Aller au contenu
Voir l'offre · 350 €

GenAI Labs

Construisez votre premier agent IA en TypeScript

Avec LangChain et LangGraph, du premier appel LLM au déploiement. Du code à comprendre, des exercices à faire, un projet final à mettre en ligne.

Voir l'extrait gratuit Voir l'offre 350 €
~/langraph-masterclass · cli/index.ts
  • 36leçons
  • 9modules
  • quiz et exercices
  • paiement unique
~stack du cours
  • TypeScriptlangage
  • LangChainmodèles et outils
  • LangGraphgraphes d'agents
  • Zodvalidation
  • HonoAPI
  • Node.jsruntime
  • Dockerdéploiement
  • LangSmithobservabilité

Neuf étapes, du premier appel au déploiement

Chaque module part d'un cas concret : un agent qui reprend sa session, une recherche qui retrouve le bon document, une réponse que vous pouvez vérifier. Cliquez sur un module pour voir ses leçons.

~programme
  1. introPréparer son espace de travail1 leçon
    1. 0.1GitHub : préparer sa branche
  2. 01Fondations LLM et prompting7 leçons
    1. 1.1Bases de l’appel aux modèles de langage (LLM)
    2. 1.2Maîtriser le prompting
    3. 1.3Comprendre les paramètres LLM
    4. 1.4Optimisation des paramètres LLM
    5. 1.5Comprendre le chunking et le streaming
    6. 1.6TP module 1 : Test A/B
    7. 1.7TP 2 : Découverte du playground LangSmith
  3. 02LangGraph : état, transitions et interactions6 leçons
    1. 2.1Introduction à LangGraph
    2. 2.2Comprendre l’état et la concaténation
    3. 2.3Comprendre les transitions conditionnelles
    4. 2.4Jeu interactif : plus ou moins
    5. 2.5Rap battle : Molière et Robespierre
    6. 2.6TP : conversation entre deux LLM
  4. 03Tools : créer, composer et explorer3 leçons
    1. 3.1Créer un tool avec Zod : exemple BMIextrait gratuit
    2. 3.2Utiliser les tools du CLI : Prompt Refiner et images
    3. 3.3Explorer les tools disponibles
  5. 04Agents ReAct : raisonner, agir, observer2 leçons
    1. 4.1Architecture d’un agent ReAct
    2. 4.2Créer un agent ReAct avec LangGraph
  6. 05Context engineering : pertinence et coûts3 leçons
    1. 5.1Optimiser les coûts du contexte
    2. 5.2Une autre approche : résumés et métadonnées
    3. 5.3TP : comparer avec et sans context engineering
  7. 06Évaluation : mesurer et interpréter5 leçons
    1. 6.1Introduction à l’évaluation des réponses
    2. 6.2BLEU : comparer une réponse à une référence
    3. 6.3Comprendre la précision et le rappel
    4. 6.4F1 : équilibrer précision et rappel
    5. 6.5Précision, rappel et F1 : cas pratique
  8. 07Observabilité : LangSmith et tracing2 leçons
    1. 7.1Observer les exécutions dans LangSmith
    2. 7.2Activer le tracing, les tags et les métadonnées
  9. 08Projet final : déployer un agent7 leçons
    1. 8.1Setup du projet avec Hono
    2. 8.2Invoke, stream, SSE et interface HTML
    3. 8.3Préparer l’agent nutritionnel
    4. 8.4Routes de conversation et approbation des tools
    5. 8.5Ajouter des tools à l’agent
    6. 8.6Construire un graphe nutritionnel déterministe
    7. 8.7Claude et Dockerfile : préparer le déploiement
bonus

RAG & Agents Lab

offert avec la formation, ouvre à sa sortie sans supplément
  1. 01Indexation : préparer le corpusParadeDB
    1. 1.1Intro : le RAG et le lab
    2. 1.2Extraction : un pipeline par type de document
    3. 1.3Chunking : découper sans casser le sens
    4. 1.4Embeddings : le sens en coordonnées
    5. 1.5ParadeDB : un seul Postgres, deux moteurs
  2. 02Recherche : retrouver puis répondrehybride · rerank
    1. 2.1Pipeline de retrieval : config, stages et trace
    2. 2.2BM25 : les mots exacts
    3. 2.3Sémantique : les sens voisins
    4. 2.4Hybride + RRF : deux moteurs, un classement
    5. 2.5Transformations : rewrite, multi-query et HyDE
    6. 2.6Filtres et rerank : encadrer la recherche
    7. 2.7Génération ancrée : le G de RAG
  3. 03Évaluation : mesurer au lieu de devinerdataset
    1. 3.1Datasets, juges et métriques
  4. 04Agents et Generative UIReWOO · ReAct
    1. 4.1ReWOO : planifier avant de chercher
    2. 4.2Agent ReAct et garde-fous
    3. 4.3Deep agent : planifier, noter, composer
    4. 4.4Generative UI : le modèle appelle l’interface
module 03 · leçon 1Créer un tool avec Zod : exemple BMI

Regardez une leçon entière, gratuitement

La première leçon du module Tools, en vidéo. Puis le code à lancer chez vous, sans compte et sans clé API.

