Tutoriel Développeur : Implémenter un Agent ReAct en Python

Ce tutoriel pas-à-pas est destiné aux développeurs Python et AI Engineers souhaitant concevoir leur premier Agent Autonome ReAct avec l’écosystème Yevi Core v1.0 (Licence MIT) (découvrir l’analyse du pattern ReAct).

Prérequis

• Python 3.10+
• Un serveur Ollama ou vLLM tournant en local (http://localhost:11434 / vLLM) (voir les meilleurs moteurs LLM 2026)
• Le SDK Yevi installé (pip install yevi) ou langchain (pip install langchain langchain-community)

Le Code de l’Agent ReAct avec Yevi Core v1.0

from langchain_community.llms import Ollama
from langchain.agents import initialize_agent, Tool, AgentType

# 1. Connexion au LLM local (ex: DeepSeek R1 ou Llama 3.3 via Yevi Engine)
llm = Ollama(model="llama3.3", base_url="http://localhost:11434")

# 2. Définition des Outils (Tools) disponibles pour l'Agent
def calculer_surface(dimensions: str) -> str:
    """Calcule la surface d'une pièce à partir du format 'longueur x largeur'."""
    try:
        L, l = map(float, dimensions.split('x'))
        return f"La surface est de {L * l} m²."
    except Exception:
        return "Format invalide. Utilisez 'longueur x largeur'."

tools = [
    Tool(
        name="CalculateurSurface",
        func=calculer_surface,
        description="Calcule la surface en m². Entrée sous forme '10x5'."
    )
]

# 3. Initialisation de l'Agent ReAct avec garde-fous
agent = initialize_agent(
    tools,
    llm,
    agent=AgentType.ZERO_SHOT_REACT_DESCRIPTION,
    verbose=True
)

# 4. Exécution de la tâche
response = agent.run("Quelle est la surface d'un bureau de 12x4 mètres ?")
print("\nRésultat Final :", response)

---

Explication du Flux de Raisonnement

Dans la console (verbose=True), vous verrez la boucle ReAct s’exécuter :

[!TIP] Logs d’Exécution ReAct & Anonymisation PII Avant d’exécuter l’action, le module Privacy Vault d’Yevi anonymise en mémoire RAM (AES-256) les identités ou données personnelles présentes dans le prompt.

1. Thought: I need to calculate the area of a room with dimensions 12x4.
2. Action: CalculateurSurface
3. Action Input: 12x4
4. Observation: La surface est de 48.0 m².
5. Thought: I now know the final answer.
6. Final Answer: La surface du bureau est de 48 m² (Statut: is_grounded: true).

---

🛠️ Ressources & Prochaines Étapes pour Développeurs

• 💻 Accéder au code source open source de Yevi Core v1.0 sur GitHub (Licence MIT)
• 🧠 Découvrir comment exécuter DeepSeek R1 On-Premise avec vLLM
• 📄 Consulter la documentation d’API Yevi
• 🎯 Demander un atelier de cadrage d’agents autonomes métier (30 min)