Avec AgentKit, Openai facilite enfin la création d’agents d’IA

OpenAI lance un SDK pour développer des agents d’IA, qui est directement inspiré par des outils d’automatisation tels que N8N ou Zapier.

OpenAI a lancé AgentKit le 6 octobre, une suite numérique pour créer, déployer et optimiser les agents d’intelligence artificielle. Destiné aux développeurs, le SDK (kit de développement de logiciels) vise à faciliter la conception d’automations complexes à l’aide d’une interface graphique simple et fonctionnelle. Capacité d’analyse comparative, connecteurs préconfigurés, garde-corps … AgentKit arrive avec tous les composants nécessaires pour créer un flux de travail agentique en production.

Trois composants essentiels: agent constructeur, registre des connecteurs, chatkit

AgentKit arrive avec trois composants différents, conçus pour créer des orchestrations complexes.

Builder d’agent # 1, l’interface principale

Agent Builder est certainement le composant central du SDK. Sur la base du principe de N8N, Zapier ou même IFTTT, l’outil propose une interface de création visuelle basée sur un système de nœuds connectés. Chaque nœud représente une étape dans le flux de travail, qu’il s’agisse d’un agent spécialisé, d’un outil externe ou d’une règle de contrôle (si, sinon, etc.). La construction du flux de travail se fait en traînée et en goutte. L’interface vous permet de configurer les entrées et sorties de chaque composant, tester l’exécution en temps réel via une fonction d’aperçu et débogue directement dans l’environnement.

Agent Builder intègre les modules de garde-gardiens pour sécuriser et superviser votre agent, outils, connecteurs MCP, etc. En bref, tous les composants nécessaires pour développer un flux de travail complet. Une fois le workflow finalisé, deux options sont disponibles pour les développeurs: l’exportez-le comme code pour le déployer sur leur infrastructure, ou l’intégrez directement via Chatkit.

Registre des connecteurs # 2, un centre de contrôle des données

Le registre des connecteurs vous permet de centraliser la gestion des données dans le flux de travail de l’agent. Les administrateurs peuvent gérer des connecteurs préconfigurés comme Dropbox, Google Drive, SharePoint, Microsoft Teams, par exemple ou configurer des serveurs MCP tiers. L’intérêt est de centraliser la gestion des données sur plusieurs espaces de travail et dans le constructeur d’agents. Le registre du connecteur est accessible sur le Web, mais il peut également être demandé via une API.

# 3 Chatkit, pour déployer des agents de chat

«Le déploiement des interfaces utilisateur de chat pour les agents peut être étonnamment complexe: gérer les réponses continues, gérer les fils de chat, afficher le raisonnement du modèle et concevoir des expériences de chat engageantes», se souvient Openai. Chatkit est destiné à être un module pour intégrer toutes ces contraintes dans un module unique, simple et commun. . L’intégration se fait simplement en passant l’identifiant de workflow créé dans Agent Builder. Il est donc possible de personnaliser l’apparence d’un chat, de gérer le streaming des réponses, des fils, de l’affichage du raisonnement, etc. L’objectif est d’obtenir rapidement un agent de chat «prêt à la production» pour toute entreprise.

Benchmarking et renforcement final

AgentKit arrive également avec Evals, une plate-forme complète pour évaluer rapidement les capacités de vos workflows agentiques. Ce dernier vous permet de créer rapidement des ensembles de données d’évaluation, d’analyser les points de friction de votre agent, d’automatiser l’optimisation de vos invites (en fonction des variables ou des notes humaines) et enfin d’évaluer les capacités des modèles d’autres fournisseurs sur un flux de travail donné.

AgentKit a enfin un module pour les modèles OpenAI affinés avec renforcement. Le réglage fin du renforcement (RFT) vous permet d’affiner un modèle en le récompensant lorsqu’il produit les résultats attendus. L’objectif est d’adapter le comportement des modèles aux besoins spécifiques d’un flux de travail agentique. Disponible avec O4-Mini et GPT-5, la RFT permet de former le modèle à appeler les bons outils au bon moment (appels d’outils personnalisés). Il est également possible de définir des critères qui déterminent quelle «bonne» réponse consiste à enseigner au modèle pour optimiser son comportement.

OpenAI annonce que AgentKit est déjà disponible pour tous les développeurs. Chatkit et Evals sont en version finale tandis que l’agent Builder et le registre des connecteurs restent en version bêta. Aucun coût supplémentaire n’est attendu: OpenAI ne facture que les appels de l’API aux modèles, selon le calendrier de tarification standard.