Claude Code & IA Agentique

Claude Code & IA Agentique

Claude Code, de l'installation aux agents de production : mémoire, hooks, skills, sous-agents, MCP, surveillance

À propos de la formation Claude Code & IA Agentique

De la première installation aux agents IA de production

Notre formation Claude Code s'adresse aux équipes qui veulent dépasser les assistants conversationnels et construire de vrais workflows agentiques : une IA qui lit vos fichiers, exécute vos outils, retient vos conventions et livre un travail vérifié.

Concrètement, les participants apprennent à :

  • installer et configurer Claude Code sur Windows, macOS ou un serveur,
  • structurer la mémoire projet avec CLAUDE.md, MEMORY.md et les fichiers lessons,
  • imposer des garde-fous avec les permissions et les hooks,
  • étendre l'agent avec les skills, les sous-agents et les serveurs MCP,
  • intégrer Git et GitHub pour une automatisation sûre et traçable.

Méthodologie eaQbe : issue d'un vrai système de production

Cette formation n'est pas un tour de slides. Elle est distillée de la plateforme de production d'eaQbe : un système agentique qui tourne chaque jour sur un serveur, orchestré de bout en bout par Claude Code. Chaque pattern enseigné (mémoire, hooks, vérification, boucles autonomes) a été éprouvé en production.

Notre approche suit la même logique progressive que toutes les formations eaQbe :

  • Comprendre avant de construire
  • Utiliser avant d'implémenter
  • Voir l'objectif final avant de plonger dans les détails techniques

Parcours d'apprentissage

1) Utiliser Claude Code comme un power user

Les participants commencent par piloter Claude Code sur un vrai projet : sessions, gestion du contexte, plan mode, slash commands. L'objectif est de comprendre ce qu'un agent bien configuré peut faire avant d'en configurer un.

2) Mémoire & configuration

Le pattern mémoire en trois fichiers (CLAUDE.md, MEMORY.md, lessons), les settings et permissions, et le système de hooks qui transforme les conventions d'équipe en règles appliquées.

3) Skills, sous-agents & MCP

Écrire un skill sur mesure, dispatcher des sous-agents pour le travail en parallèle, et connecter des serveurs MCP (mémoire persistante, bases de données, navigateurs) pour donner de vraies capacités à l'agent.

4) Patterns de production

Intégration Git, automatisation headless, discipline de vérification, et un standard de configuration prêt à copier issu de notre système de production.

Ce que vous emportez

Les participants ne repartent pas avec un chatbot. Ils repartent avec le plan d'une équipe : un agent qui a une identité, des règles qu'il ne peut pas oublier, une mémoire qui survit à la session, une horloge et des mains. Chacune des pièces ci-dessous est installée pendant la journée, sur un vrai projet :

  • Une identité : un CLAUDE.md qui dit qui est l'agent, ce qu'il ne fait jamais, et de quels projets il a la charge. Court par obligation : une charte qu'on ne finit pas de lire cesse d'être suivie.
  • Des garde-fous et des hooks : les permissions, plus des réflexes exécutés par le programme qui héberge le modèle, jamais par le modèle lui-même. La commande destructrice ne s'exécute pas, le code écrit est vérifié dans la foulée, un état de projet non daté est signalé en fin de tour. L'agent ne peut ni les oublier ni les contourner.
  • Des canaris : les rondes quotidiennes. Un hook attrape un geste, un canari attrape un silence : la mémoire qui n'écrit plus, la sauvegarde qui a vieilli, une configuration qui a dérivé, un document vivant qui décrit un état mort. Chacun vous écrit, avec le nom de la chose.
  • Une mémoire persistante : les décisions, leurs raisons et les leçons apprises, conservées hors de la session et relues à la suivante. Écrite, puis relue : une écriture non vérifiée n'est pas une écriture.
  • Un graphe de connaissance : la carte de vos fichiers, de vos fonctions et de leurs dépendances. Il répond à la question que la recherche de texte ne sait pas traiter : qu'est-ce qui casse si je modifie ceci.
  • Un ordonnanceur : l'horloge. Il déclenche les travaux à heure fixe, garde la trace de chacun, et vous écrit quand l'un échoue. Aucune intelligence, et c'est précisément sa qualité : il ne peut pas improviser.
  • Un rituel de réveil : une commande qui ouvre la session avec une liste de lectures obligatoires et exige une seule ligne en retour. Sans lui, un agent qui démarre à froid ne dit pas « je ne sais pas » : il comble, avec assurance, et vous conseille sur un système qui n'existe plus.
  • Des skills : les procédures qu'on ne veut réussir qu'une fois, écrites puis invoquées, jamais re-déduites de mémoire.
  • Un relecteur indépendant : un second agent, en contexte neuf, dont le seul travail est de critiquer celui du premier. L'auteur n'est jamais le juge.
  • Des sauvegardes : une archive chiffrée, déposée hors de la machine, puis relue depuis l'endroit où elle a atterri. Une sauvegarde jamais restaurée est une hypothèse.
  • Une discipline de projet : un document d'état daté par projet comme unique source de vérité, un tableau de sprint quand le travail est mené par sprints, un backlog pour ce qui attend, et un journal de leçons qui arrive vide délibérément : une leçon se gagne, elle ne se recopie pas.

