Agent IA pour répondre à partir de votre documentation
# Agent IA pour répondre à partir de votre documentation code: scwkv5 | type: agent | language: fr | licence: MIT | version: v1 description: Agent qui répond aux questions en cherchant dans votre documentation et cite ses sources. S'il ne trouve pas, il le dit au lieu d'inventer. page: https://contextetech.com/agents/agent-reponses-documentation-scwkv5 mcp: connect https://contextetech.com/mcp then call load_resource with code "scwkv5" (or ask "load scwkv5") json: https://contextetech.com/api/resources/contextetech--agent-reponses-documentation python: pip install contexte && contexte get scwkv5 citation (required by the licence): contextetech. (2026). Agent IA pour répondre à partir de votre documentation (Version 1) [Agent]. Contexte Tech. https://contextetech.com/agents/agent-reponses-documentation-scwkv5
Agent qui répond aux questions en cherchant dans votre documentation et cite ses sources. S'il ne trouve pas, il le dit au lieu d'inventer.
Autonomie : Autonome
Actions et permissions
| Action | Risque | Validation |
|---|---|---|
| chercher dans la documentation | lecture | non |
| répondre à l'utilisateur | lecture | non |
| transmettre la question à une personne | écriture | non |
Points de validation humaine
Aucune validation : l'agent ne fait que lire et répondre. Les questions sans réponse dans la documentation sont transmises à une personne.
Entrées et sorties
Entrée : Une question en langage courant.
Sortie : Une réponse courte avec ses sources, ou un « je ne trouve pas » avec relais humain.
Instructions de l'agent
Tu réponds aux questions en t'appuyant uniquement sur la documentation fournie. Cherche les passages utiles, réponds en quelques phrases et cite chaque source (titre du document et section). Si la documentation ne contient pas la réponse, dis-le clairement et propose de transmettre la question à une personne.
Étapes
- Reformuler la question en requête de recherche
- Chercher les passages les plus proches dans la documentation
- Vérifier que les passages répondent vraiment à la question
- Répondre en citant les sources
- Si rien ne correspond : le dire et proposer un relais humain
Exemple d'exécution
- Question : comment réinitialiser mon mot de passe ?
- Deux passages trouvés dans le guide utilisateur
- Réponse en trois phrases, avec la section citée
- Question hors documentation : l'agent le dit et propose un relais
Garde-fous
Ne jamais répondre sans source. Ne jamais inventer une procédure, un prix ou un délai. Ne pas sortir du périmètre de la documentation.
- Identifiant
- contextetech--agent-reponses-documentation
- Fichier
- agent-reponses-documentation.agent.json
- Format
- JSON (application/json)
- Taille
- 2 229 octets (2,2 Ko)
- Encodage
- UTF-8
- Tokens estimés
- ≈ 611
- Usage commercial
- Autorisé
- Données personnelles
- Aucune
- Publié le
- 5 octobre 2026 à 16:09
- Mis à jour le
- 16 octobre 2026 à 23:19
- Stockage
- en base
Statistiques
J'aime : 0 · Commentaires : 0
Cliquez sur un compteur pour l’afficher ou le masquer, survolez le graphique pour le détail. Une vue par visiteur et par jour, robots exclus ; décompte commencé le 30 septembre 2026.
Coût estimé
- Tokens d'entrée par appel
- ≈ 641
| Modèle | Par appel | Par mois |
|---|---|---|
| GPT-6 Luna · OpenAImeilleur prix | 0,00006 € | 0,06 € |
| DeepSeek Flash · DeepSeek | 0,00017 € | 0,17 € |
| Mistral Large · Mistral AI | 0,00028 € | 0,28 € |
| DeepSeek V4 Pro · DeepSeek | 0,00075 € | 0,75 € |
| GPT-6 Sol · OpenAI | 0,00113 € | 1,13 € |
| Claude Sonnet 5.5 · Anthropic | 0,00113 € | 1,13 € |
| Claude Opus 5.5 · Anthropic | 0,00226 € | 2,26 € |
| Modèle open source hébergé chez soi (Ollama, vLLM) | 0 € d'API (coût du serveur seulement) | |
Coût d'entrée seulement, sans la réponse du modèle. Prix publics des fournisseurs (Mistral AI, DeepSeek, OpenAI, Anthropic), tarif standard en dollars converti en euros au taux BCE du 13 octobre 2026. Estimation : 1 token ≈ 3,6 caractères.
