Atomic Agents : assembler des agents IA comme des briques

L’idée : des briques à usage unique

Le créateur d’Atomic Agents compare son framework à des briques de construction : chaque composant fait une seule chose, peut être réutilisé, se combine avec les autres et produit des résultats constants. Concrètement, chaque agent déclare un schéma d’entrée et un schéma de sortie avec Pydantic, et la bibliothèque Instructor oblige le modèle de langage à répondre dans ce format (sortie structurée). Pour enchaîner deux agents, on aligne la sortie de l’un sur l’entrée de l’autre.

Autour de ces agents, on trouve un générateur de prompt système (contexte, étapes, consignes de sortie), un historique de conversation et des « fournisseurs de contexte » qui injectent des informations dynamiques, comme des résultats de recherche.

À quoi il sert concrètement

Atomic Agents convient aux chaînes de traitement maîtrisées : un assistant qui propose systématiquement des questions de suivi, un pipeline qui recherche sur le web puis résume, un agent qui extrait des champs précis d’un document. La CLI « atomic » télécharge des outils prêts à l’emploi (recherche web, calculatrice, lecteur de PDF, transcriptions YouTube…) sous forme de code que vous pouvez modifier. Un connecteur MCP permet aussi d’utiliser les outils d’un serveur externe, et chaque exécution peut être tracée avec OpenTelemetry.

Démarrer

Installez atomic-agents avec pip, ajoutez si besoin le module Instructor de votre fournisseur, puis définissez un schéma de sortie, une configuration d’agent et un client de modèle. Le dépôt contient des exemples de démarrage rapide et des projets complets ; la documentation propose aussi des fichiers prêts à être lus par un assistant de code.

Forces et limites

Forces : un code explicite et testable, des sorties typées, peu de « magie » cachée, de nombreux fournisseurs de modèles et une licence MIT.

Limites : Python uniquement ; l’approche demande d’écrire davantage de schémas que des frameworks plus automatiques ; le projet repose largement sur un seul mainteneur, et la version 2.0 a cassé la compatibilité avec la précédente.

Alternatives

Pydantic AI partage la même philosophie de typage, smolagents est tout aussi léger mais plus autonome, et Langroid mise sur des agents qui s’échangent des messages.