Les syst\u00e8mes multi-agents ne tombent pas en panne comme de simples chatbots. Ils \u00e9chouent lors des transferts : le planificateur appelle le mauvais sp\u00e9cialiste, l'\u00e9tape de r\u00e9cup\u00e9ration saute une contrainte, un n\u0153ud d'outil d\u00e9pense trop, ou une t\u00e2che de longue dur\u00e9e continue de diriger un travail co\u00fbteux vers le m\u00eame mod\u00e8le de fronti\u00e8re.<\/p>\n\n\n\n
C'est pourquoi l'ing\u00e9nierie des graphes devient une discipline pratique pour les \u00e9quipes construisant des agents en production. Le graphe est la carte op\u00e9rationnelle pour le travail des agents. Il d\u00e9finit quels n\u0153uds peuvent agir, quelles ar\u00eates peuvent \u00eatre emprunt\u00e9es, o\u00f9 l'\u00e9tat est transport\u00e9, quand un humain doit approuver l'\u00e9tape suivante, et o\u00f9 les appels de mod\u00e8les doivent \u00eatre achemin\u00e9s via une couche API contr\u00f4l\u00e9e.<\/p>\n\n\n\n
Les premiers syst\u00e8mes d'agents ressemblaient souvent \u00e0 une boucle : recevoir un objectif, appeler un mod\u00e8le, utiliser un outil, inspecter le r\u00e9sultat, r\u00e9p\u00e9ter. Les syst\u00e8mes d'agents modernes deviennent plus structur\u00e9s. Des frameworks tels que LangGraph d\u00e9crivent les graphes \u00e0 travers l'\u00e9tat, les n\u0153uds et les ar\u00eates<\/a>. Google a promu l'interop\u00e9rabilit\u00e9 Agent2Agent<\/a> pour les transferts d'agents. MCP offre aux applications d'IA une mani\u00e8re standard de se connecter avec des outils, des donn\u00e9es et des flux de travail<\/a>.<\/p>\n\n\n\n Ces \u00e9l\u00e9ments rendent les syst\u00e8mes d'agents plus performants, mais ils rendent \u00e9galement le chemin d'ex\u00e9cution plus difficile \u00e0 comprendre. Une fois que les agents peuvent d\u00e9l\u00e9guer, bifurquer, r\u00e9essayer et appeler des outils externes, le co\u00fbt et le risque du syst\u00e8me ne sont plus contenus dans une seule invite. Ils sont r\u00e9partis \u00e0 travers le graphe.<\/p>\n\n\n\n Un graphe d'agent en production devrait \u00eatre suffisamment explicite pour qu'un ing\u00e9nieur puisse r\u00e9pondre \u00e0 six questions sans lire chaque invite :<\/p>\n\n\n\n Ce n'est pas seulement un exercice d'observabilit\u00e9. C'est aussi un exercice de produit et de marge. Un n\u0153ud de classification \u00e0 faible risque, un n\u0153ud de r\u00e9cup\u00e9ration, un n\u0153ud de g\u00e9n\u00e9ration de code et un n\u0153ud de r\u00e9vision finale ne devraient pas n\u00e9cessairement utiliser le m\u00eame mod\u00e8le. Lorsque chaque n\u0153ud utilise par d\u00e9faut le mod\u00e8le le plus co\u00fbteux, le graphe devient un amplificateur de co\u00fbts.<\/p>\n\n\n\n ShareAI offre aux \u00e9quipes une API unique pour acc\u00e9der \u00e0 plus de 150 mod\u00e8les d'IA, avec un routage intelligent, des solutions de secours, des signaux de march\u00e9 et une tarification au jeton. Dans un syst\u00e8me d'agents bas\u00e9 sur un graphe, cela rend la couche d'appel de mod\u00e8le plus facile \u00e0 modifier sans r\u00e9\u00e9crire le graphe lui-m\u00eame.<\/p>\n\n\n\n Un constructeur peut conserver l'orchestrateur, le cadre d'application, la base de donn\u00e9es, la file d'attente et le runtime des agents en dehors de ShareAI, puis utiliser API ShareAI<\/a> pour l'acc\u00e8s aux mod\u00e8les aux n\u0153uds qui n\u00e9cessitent une inf\u00e9rence. Le graphe contr\u00f4le toujours le flux de travail. ShareAI contr\u00f4le l'acc\u00e8s aux mod\u00e8les, la flexibilit\u00e9 du routage et le chemin commercial autour de l'utilisation.