Workflow agentique de développement, avec mémoire

Nous avons déployé un socle agentique dédié fondation sur le serveur du client : un orchestrateur planifiant des tâches récurrentes 24h/24 et 7j/7, une mémoire à long terme persistante (serveur MCP dédié), un graphe de connaissances de l'écosystème, des compétences réutilisables et des sous-agents autonomes supervisés. RAG sourcé (segmentation + embeddings + récupération), complété par une couche graphe + SQL. Règle : Sans source, pas de réponse.

  • Orchestration (Dagster), mémoire à long terme (MCP)
  • RAG : embeddings + graphe de connaissances + SQL
  • Trio de sous-agents : Extracteur / Analyste de données / Réviseur
  • Connecteurs incrémentiels OAuth2 en lecture seule : Gmail, Drive, Odoo, TrackTik, Notion
  • Versionnement Git + auto-push, garde-fou d'e-mail : pas d'envoi automatique

Cette fondation est construite et opérée avec Claude Code : les mêmes patterns ( mémoire, hooks, sous-agents, MCP ) que nous enseignons dans notre formation Claude Code & IA agentique.

Stack technique

Claude Code, Dagster, mémoire MCP, RAG (embeddings + graphe + SQL), OAuth2, Git
Un agent au centre d'une flèche en boucle, en échange avec une pile d'enregistrements et relié à un graphe de connaissances

Défi

Faites travailler des agents IA sur de vraies tâches professionnelles, en continu, sans perte de contexte, sans hallucination et sans jamais franchir les garde-fous. Un LLM brut répond de mémoire et invente ; nous avions besoin d'un système qui sache, cite ses sources et reste sous contrôle humain.

Résultat

Un data scientist et assistant administratif multientreprises à la demande qui connaît le contexte, cite ses sources et rend des comptes à un humain.