Une seule phrase gouverne l'ensemble, et c'est celle avec laquelle il faut repartir : elle propose, un humain applique. L'agent dépose son travail sur une branche marquée en attente de relecture, un second agent la critique, et vous décidez. Rien ne part en production parce qu'un modèle avait l'air sûr de lui.

Tout ce qui est assemblé pendant la journée repart avec vous : un standard de configuration à copier dans le projet suivant, et le raisonnement derrière chaque pièce pour que votre équipe l'étende sans nous. C'est ce que veut dire, ici, construire une compétence plutôt qu'une dépendance.

Détails pratiques

  • Format : atelier intensif d'une journée (pratique & basé sur des scénarios)
  • Taille du groupe : 5–10 participants (petits groupes pour un coaching personnalisé)
  • Prérequis : aucun, l'aisance avec un terminal aide
  • Suivi : évaluation + exercices d'ancrage post-formation

Fondations & premier agent

1.1 Fondations de l'IA agentique

De l'assistant conversationnel à l'agent autonome :

  • Ce qu'est Claude Code et comment fonctionne la boucle agentique
  • La place de l'IA agentique dans une stratégie data et automatisation
  • Plateformes : Windows, macOS, serveur (VPS)
1.2 Installation & première configuration

Obtenir un setup fonctionnel et sûr :

  • Installation et authentification
  • Mémoire projet : CLAUDE.md, MEMORY.md, fichiers lessons
  • Première vraie session sur un projet d'exemple
1.3 Piloter l'agent

Travailler efficacement avec un agent :

  • Le rituel de démarrage de session : une liste de lectures obligatoires, et une seule ligne en retour avant tout travail
  • Gestion du contexte et mentions @
  • Plan mode, thinking mode, slash commands
  • Relire et orienter le travail de l'agent

Étendre & industrialiser

2.1 Configuration & garde-fous
  • settings.json et le modèle de permissions
  • Le système de hooks : checks au démarrage, gardes pre/post outil, lint à la sauvegarde
  • De la règle écrite au hook : critères de mécanisation d'une règle
2.2 Skills & sous-agents
  • Le format SKILL.md et quand un skill bat un prompt
  • Écrire un skill sur mesure pour un workflow récurrent
  • Dispatcher des sous-agents et paralléliser
2.3 MCP & mémoire persistante
  • Model Context Protocol : connecter bases de données, navigateurs et fichiers
  • Mémoire persistante entre les sessions, écrite puis relue
  • Le graphe de connaissance du code : qu'est-ce qui casse si je modifie ceci
2.4 Git, GitHub & automatisation
  • Workflows de commit sûrs et traçabilité
  • Mode headless et agents planifiés
2.5 Standard de production
  • Discipline de vérification : les preuves exigées avant de clore une tâche
  • Un template de projet prêt à copier, gouvernance et contrôle des coûts

