IA Agentique – LangGraph et MCP sur Azure
- Développeurs, ingénieurs IA, data engineers, data scientists, architectes techniques, MLOps engineers.
Présentation de la formation
L’IA générative a transformé la manière dont nous interagissons avec les modèles de langage.
L’étape suivante consiste à rendre ces modèles autonomes : capables de raisonner, d’utiliser des outils et d’interagir avec des sources de données externes pour accomplir des tâches complexes.
C’est le principe de l’IA agentique.
Cette formation de deux jours permet aux participants de comprendre les fondamentaux de l’IA agentique, de construire un agent avec LangGraph connecté à un serveur MCP, et de le rendre accessible via une interface Gradio déployée sur Azure.
Objectifs pédagogiques
A l’issue de cette formation, les participants seront en capacité de :
- Expliquer les principes de l’IA agentique et identifier sa valeur ajoutée par rapport à l’IA générative conversationnelle classique
- Concevoir et Développer un agent avec LangGraph et Microsoft Foundry
- Mettre en oeuvre le protocole MCP (Model Context Protocol) en connectant un agent à un serveur MCP
- Intégrer une interface utilisateur Gradio à un agent
- Déployer une application Agentique sur Azure
Le candidat à cette formation doit disposer de connaissances en IA générative (fonctionnement d’un LLM, notions de tokens, distinction IA classique vs IA générative). Une connaissance pratique de Python est également nécessaire.
Les supports de cours et les travaux pratiques sont en anglais. Un niveau d’anglais B1 est recommandé, retrouvez les niveaux de langues sur ce lien : Classification des niveaux de langue.
Comprendre l’IA agentique et pourquoi c’est le “next step”
- Situer l’IA agentique dans la continuité de l’IA générative : des chatbots aux agents autonomes.
- Comprendre les limites de l’approche conversationnelle classique et ce que l’agentique apporte.
- Découvrir les concepts fondamentaux : raisonnement, planification, utilisation d’outils, boucle agentique.
- Explorer le pattern ReAct (Reasoning + Acting) et son fonctionnement.
- Panorama de l’écosystème : LangGraph, Semantic Kernel, AutoGen, CrewAI.
Découvrir LangGraph et construire un premier agent
- Comprendre l’architecture de LangGraph : graphes, nœuds, états et transitions.
- Découvrir le rôle d’Azure OpenAI comme moteur de raisonnement de l’agent.
- Construire un premier agent LangGraph avec Azure OpenAI capable d’utiliser des outils simples (recherche, calcul).
Enrichir son agent : mémoire et robustesse
- Ajouter de la mémoire conversationnelle et du « checkpointing » à un agent.
- Comprendre le principe du human3in3the3loop pour les actions sensibles.
- Gérer les erreurs et les cas limites dans la boucle agentique.
- Enrichir l’agent du TP précédent avec la gestion de la mémoire et la validation humaine sur certaines actions.
Comprendre le protocole MCP (Model Context Protocol)
- Découvrir MCP : origines, objectifs et positionnement dans l’écosystème agentique.
- Comprendre l’architecture MCP : Host, Client, Server et les primitives (outils, resources, prompts).
- Identifier les cas d’usage : connecter un agent à des sources de données, des APIs ou de la documentation.
- Découvrir le serveur MCP Microsoft Learn comme exemple concret.
Connecter son agent à un serveur MCP
- Connecter l’agent LangGraph au serveur MCP de la documentation Microsoft Learn. L’agent devient capable de rechercher et synthétiser de la documentation technique pour répondre à des questions.
- Tester, itérer et affiner le comportement de l’agent face à différents types de requêtes.
Intégrer une interface Gradio et déployer sur Azure
- Découvrir Gradio et son intégration avec des agents IA.
- Comprendre l’architecture de déploiement fournie : serveur FastAPI, Gradio, conteneurisation Docker, Azure Container Apps.
- À partir d’un repository fourni (serveur FastAPI, Dockerfile, pipeline CI/CD, Terraform), intégrer l’agent développé pendant la formation à l’interface Gradio, personnaliser l’interface en suivant la documentation Gradio, puis déployer l’ensemble sur Azure.
Publié le 07/04/2026
Dans cette formation, nous mélangeons théorie et ateliers techniques ou démonstration pour vous rendre rapidement opérationnel. En outre, chaque participant reçoit un support de cours.
Un de nos consultants-formateurs conduit la formation. Forts d’une solide expérience sur le terrain, ils rendent l’apprentissage à la fois interactif et enrichissant.
Pour l’évaluation, le formateur pose des questions régulières et utilise diverses méthodes pour mesurer vos acquis en continu. Cette approche favorise une expérience d’apprentissage à la fois dynamique et captivante
Après la formation, nous vous demandons de remplir un questionnaire de satisfaction. Vos retours nous aident à maintenir et à améliorer constamment la qualité de nos formations. De plus, pour assurer un suivi rigoureux, chaque participant signe une feuille d’émargement par demi-journée de présence.
Enfin, nous offrons la flexibilité de dispenser cette formation aussi bien en présentiel qu’en distanciel et elle peut être personnalisée pour les besoins spécifiques de votre entreprise sur demande.
Vous pouvez vous inscrire à l’une de nos formations jusqu’à cinq jours ouvrés avant son commencement, à condition qu’il reste des places disponibles et que nous ayons reçu votre devis signé.
De plus, si vous avez des besoins spécifiques liés à une situation de handicap, n’hésitez pas à en faire la demande ; nous adaptons volontiers nos moyens de prestation en fonction du type de handicap.
Notre centre de formation, Cellenza Training, vous accueille au 892 Rue Yves Kermen, 92100 Boulogne-Billancourt.
Pour nous rejoindre, plusieurs options de transports en commun s’offrent à vous :
- Prenez la ligne 9 du métro et descendez à Pont de Sèvres,
- Optez pour la ligne 10 du métro jusqu’à Boulogne Jean Jaurès,
- Ou bien, empruntez le tram T2 jusqu’à Brimborion.
Nos formations sur la même thématique
IA Agentique – Orchestration multi-agents avec A2A
AI-901 : Présentation de l’IA dans Azure
