Aller plus loin

Vous avez parcouru l’essentiel de gAgent : les bases, la communication FIPA ACL, les protocoles d’interaction, l’environnement situé, les agents LLM, la plateforme et ses outils. Vous avez de quoi construire un système multi-agent complet.

Ce que vous savez faire

Créer des agents	`Agent`, `setup()`, `takeDown()`, `AgentCore`
Structurer la logique	`Behaviour`, `OneShotBehaviour`, `CyclicBehaviour`, `TickerBehaviour`, `WakerBehaviour`
Communiquer	`acl_send`, `acl_receive`, `ACLMessage`, performatives FIPA
Utiliser des protocoles	`RequestInitiator`, `ContractNetInitiator`, `SubscribeInitiator` et leurs participants
Situer les agents	`Environnement`, `VisualAgent`, `agentview`
Intégrer un LLM	`PythonBehaviour`, `gagent_py`, OpenAI / Claude / Ollama
Superviser	`agentmanager`, `agentmonitor`, logs JSON Lines
Déployer	`GAGENT_ENDPOINT_<NOM>` pour le multi-machine

Pour aller plus loin

La Référence API documente toutes les classes, méthodes et paramètres en détail. Consultez-la quand vous avez besoin de connaître une signature exacte ou les options d’un constructeur.

Le Guide utilisateur couvre des sujets plus avancés :

L’architecture interne de gAgent
La plateforme AMS/DF en détail
La messagerie FIPA ACL complète (tous les performatives)
Les patterns avancés de behaviours
Le logging structuré et l’intégration ELK/Grafana

Les exemples dans examples/ sont des programmes fonctionnels que vous pouvez compiler et lancer directement :

# Visualisation — 5 agents avec des mouvements distincts
./build/examples/demo_visualization

# Agent LLM — questions/réponses via OpenAI ou Ollama
OPENAI_API_KEY=sk-... ./build/examples/llm_agent

Quelques idées de projets

Simulation de fourmis — environnement 2D, phéromones comme état partagé, comportement émergent de recherche de nourriture.
Réseau de capteurs intelligent — agents capteurs publient des mesures via Subscribe-Notify, agent agrégateur calcule des statistiques, agent alarme déclenche des alertes via Request.
Planificateur multi-robot — Contract Net pour l’attribution de tâches, AMS/DF pour la découverte dynamique des robots disponibles.
Assistant LLM collaboratif — plusieurs agents LLM avec des spécialisations différentes (expert domaine, modérateur, synthétiseur) qui collaborent pour répondre à une question complexe.

Contribuer

Le code source est disponible dans le dépôt gAgent. Pour signaler un bug, proposer une amélioration ou contribuer du code, consultez la page contributing.