Les applications Agent-Lab partagent un même modèle de domaine, défini dans agent_lab/domain/. Ce
même modèle alimente les schémas de l'API REST, la couche de persistance et le runtime des agents —
apprenez-le une fois et vous saurez ce que chaque point de terminaison lit et écrit.
Entités
| Entité | Ce qu'elle modélise |
|---|---|
| Agent | Une instance d'agent LLM — agent_name, agent_type (validé par rapport au registre), indicateur d'activation et horodatages. Une implémentation, de nombreuses instances configurées. |
| AgentSettings | Configuration clé-valeur d'une instance d'agent : prompts (templates Jinja2), noms de collections, température, valeurs personnalisées. Jusqu'à 16 000 caractères par valeur — c'est ici que le comportement de l'agent est ajusté via POST /agents/update_setting. |
| LanguageModel | Un modèle de langage mis à la disposition des agents, avec sa connexion au fournisseur. |
| LanguageModelSettings | Paramètres propres à chaque modèle (température, nombre maximal de jetons, …), gérés via les points de terminaison /llms. |
| Integration | Une intégration externe (par exemple un fournisseur d'IA) et sa configuration. Les secrets sont stockés dans Vault, jamais dans la base de données. |
| Message | Un tour de conversation : rôle (human / assistant / tool), contenu, response_data et liens de fil de discussion (replies_to). Persisté avec la mémoire de l'agent via les checkpoints LangGraph. |
| Attachment | Un fichier joint à un message : contenu brut, contenu analysé et référence à la collection d'embeddings utilisée pour la recherche. |
Un exemple de paramètres d'agent persistés — prompts et valeurs personnalisées de l'agent de mémos vocaux — tiré de notebooks/08_test_agent_type-multiagent-voice-assistant.ipynb :
Où se trouvent les données
Agent-Lab utilise trois bases de données PostgreSQL (plus Redis) — provisionnées selon le
guide de déploiement et configurées via db.url, db.vectors et
db.checkpoints (voir la Référence de configuration) :
| Stockage | Contenu |
|---|---|
db.url |
Données relationnelles : agents, paramètres, modèles, intégrations, messages, pièces jointes |
db.vectors |
Embeddings pgvector — recherche vectorielle et récupération (/attachments/embeddings) |
db.checkpoints |
Données de checkpoint LangGraph — mémoire de l'agent d'une interaction à l'autre |
Redis (broker.url) |
Broker pub/sub pour les mises à jour d'état des opérations de longue durée ; sert aussi au stockage des clients OAuth MCP |
Sécurité et gestion des secrets
Les secrets — identifiants des intégrations, clés d'API des modèles, la charge utile de configuration elle-même — sont gérés avec Vault. La base de données stocke des références ; les valeurs sensibles sont récupérées depuis Vault au démarrage et à la demande. Voir Secrets avec Vault et la Référence de configuration.