# Acte 1 : Rencontrez votre assistant de recherche IA 🤖

![lab1](../../../../translated_images/fr/lab1.1dd5210a7d114e2e.webp)

## Le défi

Vous lancez "Future Bytes", votre nouveau podcast tech. L’épisode 1 porte sur les dernières avancées en IA, mais vous avez 24 heures pour :
1. Rechercher le sujet
2. Trouver des sources crédibles
3. Écrire un script captivant
4. Le faire sonner naturel

**Rebondissement** : Vous n’êtes pas obligé de le faire seul. Vous allez construire votre premier assistant IA qui peut vous aider avec tout cela. Appelons-le Alex — votre partenaire de recherche infatigable qui n’a jamais besoin de dormir.

## Pourquoi les petits modèles de langage ? (Spoiler : Ils sont géniaux)

Pensez aux Petits Modèles de Langage (PML) comme à votre IA personnelle qui vit *sur votre* ordinateur. Pas de cloud, pas de frais mensuels, pas de partage douteux de données.

**Pourquoi les PML sont 🔥 :**
- **🏠 Fonctionne sur votre machine** : Ordinateur portable, bureau, même un Raspberry Pi costaud
- **💸 Zéro coût récurrent** : Pas de frais d’API qui mangent votre budget
- **🔒 Confidentialité d’abord** : Vos données ne quittent jamais votre appareil
- **⚡ Ultra rapide** : Pas de latence internet, réponses instantanées
- **🪦 Légers** : 1 à 10 milliards de paramètres contre 100 milliards+ pour les gros modèles

**PML populaires** : Qwen 3, Phi-4, Gemma 3 (nous utilisons Qwen pour cet atelier)

## Votre boîte à outils

### Ollama : Votre gestionnaire de modèles IA

[Ollama](https://ollama.com/) est comme Steam pour les modèles IA. Téléchargez, lancez et gérez les modèles avec des commandes simples.

**Ce qui le rend génial :**
- Une commande pour télécharger et lancer n’importe quel modèle
- Fonctionne sur Mac, Windows, Linux
- Utilise automatiquement votre GPU si vous en avez un
- Très économe en mémoire

### Microsoft Agent Framework : Là où la magie opère

[Microsoft Agent Framework](https://github.com/microsoft/agent-framework) est votre terrain de jeu pour créer des agents IA qui peuvent :

- 💬 Discuter et se souvenir de vos conversations
- 🛠️ Utiliser des outils personnalisés (comme chercher sur le web ou vérifier la météo)
- 🧠 Réfléchir à des problèmes complexes étape par étape
- 🤝 Collaborer en équipe avec d’autres agents
- 🔌 Se connecter à différents fournisseurs IA (OpenAI, Ollama, Azure)

**Les briques de construction :**
- **Agents** : Vos assistants IA avec des missions spécifiques
- **Outils** : Capacités spéciales que vous leur donnez
- **Mémoire** : Pour ne pas oublier votre conversation
- **Raisonnement** : Leur apprendre à penser, pas juste répondre

## Votre montage d’entraînement : 4 missions

### Mission 1 : Créez votre premier agent

📓 [Ouvrir le notebook](../code/01.BasicAgent/00.BasicAgent-agent.ipynb)

**Le défi** : Construire Alex, votre IA scénariste de podcast. Alex doit générer un dialogue entre deux animateurs discutant de sujets tech.

**Ce que vous apprendrez** :
- Comment réveiller un agent IA (c’est plus facile que de se lever un lundi)
- Lui donner une personnalité et des instructions
- Le faire générer de vrais scripts de podcast
- Comprendre ses réponses

**Condition de réussite** : Alex crée un script pour l’épisode pilote de "Future Bytes" sur l’IA ! 🎯

### Mission 2 : Donnez des super pouvoirs à Alex (Des outils !)

📓 [Ouvrir le notebook](../code/01.BasicAgent/01.BasicAgent-tools.ipynb)

**Le défi** : Alex est intelligent, mais il ne sait pas la météo d’aujourd’hui ni l’heure qu’il est. Corrigeons cela en lui donnant des outils !

**Ce que vous apprendrez** :
- Créer des fonctions Python personnalisées en tant qu'"outils"
- Laisser Alex décider *quand* utiliser quel outil
- Le voir résoudre des problèmes de manière autonome
- Combiner plusieurs outils pour des tâches complexes

**Condition de réussite** : Demandez « Quel temps fait-il à Tokyo ? » et Alex trouve la réponse seul ! ☁️

### Mission 3 : Apprenez à Alex à réfléchir

📓 [Ouvrir le notebook](../code/01.BasicAgent/02.BasicAgent-reasoning.ipynb)

**Le défi** : Faites en sorte qu’Alex montre son raisonnement. Quand il résout un problème, vous voulez voir *comment* il pense, pas juste la réponse.