Gouvernance, surveillance & autonomie

3.1 L'horloge et les rondes
  • Transformer une tâche récurrente en travail planifié, avec sa trace et son courriel d'échec
  • Contrôle de concurrence : empêcher les doubles exécutions
  • Les canaris : surveiller ce qui CESSE de se produire, pas seulement ce qui échoue
  • Seuils d'alerte : calibration contre la fatigue d'alerte
3.2 Le relecteur indépendant
  • Livraison sur branche de relecture : le circuit en-attente-de-review
  • Relecture indépendante : un second agent en contexte neuf
  • Le contrat qui gouverne tout le système : elle propose, un humain applique
3.3 Une discipline de projet qui survit à la session
  • Un document d'état daté par projet comme unique source de vérité : si un autre document le contredit, c'est l'autre qui a tort
  • Un tableau de sprint pour le travail mené par sprints, un backlog pour ce qui attend
  • Le journal de leçons : une ligne par correction, relue à chaque session
  • Le brief de reprise à froid : reprendre un projet sans en avoir vécu l'histoire
3.4 Sauvegardes et restauration
  • Périmètre de sauvegarde : uniquement ce qui n'existe nulle part ailleurs
  • Chiffré, hors de la machine, et relu depuis l'endroit où il a été déposé
  • La répétition de restauration : récupération chronométrée sur machine vierge

Questions fréquentes

À qui s'adresse la formation Claude Code ?

Aux développeurs et profils techniques qui veulent passer de la conversation avec l'IA à des agents IA qui font un vrai travail : écrire du code, exécuter des commandes, gérer des fichiers, committer dans Git. Être à l'aise avec un terminal et un éditeur de code est le seul vrai prérequis.

En quoi Claude Code diffère-t-il d'un chatbot ?

Un chatbot répond ; Claude Code agit. Il lit votre base de code, exécute des commandes, modifie des fichiers, appelle des outils externes via des serveurs MCP et committe son travail dans Git, dans les limites des permissions que vous définissez. La formation travaille exactement cette frontière : quoi déléguer, quoi soumettre à approbation, et comment vérifier.

La formation repose-t-elle sur une vraie expérience de production ?

Oui. Les formateurs exploitent des systèmes d'IA agentique en production, et le programme vient de cette pratique. Les modules sur les canaris de surveillance, la relecture indépendante, les sauvegardes et la discipline de vérification existent parce que des agents autonomes sur des systèmes réels échouent de façons précises, et que nous les avons rencontrées.

Avec quoi les participants repartent-ils ?

Une installation qui fonctionne, sur leur propre machine : identité de l'agent et mémoire projet, hooks et permissions, skills sur mesure, sous-agents, serveurs MCP, graphe de connaissance, travaux autonomes planifiés et intégration Git, configurés pendant la formation et prêts à continuer de tourner ensuite.

Faut-il un abonnement Claude ?

Oui. Claude Code fonctionne avec un abonnement Claude ou un accès API Anthropic. Nous validons l'installation avec vous avant la session : les participants arrivent avec un environnement qui fonctionne, et le temps de formation va à la construction d'agents plutôt qu'à l'installation de logiciels.

La formation peut-elle s'adapter à notre stack ?

Oui, et elle le devrait. Les patterns d'agents sont les mêmes partout, mais les hooks, serveurs MCP et skills se branchent sur vos outils : vos dépôts, votre CI, vos bases de données. Les sessions se donnent en français ou en anglais, sur site partout en Belgique et au Luxembourg (notre base est à Bruxelles) ou à distance.

Construire l'autonomie, pas la dépendance

Richard Feynman l’a parfaitement résumé : « Si vous ne pouvez pas l’expliquer simplement, c’est que vous ne le comprenez pas assez bien. »

C’est l’ADN d’eaQbe. Nous ne formons pas vos équipes à utiliser des outils data. Nous formons des experts capables d’expliquer, d’appliquer et de diffuser ce qu’ils apprennent.

Pourquoi les formations eaQbe font la différence ?

Apprentissage par scénarios

Nos formations comblent le fossé entre théorie et réalité. Nous immergeons les participants dans des scénarios business réalistes, garantissant des compétences immédiatement applicables à vos défis spécifiques.

Formations menées par des experts

Nos formateurs sont des spécialistes en data science, avec une solide expérience pédagogique. Ils rendent les sujets complexes accessibles grâce à une approche claire, structurée et résolument orientée pratique.

Autonomie progressive & maîtrise

Chaque participant est guidé pas à pas dans son parcours : de la théorie et des démonstrations jusqu'aux exercices guidés, pour atteindre une pleine autonomie.