<\/p>\n\n\n\n Cette distinction est importante. ShareAI n'est pas le moteur du graphe. C'est le march\u00e9 des mod\u00e8les et la couche API qui aide les \u00e9quipes \u00e0 garder le choix des mod\u00e8les ouvert \u00e0 mesure que les syst\u00e8mes d'agents \u00e9voluent.<\/p>\n\n\n\n Avant qu'un syst\u00e8me multi-agents n'atteigne les clients, cartographiez le graphe en termes op\u00e9rationnels :<\/p>\n\n\n\n Pour les constructeurs, l'ing\u00e9nierie des graphes ne concerne pas seulement la fiabilit\u00e9. Il s'agit de maintenir l'utilisation de l'IA align\u00e9e avec le mod\u00e8le \u00e9conomique du produit.<\/p>\n\n\n\n Si une application permet aux clients d'ex\u00e9cuter des agents de recherche, des agents de support, des agents de codage ou des agents de flux de travail, chaque chemin de graphe peut cr\u00e9er un profil de co\u00fbt diff\u00e9rent. Un flux de r\u00e9sum\u00e9 court peut \u00eatre facile \u00e0 inclure dans un plan de base. Une enqu\u00eate approfondie multi-agents peut n\u00e9cessiter des limites d'utilisation, des recharges payantes ou un suppl\u00e9ment.<\/p>\n\n\n\n Au Console ShareAI Builder<\/a> aide les propri\u00e9taires d'applications \u00e0 connecter des applications externes \u00e0 ShareAI, \u00e0 d\u00e9finir leur marge ou suppl\u00e9ment d'IA, et \u00e0 permettre aux clients de payer directement ShareAI pour l'utilisation. Cela offre aux constructeurs un chemin plus clair des appels de mod\u00e8les \u00e0 l'int\u00e9rieur des graphes d'agents vers une tarification client durable.<\/p>\n\n\n\n Les graphes d'agents ont tendance \u00e0 cro\u00eetre discr\u00e8tement. Un planificateur gagne un autre sp\u00e9cialiste. Un sp\u00e9cialiste gagne un autre outil. Un flux de travail de support gagne un chemin de r\u00e9vision humaine. Un repli devient un deuxi\u00e8me appel de mod\u00e8le. Aucune de ces d\u00e9cisions n'est n\u00e9cessairement mauvaise, mais chacune modifie la surface des co\u00fbts et du contr\u00f4le.<\/p>\n\n\n\n La d\u00e9marche utile est de rendre le graphe visible t\u00f4t. Gardez l'orchestration explicite, dirigez les appels de mod\u00e8les via une couche qui peut changer \u00e0 mesure que les mod\u00e8les changent, et fixez le prix de l'utilisation destin\u00e9e aux clients avant que le travail des agents ne devienne trop co\u00fbteux \u00e0 comprendre.<\/p>\n\n\n\n Commencez par explorer le march\u00e9 des mod\u00e8les ShareAI<\/a> et le documentation ShareAI<\/a>.<\/p>\n\n\n\n L'ing\u00e9nierie des graphes est la pratique consistant \u00e0 concevoir les n\u0153uds, les ar\u00eates, les \u00e9tats, les approbations, les appels d'outils et les appels de mod\u00e8les qui composent un flux de travail multi-agents. Elle se concentre sur la mani\u00e8re dont le travail circule dans le syst\u00e8me, et pas seulement sur la mani\u00e8re dont chaque invite est r\u00e9dig\u00e9e.<\/p>\n\n\n\n L'ing\u00e9nierie des invites am\u00e9liore les instructions donn\u00e9es \u00e0 un mod\u00e8le. L'ing\u00e9nierie des graphes d\u00e9finit quel agent ou quelle fonction s'ex\u00e9cute ensuite, quels outils sont disponibles, quel mod\u00e8le doit \u00eatre appel\u00e9, et quand une ex\u00e9cution doit s'arr\u00eater, bifurquer, r\u00e9essayer ou demander une approbation.