Ensembles d’outils courants (Web, calculatrice, RAG)
La boîte à outils de départ : rechercher sur le Web, effectuer des calculs et interroger votre base de connaissances — de quoi couvrir 80 % des démonstrations.
Ensembles d’outils courants (Web, calculatrice, RAG) est une leçon AI Agents gratuite sur CoddyKit. Ceci est la leçon 3 sur 4. Tu peux lire la leçon complète ci-dessous gratuitement — puis la pratiquer en direct dans le navigateur avec un éditeur de code intégré et un tuteur IA 24/7. Elle fait partie du parcours d'apprentissage AI Agents, et ta progression se synchronise sur le web et l'application CoddyKit. Le cours AI Agents comprend 4 leçons au total.
Certaines parties de cette leçon n'ont pas encore été traduites et s'affichent en anglais.
La boîte à outils de départ
Trois outils couvrent 80 % des démonstrations d’agents :
- web_search — rechercher sur le Web public
- calculator — évaluer des expressions mathématiques
- retrieve — rechercher dans la base de connaissances interne (RAG)
Outil 1 : recherche Web
Utilisez l’API de Tavily, Serper ou Brave Search :
import requests
def web_search(query: str, k: int = 5):
r = requests.post('https://api.tavily.com/search',
json={'api_key': TAVILY_KEY, 'query': query, 'max_results': k})
results = r.json()['results']
return [
{'title': r['title'], 'url': r['url'], 'snippet': r['content'][:300]}
for r in results
]Web Search Tool Schema
schema_search = {'type': 'function', 'function': {
'name': 'web_search',
'description': 'Search the public web. Use for current events or facts after the knowledge cutoff.',
'parameters': {'type': 'object', 'properties': {
'query': {'type': 'string', 'description': 'What to search for'},
'k': {'type': 'integer', 'default': 5}
}, 'required': ['query']}
}}
import json
print(json.dumps(schema_search, indent=2))
Outil 2 : calculatrice
Les modèles ne savent pas effectuer de manière fiable des calculs arithmétiques mentalement. Un outil de calcul corrige la plupart des erreurs numériques :
import math
ALLOWED = {k: getattr(math, k) for k in ['sqrt','log','exp','sin','cos','tan','pi','e']}
def calculator(expression: str) -> str:
try:
return str(eval(expression, {'__builtins__': {}}, ALLOWED))
except Exception as e:
return f'Error: {e}'
print(calculator('sqrt(16) + 2'))
Calculator Tool Schema
schema_calc = {'type': 'function', 'function': {
'name': 'calculator',
'description': 'Evaluate a math expression like 2 + 3 * sqrt(16). Use for any arithmetic.',
'parameters': {'type': 'object', 'properties': {
'expression': {'type': 'string'}
}, 'required': ['expression']}
}}
import json
print(json.dumps(schema_calc, indent=2))
Tool 3: RAG / Knowledge Retrieval
from langchain_openai import OpenAIEmbeddings
from langchain_community.vectorstores import Chroma
store = Chroma(persist_directory='./db', embedding_function=OpenAIEmbeddings())
def retrieve(query: str, k: int = 4):
docs = store.similarity_search(query, k=k)
return [{'text': d.page_content, 'source': d.metadata.get('source')} for d in docs]Retrieve Tool Schema
schema_retrieve = {'type': 'function', 'function': {
'name': 'retrieve',
'description': 'Search the internal knowledge base for company-specific information (policies, docs, history).',
'parameters': {'type': 'object', 'properties': {
'query': {'type': 'string'},
'k': {'type': 'integer', 'default': 4}
}, 'required': ['query']}
}}
import json
print(json.dumps(schema_retrieve, indent=2))
Outil 4 : interpréteur de code (bonus)
Pour les tâches liées aux données, fournissez à l’agent un environnement Python isolé :
def run_python(code: str) -> str:
# Use a sandboxed environment (E2B, Firecracker, gVisor)
return sandbox.run(code).stdoutOutil 5 : récupération HTTP (bonus)
Pour récupérer des URL précises (après que web_search a renvoyé un lien prometteur) :
def fetch_url(url: str) -> str:
r = requests.get(url, timeout=10)
return BeautifulSoup(r.text, 'html.parser').get_text()[:5000]Conseils pour décrire les outils
- Indiquez QUAND utiliser l’outil, et pas seulement ce qu’il fait
- Mentionnez les entrées et sorties habituelles
- Précisez les limites (« fonctionne uniquement avec du texte anglais », « délai d’expiration de 5 secondes »)
Éviter le chevauchement entre les outils
Deux outils aux objectifs similaires perturbent le modèle. Si search_web et retrieve servent tous deux à « rechercher », indiquez clairement dans leur description lequel utiliser dans chaque situation.
