Sur cette page
- Une bibliothèque d'agents gère la boucle : le modèle demande un outil, le programme l'exécute, le résultat revient au modèle. Pour un ou deux outils, l'appel d'outils de l'API suffit (l'appel d'outils).
- Les quatre éditeurs ont la leur : OpenAI Agents SDK, Claude Agent SDK, Agent Development Kit de Google, Agent Framework de Microsoft ; plusieurs acceptent les modèles des autres.
- Quatre outils sont à ne plus commencer : AutoGen est en maintenance, Semantic Kernel est remplacé par Agent Framework, l'API Assistants d'OpenAI est fermée depuis le 26 août 2026, et Agent Builder ferme le 30 novembre 2026.
- Le Claude Agent SDK est classé alpha, et son usage relève des conditions commerciales d'Anthropic, malgré la licence MIT de son dépôt Python.
- Les tutoriels vieillissent vite : noms de modèles, fonctions renommées, API fermées. Partez de la documentation du jour.
Panorama des bibliothèques
Dix bibliothèques vivantes, au 8 octobre 2026
Un avantageÀ savoir
Options
Trois façons de construire un agent
Sans bibliothèque
l'appel d'outils de l'API, et une boucle de quelques lignes
- l'API de l'éditeur, seule
La bibliothèque d'un éditeur
au plus près de ses modèles et de son nuage
- OpenAI Agents SDK
- Claude Agent SDK
- Agent Development Kit, Google
- Agent Framework, Microsoft
Un cadre indépendant
un même code pour plusieurs éditeurs
- LangGraph
- CrewAI
- Pydantic AI
- Mastra
- smolagents
- LlamaIndex
Une bibliothèque apporte la boucle de l'agent, la description des outils, la mémoire de la conversation, parfois la reprise après une coupure et la validation par une personne. Elle ajoute aussi une dépendance, qui change de version chaque semaine. Ce qu'est un agent : qu'est-ce qu'un agent.
Sélection par besoin
Comparatif
Le même genre d'agent, tel que chaque documentation le montre le 8 octobre 2026. Le code est reproduit tel quel, noms de modèles compris, et n'a pas été exécuté ici ; il demande une clé d'API de l'éditeur (le poste de développement).
Un agent, un outil décrit par sa docstring, et le Runner qui fait tourner la boucle.
agent.pyimport asyncio
from agents import Agent, Runner
from agents.decorators import tool
@tool
def history_fun_fact() -> str:
"""Return a short history fact."""
return "Sharks are older than trees."
agent = Agent(
name="History Tutor",
instructions="Answer history questions clearly. Use history_fun_fact when it helps.",
tools=[history_fun_fact],
)
async def main():
result = await Runner.run(
agent,
"Tell me something surprising about ancient life on Earth.",
)
print(result.final_output)
if __name__ == "__main__":
asyncio.run(main())Un agent, un outil, et une réponse typée, vérifiée par Pydantic.
agent.pyfrom typing import Literal
from pydantic import BaseModel, Field
from pydantic_ai import Agent, RunContext
class Sentiment(BaseModel):
label: Literal['positive', 'negative', 'neutral']
score: float = Field(ge=-1, le=1)
agent = Agent('openai:gpt-6-sol', output_type=Sentiment)
@agent.tool
def recent_reviews(ctx: RunContext, product: str) -> list[str]:
"""Fetch recent review snippets for a product."""
return ['The new release fixed everything I complained about!']
result = agent.run_sync('How are people feeling about the Extract app?')
print(result.output)
#> label='positive' score=0.9Deux outils décrits par leur docstring ; le modèle choisit lequel appeler.
agent.pyimport datetime
from zoneinfo import ZoneInfo
from google.adk.agents import Agent
def get_weather(city: str) -> dict:
"""Retrieves the current weather report for a specified city.
Args:
city (str): The name of the city for which to retrieve the weather report.
Returns:
dict: status and result or error msg.
"""
if city.lower() == "new york":
return {
"status": "success",
"report": (
"The weather in New York is sunny with a temperature of 25 degrees"
" Celsius (77 degrees Fahrenheit)."
),
}
else:
return {
"status": "error",
"error_message": f"Weather information for '{city}' is not available.",
}
def get_current_time(city: str) -> dict:
"""Returns the current time in a specified city.
Args:
city (str): The name of the city for which to retrieve the current time.
Returns:
dict: status and result or error msg.
"""
if city.lower() == "new york":
tz_identifier = "America/New_York"
else:
return {
"status": "error",
"error_message": (
f"Sorry, I don't have timezone information for {city}."
),
}
tz = ZoneInfo(tz_identifier)
now = datetime.datetime.now(tz)
report = (
f'The current time in {city} is {now.strftime("%Y-%m-%d %H:%M:%S %Z%z")}'
)
return {"status": "success", "report": report}
root_agent = Agent(
name="weather_time_agent",
model="gemini-flash-latest",
description=(
"Agent to answer questions about the time and weather in a city."
),
instruction=(
"You are a helpful agent who can answer user questions about the time and weather in a city."
