Le défi
Le client voulait un agent capable de chercher sur le web, consulter des données financières en direct, lire des documents internes et agir sur les résultats, sans jamais donner à un LLM un accès en écriture non supervisé à ce qui compte.
Il devait aussi survivre à un redémarrage en pleine conversation et reprendre exactement là où il s’était arrêté, ce qu’une simple boucle d’appels d’outils ne permet pas.
Assess Q3 exposure for portfolio Alanggraph · state
web_search("Q3 earnings guidance")mcp · ok
read_docs("risk-policy.pdf")mcp · ok
get_financial_data(account="A-17")awaiting approval
Sensitive tool. Execution paused by a graph interrupt.
ApproveReject
state checkpointed · resumes exactly here after a decision
Architecture · 5 étapes
- 01
Demande
L’objectif de l’utilisateur entre dans le graphe
- 02
Plan
Routage StateGraph LangGraph
- 03
Outils
Client MCP : web, données financières, documents
- 04
Validation
Point d’arrêt pour les actions sensibles
- 05
Persistance
Checkpointer SQLite asynchrone
La solution
J’ai construit l’agent sur le StateGraph de LangGraph, où l’historique, les résultats intermédiaires et l’étape courante sont un état de premier plan, persisté dans SQLite en asynchrone. Les conversations survivent aux interruptions et aux redémarrages avec tout leur contexte.
Les outils passent par un client Model Context Protocol : ajouter une capacité revient à pointer vers un nouveau serveur MCP, sans écrire ni retester des schémas d’outils à la main.
Les outils sensibles sont derrière une vraie interruption dans le graphe, pas une consigne dans le prompt. L’exécution s’arrête, l’action en attente est présentée à un humain qui l’approuve ou la refuse, et l’exécution reprend avec son raisonnement intact. Les chemins de refus sont testés aussi rigoureusement que le chemin nominal.
Points forts techniques
- StateGraph LangGraph avec état durable et persisté
- Client Model Context Protocol pour des outils branchables
- Interruptions humaines au niveau du graphe avant les appels sensibles
- Outils de recherche web et de données financières en direct
- Mémoire persistante multi-session
Technologies
- Python
- LangGraph
- LangChain
- Model Context Protocol
- SQLite
- Streamlit
Services liés
Un projet similaire ?
Obtenez un avis franc sur l’architecture, les risques et le calendrier lors d’un appel gratuit de 30 minutes, ou demandez à l’assistant IA comment cette approche s’appliquerait à votre projet.