IA générative : LangChain et Mistral

Travaux pratiques de troisième année du BUT informatique, sur l'orchestration de modèles de langage avec LangChain et l'API Mistral AI.

Différence avec les TP de première année

Les TP d'outils fondamentaux s'exécutent entièrement dans votre navigateur, sans installation ni compte. Ceux-ci non : ils appellent une API distante, ont besoin d'une clé personnelle, et s'exécutent donc sur votre machine, après une courte mise en route. Les blocs de code sont affichés ici comme référence et comme corrigé, pas comme éléments exécutables du site.

Les séances

Séance	Sujet	Ce que vous saurez faire
Mise en route BUT3	Installation locale	clé API Mistral, environnement virtuel, dépendances
TP1	Premiers pas	invoquer un modèle, composer une chaîne avec \|, prompt système/utilisateur
TP2	Sorties structurées	schéma Pydantic, with_structured_output, ce qu'il garantit vraiment
TP3	RAG et bases vectorielles	embeddings, similarité cosinus, indexer et interroger un corpus avec FAISS
TP4	Agents	patron ReAct, écrire ses propres outils, garde-fous d'un agent en production
TP5	Multimodalité	synthèse et transcription vocale, vision, génération d'image, pipeline complet

Chaque TP publié se termine par une liste d'auto-évaluation et un QCM de dix questions corrigées immédiatement : TP1, TP2, TP3, TP4, TP5.

Le même pacte que le reste du site

Chaque TP contient un encadré « L'IA vous le donne en trois secondes » : demandez à l'assistant de votre choix d'écrire le script attendu, puis cherchez ce qu'il tait ou présente comme certain alors que ce ne l'est pas. Sur un module qui porte justement sur l'orchestration de modèles de langage, cet exercice prend un relief particulier : vous apprenez à construire avec l'outil dont vous apprenez, dans le même geste, à ne pas trop vous fier.