**Ce que vous apprendrez** :
- Activer le « mode raisonnement » (comme montrer son travail en maths)
- Voir le processus de réflexion étape par étape d’Alex
- Comprendre le prompting en chaîne de pensée
- Déboguer quand Alex se trompe

**Condition de réussite** : Posez un problème mathématique complexe et regardez Alex réfléchir ! 🧠

### Mission 4 : Connectez Alex à Internet

📓 [Ouvrir le notebook](../code/01.BasicAgent/03.BasicAgent-websearch.ipynb)

**Le défi** : Les connaissances d’Alex ont une date limite. Connectons-le au web pour des infos en temps réel !

**Ce que vous apprendrez** :
- Construire un outil de recherche web personnalisé
- Intégrer des API externes
- Gérer les erreurs réseau avec élégance
- Obtenir des infos au-delà des données d’entraînement d’Alex

**Condition de réussite** : Demandez les dernières nouvelles tech et obtenez des résultats frais ! 📰

## Avant de commencer 🚀

**Matériel requis** :
- Python 3.10+ installé
- Ollama en fonctionnement (vérifiez avec `ollama --version`)
- VS Code avec l’extension Python
- Au moins 8 Go de RAM (16 Go pour une expérience fluide)

## Ordre des missions

Suivez les notebooks dans l’ordre pour l’histoire complète :

1. [00.BasicAgent-agent.ipynb](../code/01.BasicAgent/00.BasicAgent-agent.ipynb) — Rencontrez Alex (votre premier agent)
2. [01.BasicAgent-tools.ipynb](../code/01.BasicAgent/01.BasicAgent-tools.ipynb) — C’est l’heure de la montée en puissance !
3. [02.BasicAgent-reasoning.ipynb](../code/01.BasicAgent/02.BasicAgent-reasoning.ipynb) — Apprenez à Alex à réfléchir
4. [03.BasicAgent-websearch.ipynb](../code/01.BasicAgent/03.BasicAgent-websearch.ipynb) — Accès Internet débloqué !

## Ce que vous maîtriserez

Après l’Acte 1, vous saurez :

- ✅ Faire tourner des modèles IA sur votre propre matériel (pas besoin du cloud !)
- ✅ Construire des agents avec des personnalités et compétences personnalisées
- ✅ Donner des outils aux agents pour résoudre des problèmes réels
- ✅ Faire montrer aux agents leur processus de raisonnement
- ✅ Connecter les agents à des sources de données externes
- ✅ Déboguer quand ça tourne mal

## Quand ça casse (et comment réparer) 🔧

### "Alex ne se charge pas ! Mémoire insuffisante !"
**La solution** : Votre ordinateur galère. Essayez de fermer d’autres applis, ou passez à un modèle plus petit. 8 Go de RAM est le minimum.

### "Alex est trop lent"
**La solution** : Activez l’accélération GPU dans les paramètres d’Ollama. Ou réduisez la taille de la fenêtre contextuelle. Mode bolide activé ! 🏎️

### "Les outils ne fonctionnent pas !"
**La solution** : Vérifiez bien la signature de vos fonctions. Alex a besoin d’indices de type corrects pour comprendre ce que fait l’outil. Pensez-y comme des instructions claires.

## Liens utiles 🔗

- [Documentation Agent Framework](https://github.com/microsoft/agent-framework) — Guides officiels et exemples
- [Bibliothèque de modèles Ollama](https://ollama.com/library) — Parcourez tous les modèles disponibles
- [Modèle Qwen](https://ollama.com/library/qwen3) — Découvrez le cerveau de votre IA
- [Exemples de code](https://github.com/microsoft/agent-framework/tree/main/python/samples) — Inspirez-vous ici

## À suivre : Acte 2 🎬

Vous avez un agent. Mais si vous aviez une *équipe* d’agents qui travaillent ensemble ? Dans l’Acte 2, vous construirez votre équipe complète de production de podcast :
- **Agent chercheur** : Trouve les meilleures sources
- **Agent écrivain** : Crée le script parfait  
- **Éditeur (vous !) ** : Approuve ou demande des modifications

Orchestrer un peu de magie IA ! → [Acte 2 : Assemblez votre équipe de production](02.AIAgentOrchestrationAndWorkflows.md)

---

**Bloqué ?** Posez vos questions pendant l’atelier. Nous apprenons tous ensemble ! 🙌

---

<!-- CO-OP TRANSLATOR DISCLAIMER START -->
**Avis de non-responsabilité** :  
Ce document a été traduit à l’aide du service de traduction automatique [Co-op Translator](https://github.com/Azure/co-op-translator). Bien que nous nous efforçons d’assurer l’exactitude, veuillez noter que les traductions automatiques peuvent contenir des erreurs ou des imprécisions. Le document original dans sa langue d’origine doit être considéré comme la source faisant foi. Pour les informations critiques, il est recommandé de faire appel à une traduction professionnelle réalisée par un humain. Nous ne saurions être tenus responsables de toute incompréhension ou mauvaise interprétation résultant de l’utilisation de cette traduction.
<!-- CO-OP TRANSLATOR DISCLAIMER END -->