer une compétence à un fichier de projet, un crochet ou un sous-agent.
Étape 9CoursAnthropicEn option
Pour qui utilise déjà Claude Code : piloter de longues sessions, le configurer pour une équipe, automatiser le répétitif et vérifier le résultat.