<\/p>\n\n\n\n Non. LangGraph est un exemple utile d'orchestration d'agents bas\u00e9e sur des graphes, mais l'id\u00e9e principale s'applique \u00e0 tout syst\u00e8me o\u00f9 plusieurs agents, outils, appels de mod\u00e8les et points de d\u00e9cision sont connect\u00e9s dans un flux de travail.<\/p>\n\n\n\n Le routage des mod\u00e8les appartient \u00e0 chaque n\u0153ud n\u00e9cessitant une inf\u00e9rence. Le graphe d\u00e9cide qu'un appel de mod\u00e8le est n\u00e9cessaire ; la couche de routage d\u00e9cide quel mod\u00e8le \u00e9ligible doit g\u00e9rer cet appel en fonction du co\u00fbt, de la latence, de la disponibilit\u00e9 et de l'ad\u00e9quation \u00e0 la t\u00e2che.<\/p>\n\n\n\n Non. ShareAI n'est pas un orchestrateur ou un cadre d'application. C'est un march\u00e9 d'IA aliment\u00e9 par les utilisateurs et une API qui aide les Builders \u00e0 acc\u00e9der et \u00e0 router les appels de mod\u00e8les depuis des applications qu'ils poss\u00e8dent et ex\u00e9cutent ailleurs.<\/p>\n\n\n\n Elle rend les chemins co\u00fbteux visibles. Une fois que les \u00e9quipes savent quels n\u0153uds appellent des mod\u00e8les, \u00e0 quelle fr\u00e9quence ces n\u0153uds s'ex\u00e9cutent et quelle classe de mod\u00e8le chaque n\u0153ud n\u00e9cessite, elles peuvent d\u00e9placer les t\u00e2ches plus simples vers des mod\u00e8les moins co\u00fbteux et r\u00e9server les mod\u00e8les de pointe pour les \u00e9tapes \u00e0 forte valeur ajout\u00e9e.<\/p>\n\n\n\n Les Builders devraient suivre le locataire, l'utilisateur, la version du graphe, le n\u0153ud, le mod\u00e8le, les jetons, la latence, le co\u00fbt, les \u00e9v\u00e9nements de repli et l'\u00e9tat d'utilisation facturable. Ces champs facilitent le support des clients et la protection des marges de l'IA.<\/p>\n\n\n\n Oui. Les applications ax\u00e9es sur la confidentialit\u00e9 et auto-h\u00e9berg\u00e9es ont toujours besoin d'un contr\u00f4le explicite sur les flux de donn\u00e9es, les points de terminaison des mod\u00e8les utilis\u00e9s et les actions des clients n\u00e9cessitant une approbation. Le graphe aide \u00e0 documenter ces limites.<\/p>\n\n\n\n MCP peut faciliter l'exposition des outils et des sources de donn\u00e9es aux agents, mais il augmente \u00e9galement le besoin de contr\u00f4le d'acc\u00e8s, de limites des outils, de r\u00e9vision des sch\u00e9mas et de permissions par n\u0153ud. L'acc\u00e8s aux outils doit faire partie de la conception du graphe, et non \u00eatre une r\u00e9flexion apr\u00e8s coup.<\/p>\n\n\n\n L'approbation humaine est n\u00e9cessaire avant des actions irr\u00e9versibles ou \u00e0 haut risque, telles que l'envoi de messages \u00e0 l'ext\u00e9rieur, la modification de l'\u00e9tat de facturation, la suppression de donn\u00e9es, l'escalade des cas de support ou la prise de d\u00e9cisions affectant un compte client.<\/p>\n\n\n\n Dessinez le flux de travail actuel sous forme de n\u0153uds et de transitions, puis marquez chaque appel de mod\u00e8le, appel d'outil, point d'approbation, tentative, solution de secours et limite budg\u00e9taire. Cette carte r\u00e9v\u00e8le g\u00e9n\u00e9ralement les premi\u00e8res corrections de co\u00fbt et de fiabilit\u00e9.<\/p>","protected":false},"excerpt":{"rendered":" Les syst\u00e8mes multi-agents deviennent plus faciles \u00e0 appr\u00e9hender lorsqu'ils disposent d'un graphe explicite : quels agents peuvent appeler des mod\u00e8les, utiliser des outils, demander une approbation, d\u00e9penser des jetons et transmettre le travail \u00e0 un autre n\u0153ud.