Créez des coagents IA ou des applications optimisées par

Aujourd'hui, je vais vous expliquer comment créer des co-agents IA ou des applications basées sur Copilot.

CoAgent propose un ensemble d'outils nécessaires à l'intégration d'agents LanGraph dans des applications React afin de créer des applications d'agents natives. Dans cet article, nous parlerons de cet outil et verrons comment créer des applications basées sur AI CoAgents ou Copilot.

Comment créer des co-agents IA ou des applications basées sur Copilot.

Qu'est-ce que CoAgents ?

Comme mentionné précédemment, CoAgent est un ensemble d’outils qui vous permettra d’intégrer des agents IA dans des applications pour développer des applications d’agents natifs. Parlons maintenant de certaines de ses fonctionnalités.

CoAgents dispose d'une fonctionnalité appelée État partagé, grâce à laquelle même une simple ligne de code permet à votre application d'obtenir des informations de l'agent, et l'agent peut obtenir les informations de l'application car ils sont synchronisés et peuvent interagir en temps réel.
Il vous offre également des agents front-end en temps réel qui peuvent effectuer des actions front-end et back-end en fonction du contexte fourni par l'utilisateur et de l'état de l'application. En supposant qu'il s'agisse d'une interface utilisateur générative, ces appels d'outils sont automatiquement diffusés selon les besoins. Human-in-the-Loop permet une intégration transparente de la surveillance et de l'intervention humaines dans les flux de travail de l'IA, en spécifiant des points d'arrêt pour la saisie ou l'approbation afin d'améliorer la sécurité et les performances.
Nous disposons également de Stream Intermediate Agent State, qui affiche les processus de réflexion des agents en temps réel pour offrir une transparence et des expériences utilisateur engageantes qui sont essentielles aux performances d'un agent et à une expérience utilisateur qui répond à ses attentes.
L'interface utilisateur générative Agentic de CoAgent crée des interfaces dynamiques générées par l'IA qui s'adaptent aux besoins des utilisateurs et aux résultats de l'agent, offrant une visibilité sur l'état de l'agent et instaurant la confiance.
Si vous aimez les fonctionnalités mentionnées ci-dessus, vous pouvez envisager d'utiliser CoAgents pour votre entreprise. Voyons comment procéder.

Créez des coagents IA ou des applications basées sur Copilot

Suivez les étapes ci-dessous pour créer des applications AI CoAgents ou Copilot.

Installer CopilotKit
Configuration du point de terminaison du backend distant
Ajout d'un agent LangGraph

Voyons-les en détail.

1] Installation de CopilotKit

Before we get started with CoAgents, we first need to install CopilotKit on your device. We assume that you have already installed Node.js and npm on your computer and created a folder for React apps; however, the last part is optional for this step. CopilotKit uses an open-source LLM model; in this tutorial, we will be using the OpenAI API key. Without further ado, let’s get started.

Open Windows Terminal and navigate to the location where you have created the React app using the cd (change directory) command.

cd C:\React\My\App

Now, run the following command.

npm install @copilotkit/react-core @copilotkit/react-ui @copilotkit/runtime

Then, run the below-mentioned command to install OpenAI.

npm install openai
In your project, go to the .eve file, which will be located at the root, and add the following line.

OPENAI_API_KEY=your_api_key_here

After making changes to the file, we recommend you navigate to docs.copilot.ai/quickstart to learn how to configure the endpoint and setup the CopilotKit provider in your project.

2] Configure the backend remote endpoint

To integrate Python-based services (or any other Node.js alternative), we need to connect the Copilot application to a remote backend endpoint. To do so, we first install the Copilot dependencies in Windows Terminal using the following query.

pip install copilotkit fastapi uvicorn --extra-index-url https://copilotkit.gateway.scarf.sh/simple/

Now, we need to configure the FastAI server, for that, run the commands mentioned below.

mkdir my_copilotkit_remote_endpointcd my_copilotkit_remote_endpointecho. > server.py

If echo didn't work, you can open the folder in Visual Studio Code and then create the server.py file.

Open the server.py file in VSCode and then paste the following lines of code.

from fastapi import FastAPI app = FastAPI() @app.get("/") def read_root(): return {"Hello": "World"}

Now, go back to Windows Terminal and install FastAPI and Uvicorn.

pip install fastapi uvicorn

Once you're done with that, head over to the docs.copilot.ai guides for more information.

3] Add LangGraph Agent

Next, we need to integrate the LangGraph agent into the server.py file. First, locate the CopilotKitSDK instance inside your Python remote endpoint, which is usually located in server.py. Next, adjust the CopilotKitSDK instance (set in the previous step) to accommodate the LangGraph agents. You need to add the following lines of code.

agents=[ Lanonfig={ # if you use Google Gemini, uncomment this code (and import `copilotkit_messages_to_langchain`, see above) # "convert_messages": copilotkit_messages_to_langchain(use_function_call=True) # } ) ],

Ceci doit être placé sous la balise CopilotKitSDK.

Comment créer des coagents IA ou des applications optimisées par Copilot