Aller au contenu
AGENT-LAB

Rechercher dans la documentation

Saisissez votre recherche pour parcourir toutes les pages de la documentation.

Open source · MIT · Python 3.12+

Agent-Lab

Créez, simulez et testez des agents LLM.

Un framework Python cloud-native reposant sur FastAPI, LangGraph et PostgreSQL.

CommencerLire la documentation
$ uvx cookiecutter gh:btech-software/agent-lab --directory cookiecutter
$ cd my-agent-app && docker compose up --build -d
$ curl http://localhost:18000/status/liveness
# API REST sur /agents · serveur MCP sur /mcp · documentation OpenAPI sur /docs

Créer

Dérivez un agent de base, enregistrez-le avec un seul décorateur, appelez create_app(). REST, MCP, persistance et authentification sont déjà câblés.

Guide du développeurServeur MCP

Simuler

Confrontez vos agents à de vrais LLM avec un utilisateur simulé et un LLM-as-judge, suivis dans le temps dans Langfuse et LangWatch.

Guide du chercheurSimulations

Tester

Validez chaque modification sur une infrastructure réelle, démarrée par testcontainers. Pas de mocks là où ça compte.

Guide des tests

Tutoriel · environ 15 minutes

De zéro à un agent opérationnel et observable.

  1. Générez un projet à partir du template.
  2. Lancez la stack complète avec Docker Compose.
  3. Dialoguez avec votre agent via REST, puis depuis un client MCP.
Votre premier agentGuide du développeur
# 1 · générer le projet
$ uvx cookiecutter gh:btech-software/agent-lab --directory cookiecutter
# 2 · installer et tester sans infrastructure
$ cd my-agent-app
$ uv lock && uv sync --group dev --group test
$ make test_unit
# 3 · lancer la stack locale complète
$ docker compose up --build -d
$ curl http://localhost:18000/status/liveness

Choisissez votre parcours

La documentation est organisée selon ce que vous cherchez à faire.