),
tools=[get_weather, get_current_time],
)Le niveau en dessous : un graphe d'étapes, ici avec un faux modèle, pour montrer la mécanique.
graphe.pyfrom langgraph.graph import StateGraph, MessagesState, START, END
def mock_llm(state: MessagesState):
return {"messages": [{"role": "ai", "content": "hello world"}]}
graph = StateGraph(MessagesState)
graph.add_node(mock_llm)
graph.add_edge(START, "mock_llm")
graph.add_edge("mock_llm", END)
graph = graph.compile()
graph.invoke({"messages": [{"role": "user", "content": "hi!"}]})Ce qui s'arrête
- 30 septembre 2025 · AutoGendernière version ; le projet passe en maintenance, sans nouvelle fonction
- Avril 2026 · MicrosoftAgent Framework passe en version 1.0 : successeur de Semantic Kernel et d'AutoGen ; Semantic Kernel ne reçoit plus que des correctifs
- 3 juin 2026 · OpenAIAgent Builder est déprécié
- 26 août 2026 · OpenAIl'API Assistants est fermée ; elle est remplacée par les API Responses et Conversations
- 30 novembre 2026 · OpenAIAgent Builder ferme ; ChatKit reste
Méthode
- Versions et licences : les registres PyPI et npm, et l'API de GitHub, lus le 8 octobre 2026.
- Ce que fait chaque bibliothèque : son dépôt et sa documentation ; les extraits de code y sont copiés tels quels.
- Les arrêts : les pages de dépréciation des éditeurs et les dépôts.
- Ce que la page ne mesure pas : la qualité des agents construits, qui dépend du modèle et des outils plus que de la bibliothèque ; aucun banc d'essai indépendant entre bibliothèques n'a été lu.
Jours écoulés depuis la dernière version publiée, au 8 octobre 2026
- Agent Framework08/10/20260 j
- CrewAI07/10/20261 j
- Mastra07/10/20261 j
- Claude Agent SDK06/10/20262 j
- LangGraph06/10/20262 j
- Semantic Kernel06/10/20262 j
- Pydantic AI03/10/20265 j
- OpenAI Agents SDK02/10/20266 j
- Google ADK02/10/20266 j
- LlamaIndex21/09/202617 j
- smolagents29/05/2026132 j
- AutoGen30/09/2025373 j
Pièges de lecture
| On lit | Ce qu'il faut savoir |
|---|---|
| « Sous licence MIT » | Pour le Claude Agent SDK, l'usage relève aussi des conditions commerciales d'Anthropic ; pour Mastra, les dossiers ee/ sont sous licence d'entreprise ; pour AutoGen, MIT vaut pour le code, la documentation est sous CC BY 4.0 |
| « Une bibliothèque de Microsoft, donc durable » | Semantic Kernel et AutoGen ont été remplacés en 2026 par Agent Framework |
| « FastMCP » | Deux choses : une classe du SDK officiel de MCP, renommée MCPServer en version 2, et un cadre distinct, publié sous le même nom ; les vieux tutoriels ne marchent plus avec le SDK du jour |
| Un exemple en ligne avec gpt-4o | Des documentations officielles gardent d'anciens noms de modèles ; vérifiez le modèle avant de lancer quoi que ce soit (le marché des modèles) |
| « L'API Assistants » | Fermée le 26 août 2026 ; le code qui s'en sert ne tourne plus |
Vérification
1ComprendreQuand se passer d'une bibliothèque d'agents ?
Pour un agent simple, un ou deux outils : l'appel d'outils de l'API et une boucle de quelques lignes suffisent, sans dépendance de plus.
2ComprendrePourquoi ne pas commencer un projet sur AutoGen ou Semantic Kernel ?
AutoGen est en maintenance, sans nouvelle fonction ; Semantic Kernel est remplacé par Agent Framework de Microsoft, qui reçoit les nouveautés.
3AppliquerUne équipe .NET sur Azure veut un agent qui appelle trois outils internes. Que regarder d'abord ?
Agent Framework de Microsoft : .NET et Python, stable depuis la version 1.0, successeur de Semantic Kernel.
Lectures suivantes
Bibliothèques d'agents
Développement d'applications d'IA · étape 4 sur 10
Les pages qui renvoient ici
Limites et sources
Les versions changent chaque semaine ; celles de la page sont celles du 8 octobre 2026.
Le code des onglets vient de la documentation des éditeurs et n'a pas été exécuté ici.
- OpenAI Agents SDK ; Claude Agent SDK ; Google ADK ; Microsoft Agent Framework ; LangGraph ; CrewAI ; Pydantic AI ; Mastra ; smolagents ; LlamaIndex.
- OpenAI, dépréciations ; AutoGen ; Semantic Kernel.
- Le relevé :
apprendre/recherches/2026-10-08-dev-avance.json; le tableau :apprendre/donnees/bibliotheques-agents.json.
Écrit par Meridal, avec l'aide de l'IA ; chaque fait vérifié à sa source et relu avant publication. Texte et schémas sous licence CC BY 4.0 : reprenez-les en citant Meridal. Le code sous licence MIT.
Outiller un métier de bout en bout
à partir de 8 250 €, sur devis