Agents IA
Le nœud agent invoque un LLM avec un contexte composé et un set de tools. C'est la brique IA centrale de betool.
Triptyque rôle / mission / sélection
Un agent ne sait pas tout seul quoi faire. Trois choses le pilotent :
- Rôle — comment il travaille (style, contraintes, posture). Court. Réutilisable entre agents.
- Mission — ce qu'il doit faire pour ce cas d'usage précis. Plus longue. Spécifique au pipeline.
- Sélection — quelles données du contexte il reçoit en entrée. Composée explicitement.
Un agent qui se comporte mal a presque toujours un problème de rôle, mission ou sélection — pas de modèle. Avant d'augmenter le modèle, vérifiez ces trois.
Configurer la sélection
La sélection détermine exactement ce que le LLM voit. Cinq types :
| Type | Effet |
|---|---|
key | Lit ctx.results[<clé>] — ex. exchange.intent |
prefix | Concatène toutes les clés sous un préfixe — ex. project.* |
literal | Texte brut, avec placeholders — ex. "Question : {user_message}" |
file | Joint un fichier (multimodal) — ex. webhook.payload._files |
history | Inclut N tours précédents (multi-turn natif) |
Les 4 premiers composent le user_message du tour courant. history est un canal orthogonal qui passe en messages[] LLM.
Aucun fallback runtime. Si la sélection est vide, le LLM reçoit "" et journalise un warning. Vous devez explicitement inclure ce dont l'agent a besoin — pas de magie.
Modèle LLM
Choisi parmi les modèles configurés dans Administration → Modèles. Vous pouvez :
- Pinner un modèle précis (ex.
claude-opus-4-7). - Utiliser le modèle par défaut de l'organisation.
- Définir un fallback (si le primaire échoue, bascule sur un secondaire).
Tools
Les tools sont les fonctions que le LLM peut appeler. Vous les sélectionnez parmi le catalogue :
- Tools globaux —
knowledge.search,web.fetch,compute.now… - Tools de canal — pour un pipeline voix :
voice.barge_in,voice.hangup,voice.transfer… - Tools de domaine — créés par vos opérateurs (ex.
crm.create_ticketexposé via un nœud opérateur).
L'agent ne voit que les tools réellement atteignables dans son contexte d'exécution. Un agent dans un pipeline email ne se verra pas proposer un tool voix.
Format de sortie
Trois options :
- Texte libre — pour les réponses utilisateur.
- JSON structuré — l'agent doit produire un JSON conforme à un schéma défini (validé strictement).
- Tool call uniquement — l'agent n'écrit rien : il appelle un tool ou rien.
Le mode JSON est obligatoire pour les agents dont la sortie alimente une condition ou un autre agent en aval.
Bonnes pratiques
- Décrire les tools précisément. La description vue par le LLM doit couvrir : QUOI, QUAND L'UTILISER, QUAND L'ÉVITER, FORMAT. Une description trop courte = LLM qui devine = bug invisible.
- Tester avec un benchmark. Voir Benchmarks.
- Garder la mission cohérente. Une mission qui change sur 3 versions = un agent qui régresse. Versionnez vos missions.
Coûts
Voir Tarifs. En BYOK, vous payez votre provider LLM directement. Sinon, comptez approximativement 30 crédits / 1 K tokens en entrée et 90 / 1 K en sortie.