Ouvrir l'extrait complet

Les trois guides gratuits

Le CLI du cours LangGraph : liste des modules et fiche du module 4, Agent ReAct
capture réelle · langgraph-masterclassmodule 4 · Agent ReAct

Le cours tourne aussi dans votre terminal

Chaque module a sa fiche : objectifs, concepts, exercices. Puis un checkpoint pour vérifier ce que vous savez expliquer. Essayez celui du module 03.

checkpoint · module 03 · Tools

Votre outil apporte-t-il une capacité identifiable ? Peut-on vérifier son résultat ? Savez-vous ce qu’il peut modifier ? Avez-vous un comportement défini pour une erreur externe ?

votre réponse

ce que la relecture attend

Une fiche d’intégration d’une page : tâche, contrat, exemple, dépendances, effets de bord et trois erreurs traitées. Vous la réutiliserez au module ReAct pour expliquer pourquoi l’agent dispose de cet outil.

dans le cours : relu et noté sur 100
Salim Laimeche au micro
$ whoamisalim
LinkedInGitHub

Salim Laimeche

AI Architect · Forward Deployed Engineer

Il conçoit et met en production des systèmes GenAI, RAG et agents pour de grands groupes. Le cours reprend ce qu'il applique en mission.

  • SUEZ

    SecureGPT, la plateforme GenAI interne du groupe : 5 000+ utilisateurs.

  • Brevo

    Un essaim d'agents LangGraph, sur une plateforme ouverte à 50 000 bêta-testeurs.

  • Sanofi

    Pipelines RAG et agents ReAct pour le contenu marketing pharma.

  • BNP Paribas

    RAG et workflows LangGraph, LLM-as-judge pour la qualité des données.

  • certifié TensorFlow
  • certifié Azure
  • fondateur d’IgnitionAI
Couverture du livre Building Agentic AI Apps with Next.js and TypeScript, éditions Packt

Packt · sortie le 1er décembre 2026

Building Agentic AI Apps with Next.js and TypeScript

Build production-ready AI apps with TypeScript, RAG, MCP, and intelligent multi-agent workflows.

auteurs
Salim Laimeche, Glaucia Lemos
éditeur
Packt · 1re édition
sortie
1er décembre 2026
formats
eBook et broché
Voir le livre sur Packt Kobo

Ce qu'en disent les équipes qui ont travaillé avec lui

Salim a réalisé un audit de notre solution GenAI. Il nous a conseillés sur la façon d'améliorer la qualité de la solution. Nous avons maintenant un test A/B qui nous permet de tester deux stratégies différentes.
Trevor PinkneyLead Software Engineer · Sanofiin
C'est clairement l'un des meilleurs experts que je connaisse en GenAI et RAG. Il transforme des concepts IA complexes en solutions concrètes : de l'IA réelle et utile, pas seulement des POCs oubliés.
Mohamed AlaniLead IA générative · Bpifrancein
Salim est intervenu sur deux projets pour SpidR. Développement ou IA, il a été une vraie valeur ajoutée à chaque fois. En plus, il est très pédagogue et n'hésite pas à partager ses connaissances.
Geoffroy DetrousselleFondateur · SpidRin

Cinq skills pour votre assistant de code

Inclus pour les élèves. Votre assistant applique la méthode du cours à votre projet ; les choix structurants restent les vôtres.

~/mon-projet
$npx genailabs-skills login
$npx genailabs-skills install all
  • Choisir la bonne architecture IAarchitecture
  • Construire un agent qui sait où s'arrêterworkflows et agents
  • Faire répondre votre IA avec les bonnes sourcesrag
  • Vérifier qu'un changement améliore votre IAévaluation
  • Comprendre où partent le temps et les tokensobservabilité

À la fin, un certificat vérifiable

Chaque module validé compte. Le parcours terminé, vous recevez un certificat avec son lien public : un recruteur peut vérifier qu'il est valide, en un clic.

n° fcf95f4d07bf

certificat de réussite

Ce certificat atteste que

Camille Laurent

a suivi avec succès la formation

AI Agents TypeScript

36 leçons · 9 modules · quiz validés

Salim LaimecheFormateur, GenAI Labs
18 octobre 2026Date de délivrance
genailabs.dev/certificats/fcf95f4d07bf

Passez de la lecture à la pratique

Un parcours autonome, à votre rythme. Vos questions passent par Discord, sans coaching individuel.

Puis-je essayer avant d'acheter ?

Oui. L'extrait est accessible sans compte et contient un exemple TypeScript à exécuter, sans clé API.

Y a-t-il des coûts supplémentaires ?

Le prix couvre l'accès. Les appels aux modèles dans les ateliers peuvent être facturés par votre fournisseur API.

Comment retrouver ma formation après le paiement ?

Créez votre compte avant le paiement Stripe. La formation apparaît ensuite dans votre espace, avec votre progression.

Quelles sont les conditions d'achat ?

Paiement unique. Le prix et les taxes affichés correspondent à l'offre courante.

LangChain & LangGraphaccès à vie
  • 36 leçons et démonstrations vidéo
  • exercices, checkpoints et quiz
  • suivi de progression
  • certificat vérifiable
  • cinq skills pour votre assistant
  • RAG & Agents Labouvre à sa sortie, sans supplément
total350,00 €

Taxes incluses. Le paiement est unique.

Pas encore sûr ? Regardez l'extrait gratuit

paiement sécurisé par Stripe · facture incluse