IA · projet en cours
Une chaîne d’IA en cours de mise en place
Sur un projet en cours : une chaîne d’IA avec LangGraph, Bedrock et Pydantic, sur une infrastructure serverless AWS avec une API GraphQL. Le modèle et le stockage sont des composants remplaçables.
Contexte
Un projet en cours, dont le client et la nature ne sont pas décrits ici. Ce qui peut l’être : la façon dont la chaîne est construite pour rester réversible, et les outils retenus.
L’orchestration dans le code, pas chez un fournisseur
LangGraph décrit le flux comme un graphe : des étapes, des conditions, des pauses pour validation humaine. La bibliothèque est libre et hébergée dans l’infrastructure du projet ; l’état est stocké dans une base que le client contrôle.
Le modèle derrière une interface
Les modèles sont appelés via Bedrock, derrière une interface unique. Les réponses sont validées par des schémas Pydantic : ce qui ne correspond pas au format attendu est rejeté avant d’atteindre le reste de la chaîne. Changer de modèle ou de fournisseur ne touche pas l’application.
Serverless, GraphQL, réversible
Infrastructure serverless sur AWS, API GraphQL avec autorisation côté serveur, environnements séparés. Les règles métier restent dans le dépôt du client ; le modèle et le stockage sont des composants remplaçables.
Résultat
Questions fréquentes
Pourquoi LangGraph ?
Parce qu’il décrit le flux comme un graphe lisible, gère l’état et les pauses pour validation humaine, et reste une bibliothèque libre que l’on héberge soi-même.
Pourquoi Pydantic ?
Pour que chaque réponse de modèle soit validée contre un schéma avant d’être utilisée. Un modèle renvoie du texte ; Pydantic en fait une donnée fiable ou une erreur explicite.
Le projet dépend-il d’AWS ?
L’infrastructure est sur AWS, mais l’orchestration, les schémas et les règles métier sont dans le code du client, et l’accès aux modèles passe par une interface remplaçable.
Services liés
Un cas comparable chez vous ?
Dites-moi quel processus vous coûte du temps ; je reviens sous 24 heures ouvrées avec une première lecture, sans engagement.