Évaluer l’utilisation des outils
Créez un petit jeu de tests de 50 questions : chacune possède un outil « correct » à appeler. Exécutez votre agent et mesurez la fréquence à laquelle il choisit le bon outil. Cette mesure est extrêmement instructive.
Outils cachés
Certains outils sont utiles, mais pas dans toutes les situations — affichez-les uniquement lorsqu’ils sont pertinents. Par exemple, refund_order uniquement lorsque l’utilisateur est authentifié et demande un remboursement.
La meilleure façon d’améliorer la sélection
Votre agent choisit trop souvent le mauvais outil. Quelle est la solution la plus simple ?
Récapitulatif
La boîte à outils de départ : web_search, calculator, retrieve. Créez-la, évaluez-la et améliorez progressivement les descriptions. Elle couvre la plupart des premiers cas d’utilisation des agents.
Questions Fréquemment Posées
La leçon « Ensembles d’outils courants (Web, calculatrice, RAG) » est-elle gratuite ?
Oui — le texte complet de « Ensembles d’outils courants (Web, calculatrice, RAG) » est gratuit à lire ici sur le web. Pour la pratiquer de manière interactive (un éditeur de code intégré et un tuteur IA 24/7) et déverrouiller le reste du cours AI Agents, passe à CoddyKit PRO. Le cours AI Agents comprend 4 leçons au total.
Qu'est-ce que j'apprendrai dans « Ensembles d’outils courants (Web, calculatrice, RAG) » ?
La boîte à outils de départ : rechercher sur le Web, effectuer des calculs et interroger votre base de connaissances — de quoi couvrir 80 % des démonstrations. Tu pratiques AI Agents avec du code pratique que tu exécutes directement dans le navigateur, et un tuteur IA 24/7 répond à tes questions au fur et à mesure que tu avances dans la leçon.
Dois-je avoir de l'expérience pour commencer AI Agents ?
Aucune expérience préalable n'est requise. AI Agents sur CoddyKit est structuré pour les débutants jusqu'aux apprenants avancés, donc tu peux commencer ici ou depuis le début et avancer à ton rythme. Ceci est la leçon 3 sur 4.
Combien de temps prend la leçon « Ensembles d’outils courants (Web, calculatrice, RAG) » ?
La plupart des leçons CoddyKit prennent environ 5–10 minutes. Chacune est courte et interactive, tu progresses régulièrement et tu repiques exactement où tu t'es arrêté sur le web et l'app.
Peux-tu écrire et exécuter du code dans cette leçon AI Agents ?
Oui. Chaque leçon AI Agents inclut un éditeur de code intégré, tu écris et exécutes du vrai code directement dans ton navigateur et tu reçois des retours IA instantanés — aucune configuration locale requise.
Toutes les leçons de ce cours
- ReAct : schéma raisonner puis agir
- Implémenter ReAct à partir de zéro
- Ensembles d’outils courants (Web, calculatrice, RAG)
- Détecter et gérer les erreurs des outils