Assistant SQL Multi-Agents Fiable : Contrôle Humain et Maîtrise des Coûts LLM
Dans un monde où l'intelligence artificielle évolue rapidement, j'ai développé un assistant SQL multi-agents fiable, intégrant un contrôle humain et une gestion des coûts LLM. Cet outil, construit avec Streamlit, SQLite et CrewAI, permet aux utilisateurs d'interroger une base de données en langage naturel tout en gardant le contrôle sur les requêtes et les dépenses. L'idée est née de ma frustration face à la complexité des agents IA et à l'incertitude des coûts. Après des recherches approfondies, j'ai choisi CrewAI comme point de départ, grâce à des cours clairs et des études de cas pratiques. Mon objectif était de créer un assistant générant des requêtes SQL précises, avec des vérifications humaines et un suivi des coûts. L'architecture comprend trois agents principaux : un générateur de requêtes, un réviseur et un vérificateur de conformité. Chaque agent a un rôle, un objectif et une backstory définis. J'ai utilisé GPT-4o-mini comme modèle de langage, avec un paramètre de température bas pour réduire les hallucinations. Les tâches sont définies dans des fichiers YAML, permettant des mises à jour sans modifier le code. L'interface Streamlit offre une expérience utilisateur intuitive, avec des options pour accepter, réessayer ou annuler les requêtes. Les coûts LLM sont affichés à chaque étape, garantissant une transparence totale. Bien que le système ne soit pas parfait, il représente une avancée significative dans l'interaction avec les bases de données via des agents IA. Ce projet combine la puissance des LLM, la simplicité de Streamlit et la modularité de CrewAI, ouvrant la voie à des applications plus intelligentes et contrôlables.
