Introduction

Bienvenue dans lâUnitĂ© Bonus 2 ! Dans ce chapitre, vous explorerez des stratĂ©gies avancĂ©es pour observer, Ă©valuer et finalement amĂ©liorer les performances de vos agents.
đ Quand dois-je faire cette UnitĂ© Bonus ?
Cette unité bonus est parfaite si vous :
- Développez et déployez des agents : Vous voulez vous assurer que vos agents performent de maniÚre fiable en production.
- Avez besoin dâinformations dĂ©taillĂ©es : Vous cherchez Ă diagnostiquer des problĂšmes, optimiser les performances, ou comprendre le fonctionnement interne de votre agent.
- Visez Ă rĂ©duire les coĂ»ts opĂ©rationnels : En surveillant les coĂ»ts des agents, la latence et les dĂ©tails dâexĂ©cution, vous pouvez gĂ©rer efficacement les ressources.
- Recherchez une amĂ©lioration continue : Vous ĂȘtes intĂ©ressĂ© par lâintĂ©gration de retour utilisateur en temps rĂ©el et dâĂ©valuation automatisĂ©e dans vos applications.
En résumé, pour tous ceux qui veulent mettre leurs agents face à des utilisateurs !
đ€ Ce que vous allez apprendre
Dans cette unité, vous verrez comment :
- Instrumenter votre agent : Apprenez comment intĂ©grer des outils dâobservabilitĂ© via OpenTelemetry avec le framework smolagents.
- Surveiller les mĂ©triques : Suivez les indicateurs de performance tels que lâutilisation du nombre de tokens (coĂ»ts), la latence et les traces dâerreur.
- Ăvaluer en temps rĂ©el : Comprenez les techniques pour lâĂ©valuation en direct, y compris la collecte de retour utilisateur et lâutilisation dâun LLM-as-a-judge.
- Analyse hors ligne : Utilisez des jeux de données de référence (par exemple, GSM8K) pour tester et comparer les performances des agents.
đ PrĂȘt Ă commencer ?
Dans la prochaine section, vous allez voir les bases de lâobservabilitĂ© et de lâĂ©valuation des agents. AprĂšs cela, il sera temps de les voir en action !
< > Update on GitHub