Curso

Rédacteur et critique en boucle

Construire avec Google ADK une boucle LoopAgent où un rédacteur et un critique améliorent une offre commerciale jusqu'à satisfaire une grille de qualité, avec une condition d'arrêt écrite en code.

Avanzado 4 lecciones 3h
Empezar el curso
Progreso 0% · 0/4

Este contenido aún no está traducido. Se muestra la versión original.

Un premier jet écrit par un modèle est souvent correct… et rarement excellent. Les rédacteurs humains le savent : on écrit, on relit avec une grille, on corrige, on recommence. Ce lab automatise ce cycle avec Google ADK : un agent rédacteur, un agent critique qui note le texte sur une grille, un arbitre écrit en Python qui décide s'il faut continuer, et un réviseur qui applique les consignes. Le tout dans un LoopAgent, avec une limite stricte de tours.

Fil rouge : une offre commerciale pour une entreprise fictive (contrat de maintenance informatique), à partir d'un brief de quelques lignes. Le même code sert pour un article, une fiche produit ou un e-mail : seuls le brief et la grille changent.

Ce que vous allez construire

flowchart LR
  B["Brief"] --> R["redacteur (modèle léger)"]
  R --> L
  subgraph L["LoopAgent boucle_qualite (max 4 tours)"]
    C["critique (notes structurées)"] --> A{"arbitre (Python) : grille OK ?"}
    A -->|"non : consignes"| V["reviseur"]
    V --> C
  end
  A -->|"oui : escalate"| F["Texte validé"]
  • Une grille de qualité : 5 critères notés de 1 à 5 par le critique, plus des contrôles mesurables faits en code (longueur, mots interdits, mentions obligatoires).
  • Une condition d'arrêt explicite : l'arbitre émet un événement escalate=True, le mécanisme que LoopAgent surveille (c'est aussi ce que fait l'outil intégré exit_loop).
  • Un historique de chaque tour (notes, validé ou non) pour comprendre et améliorer la grille.

Pour qui ?

  • Développeurs Python qui ont déjà écrit un agent ADK avec output_key.
  • Équipes marketing ou communication qui veulent industrialiser une relecture, avec des règles explicites.

Prérequis

  • Python 3.10+, pip install -r files/requirements.txt (google-adk 2.10.0).
  • Une clé d'API Gemini dans un fichier .env (modèle : .env.example).

Programme

ModuleLeçonCe que vous faites
1. Cas d'usage et architectureLa boucle générer, critiquer, réviserGrille, conditions d'arrêt, risques d'une boucle
2. Construire pas à pasLa grille et l'arbitreoutput_schema du critique, arbitrer(), escalate
2. Construire pas à pasLe LoopAgent completRédacteur, réviseur, include_contents="none", exit_loop
3. Tester, évaluer, exploiterTester, mesurer, exploiterFaux modèles, exécution réelle, coût par tour

En local ou sur GCP ?

En local (ce lab)Sur Google Cloud
ModèlesGemini via clé d'API : gemini-3.5-flash-lite (brouillons) et gemini-3.5-flash (critique)Les mêmes via Vertex AI (GOOGLE_GENAI_USE_VERTEXAI=TRUE)
Exécutionpython agent.pyCloud Run ou Vertex AI Agent Engine
Briefune chaîne dans le codeformulaire ou outil de CRM, même fonction rediger()

Le code

Dans le dossier files/ : agent.py (pipeline et grille), test_agent.py (3 tests sans clé), requirements.txt.

Recursos

Descargar todo (.zip)

Referencias