<\/p>","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"cta-title":"Route Model Calls Through One API","cta-description":"Use ShareAI to access 150+ models, compare options, and keep model choice flexible as your agent graph grows.","cta-button-text":"Explore AI Models","cta-button-link":"https:\/\/shareai.now\/models\/?utm_source=blog&utm_medium=content&utm_campaign=graph-engineering-multi-agent-systems","rank_math_title":"Graph Engineering for Multi-Agent Systems | ShareAI","rank_math_description":"Learn how to design multi-agent graphs with model routing, budgets, approvals, fallbacks, and ShareAI API access for production AI systems.","rank_math_focus_keyword":"graph engineering for multi-agent systems, multi-agent AI governance, agent graph architecture, AI agent routing","footnotes":""},"categories":[4,6],"tags":[240,99,152,239,51,238,241],"class_list":["post-3160","post","type-post","status-publish","format-standard","hentry","category-developers","category-insights","tag-agent-orchestration","tag-ai-agents","tag-ai-governance","tag-graph-engineering","tag-model-routing","tag-multi-agent-systems","tag-shareai-api"],"_links":{"self":[{"href":"https:\/\/shareai.now\/fr\/api\/wp\/v2\/posts\/3160","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/shareai.now\/fr\/api\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/shareai.now\/fr\/api\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/shareai.now\/fr\/api\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/shareai.now\/fr\/api\/wp\/v2\/comments?post=3160"}],"version-history":[{"count":1,"href":"https:\/\/shareai.now\/fr\/api\/wp\/v2\/posts\/3160\/revisions"}],"predecessor-version":[{"id":3192,"href":"https:\/\/shareai.now\/fr\/api\/wp\/v2\/posts\/3160\/revisions\/3192"}],"wp:attachment":[{"href":"https:\/\/shareai.now\/fr\/api\/wp\/v2\/media?parent=3160"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/shareai.now\/fr\/api\/wp\/v2\/categories?post=3160"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/shareai.now\/fr\/api\/wp\/v2\/tags?post=3160"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}Traitez le graphe comme une architecture de production<\/h2>\n\n\n\n
O\u00f9 ShareAI s'int\u00e8gre dans le graphe<\/h2>\n\n\n\n
Une liste de contr\u00f4le pratique pour l'ing\u00e9nierie des graphes<\/h2>\n\n\n\n
L'angle du constructeur : le co\u00fbt du graphe devient la marge du produit<\/h2>\n\n\n\n
Concevez le graphe avant qu'il ne con\u00e7oive votre structure de co\u00fbts<\/h2>\n\n\n\n
FAQ<\/h2>\n\n\n\n
Qu'est-ce que l'ing\u00e9nierie des graphes pour les syst\u00e8mes multi-agents ?<\/h3>\n\n\n
En quoi l'ing\u00e9nierie des graphes est-elle diff\u00e9rente de l'ing\u00e9nierie des invites ?<\/h3>\n\n\n
Ai-je besoin de LangGraph pour utiliser les id\u00e9es d'ing\u00e9nierie des graphes ?<\/h3>\n\n\n
O\u00f9 le routage des mod\u00e8les s'int\u00e8gre-t-il dans un graphe d'agents ?<\/h3>\n\n\n
ShareAI peut-il remplacer mon orchestrateur d'agents ?<\/h3>\n\n\n
Comment l'ing\u00e9nierie des graphes peut-elle r\u00e9duire les co\u00fbts de l'IA ?<\/h3>\n\n\n
Que devraient suivre les Builders dans les graphes d'agents orient\u00e9s client ?<\/h3>\n\n\n
L'ing\u00e9nierie des graphes est-elle pertinente pour les applications ax\u00e9es sur la confidentialit\u00e9 ou auto-h\u00e9berg\u00e9es ?<\/h3>\n\n\n
Comment MCP modifie-t-il la conception des graphes ?<\/h3>\n\n\n
Quand un graphe doit-il inclure une approbation humaine ?<\/h3>\n\n\n
Quelle est la premi\u00e8re \u00e9tape vers un graphe d'agents gouvern\u00e9 ?<\/h3>\n\n\n