Laboratoire d’ingénierie IA · Parcours de 19 épisodes
SaaS Support Copilot est un parcours complet à suivre en construisant. Pas à pas, vous créez un assistant IA qui répond aux questions d’usage, de bugs et de faisabilité à partir de la documentation, du code, de l’historique Git, de la base de données et des logs, avec citations, contrôle d’accès par rôle et refus honnêtes.
$ course --status
▸ format construction pas à pas, un changement testé par épisode
▸ volume 19
▸ langues EN · FR · ZH
▸ statut terminé
● lire → citer → refuserProgramme du cours
SaaS Support Copilot est un parcours auto-rythmé à suivre en construisant. En 19 épisodes et une leçon de méthode, vous développez un copilote pour un SaaS de tickets fictif, du premier modèle de données typé jusqu’à une démonstration finale avec un vrai modèle.
Mission du cours
Construire un copilote en lecture seule qui répond aux questions d’usage, de bugs et de faisabilité sur une application SaaS en lisant sa documentation, son code source, son historique Git, sa base de données et ses logs. Les réponses citent leurs sources, respectent le rôle de l’appelant et refusent tout ce que les preuves ne permettent pas d’affirmer. Le copilote n’exécute jamais d’actions ; le cours enseigne l’ingénierie autour de cette frontière.
Déroulement du cours
Ordre recommandé
Chaque épisode s’appuie sur le précédent : l’ordre 0 → 18 est donc le plus simple pour une première lecture. « Prompter cette construction » accompagne l’ensemble du cours : lisez-la une fois quelques épisodes derrière vous.
Phase 1 · Épisodes 0–3
Cadrer le problème, poser des fondations Python typées, faire le plus petit appel LLM et transformer la sortie du modèle en données structurées.
Phase 2 · Épisodes 4–7
Classer chaque question, donner à l’agent des outils sûrs en lecture seule, piloter une boucle bornée et conserver l’état de conversation.
Phase 3 · Épisodes 8–13
Construire le RAG et un graphe d’appels de zéro, appliquer les permissions dès la recherche, planifier les réponses de faisabilité, refuser les commandes et se défendre contre l’injection de prompt.
Phase 4 · Épisodes 14–18
Ajouter la frontière HTTP, l’évaluation et l’observabilité, le déploiement local, une revue de préparation à la production et une démonstration finale.
Ce que vous saurez faire
Bibliothèque d’épisodes
Chaque épisode s’ouvre sur GitHub, à côté du code qu’il construit, en version française.
00 · Fondations
Modèle, application et agent ; workflow et agent ; visite guidée de l’application d’exemple Loopline.
Lire l’épisode01 · Fondations
Des modèles de données typés et des tests, pour que chaque épisode suivant échange des données sans deviner.
Lire l’épisode02 · Fondations
Une interface de messages indépendante du fournisseur, avec un faux client, avant de toucher à une vraie clé API.
Lire l’épisode03 · Fondations
Transformer la sortie en texte libre du modèle en valeurs typées et validées, avec une nouvelle tentative si la sortie est malformée.
Lire l’épisode04 · Routage, outils & boucle d’agent
Décider d’abord de quel type de question il s’agit — usage, bug, fonctionnalité ou ambiguë — puis l’aiguiller.
Lire l’épisode05 · Routage, outils & boucle d’agent
Des outils en lecture seule sur la documentation, le code, l’historique Git, la base de données et les logs, appelés via un registre avec délais d’expiration.
Lire l’épisode06 · Routage, outils & boucle d’agent
Une boucle pilotée par le modèle — observer, décider, agir — qui choisit à chaque étape entre appeler un outil et répondre.
Lire l’épisode07 · Routage, outils & boucle d’agent
Un contexte de conversation borné et une mémoire par session, sans confondre « cette conversation » et « cet utilisateur ».
Lire l’épisode08 · Preuves & sécurité
Découpage, BM25, embeddings et fusion des classements, construits de zéro pour que le RAG cesse d’être une boîte noire.
Lire l’épisode09 · Preuves & sécurité
Un graphe d’appels qui répond à « que casserait la modification de cette fonction ? », ce que la recherche textuelle ne peut pas faire.
Lire l’épisode10 · Preuves & sécurité
Faire du rôle de l’appelant une entrée de premier plan de la recherche, appliquée avant que le modèle ne voie un document.
Lire l’épisode11 · Preuves & sécurité
Un workflow qui planifie d’abord pour les questions de faisabilité : décider quelles preuves trancheraient avant d’appeler un outil.
Lire l’épisode12 · Preuves & sécurité
Reconnaître les demandes formulées comme des commandes et les refuser honnêtement, sans aucun appel au modèle.
Lire l’épisode13 · Preuves & sécurité
Traiter le texte récupéré comme des données, pas comme des instructions, et voir une commande injectée bloquée deux fois.
Lire l’épisode14 · Livrer & prouver
Une frontière HTTP avec des requêtes validées, des ressources partagées, des identifiants de requête et des erreurs propres plutôt que des tracebacks.
Lire l’épisode15 · Livrer & prouver
Une suite de questions de référence exécutée sur un vrai modèle, avec latence, consommation de tokens et logs structurés pour repérer les régressions.
Lire l’épisode16 · Livrer & prouver
Docker Compose avec MySQL, des secrets tenus hors du dépôt et un serveur MCP autonome pour l’accès à la base de données.
Lire l’épisode17 · Livrer & prouver
Tracer la ligne entre ce que le prototype a et ce que la production exige ; combler une vraie lacune, documenter le reste.
Lire l’épisode18 · Livrer & prouver
Un système en fonctionnement et un vrai modèle : la même question reçoit une réponse ou un refus selon le rôle d’un seul en-tête.
Lire l’épisodeBonus · Méthode
Comment un agent de codage IA a écrit chaque ligne : un changement ciblé et testé par prompt, vérifié avant d’être consigné.
Lire l’épisodeStatut actuel
Terminé : 19 épisodes · code sous licence MIT. Tout s’exécute en local sur des données d’exemple fictives. Loopline est inventé pour ce cours et ne représente le produit, le code ni les données d’aucune entreprise réelle. C’est un prototype pédagogique, pas une garantie de sécurité en production : l’épisode 17 liste précisément ce qu’un vrai déploiement exige encore.