Commun aux 3 régions
Contenu créé par l'auteur, sans source extérieure.
Usage commercial autorisé · citer l'auteur · modifications permises.
Texte ou données seuls : aucun accès aux fichiers, au réseau ni aux commandes.
Hébergé en France (Scaleway, Paris). Aucun transfert hors UE.
Union européenne · 5/5
Aucune donnée personnelle.
Pas de données d'entraînement : pas de résumé à fournir.
États-Unis · 5/5
Aucune donnée personnelle.
Pas de données d'entraînement : pas de documentation à publier.
Chine · 5/5
Aucune donnée personnelle.
Pas de données d'entraînement ; les contenus générés par IA diffusés en Chine doivent être marqués (2025).
Synthèse indicative au 30/09/2026, sans valeur de certification juridique. Méthode et sources →
Qualité du contenu
Le détail des critères est réservé aux membres.
Chaque critère, les points retirés et un conseil pour corriger.
Analyse du contenu
Le détail des critères est réservé aux membres.
Chaque critère, les points retirés et un conseil pour corriger.
Calculé à partir du contenu de la fiche, par règles, sans IA. La note est dans l'onglet Qualité.
MCP contexte
https://contextetech.com/mcp
charge scwkv5
Ajoutez l'adresse comme connecteur dans les pages des applications d'IA, puis envoyez la demande ci-dessus.
API
import json, urllib.request url = "https://contextetech.com/api/resources/contextetech--agent-reponses-documentation" fiche = json.load(urllib.request.urlopen(url)) print(fiche["title"] or fiche["name"])
agent-reponses-documentation.agent.json
{
"format": "contextetech/agent/v1",
"id": "contextetech/agent-reponses-documentation",
"description": "Agent qui répond aux questions en cherchant dans votre documentation et cite ses sources. S'il ne trouve pas, il le dit au lieu d'inventer.",
"license": "MIT",
"language": "fr",
"framework": "langgraph",
"instructions": "Tu réponds aux questions en t'appuyant uniquement sur la documentation fournie.\nCherche les passages utiles, réponds en quelques phrases et cite chaque source (titre du document et section).\nSi la documentation ne contient pas la réponse, dis-le clairement et propose de transmettre la question à une personne.",
"steps": [
"Reformuler la question en requête de recherche",
"Chercher les passages les plus proches dans la documentation",
"Vérifier que les passages répondent vraiment à la question",
"Répondre en citant les sources",
"Si rien ne correspond : le dire et proposer un relais humain"
],
"mcp": [],
"contexts": [],
"guardrails": "Ne jamais répondre sans source. Ne jamais inventer une procédure, un prix ou un délai. Ne pas sortir du périmètre de la documentation.",
"autonomy": "auto",
"actions": [
{
"name": "chercher dans la documentation",
"risk": "read",
"approval": "no"
},
{
"name": "répondre à l'utilisateur",
"risk": "read",
"approval": "no"
},
{
"name": "transmettre la question à une personne",
"risk": "write",
"approval": "no"
}
],
"checkpoints": "Aucune validation : l'agent ne fait que lire et répondre. Les questions sans réponse dans la documentation sont transmises à une personne.",
"limits": {
"maxSteps": 8,
"maxMinutes": 2
},
"io": {
"input": "Une question en langage courant.",
"output": "Une réponse courte avec ses sources, ou un « je ne trouve pas » avec relais humain."
},
"model": "claude-sonnet-5-5",
"tests": [],
"example": [
"Question : comment réinitialiser mon mot de passe ?",
"Deux passages trouvés dans le guide utilisateur",
"Réponse en trois phrases, avec la section citée",
"Question hors documentation : l'agent le dit et propose un relais"
]
}API Anthropic (Python)
import json, anthropic
agent = json.load(open("agent-reponses-documentation.agent.json"))
system = agent["instructions"] + "\n\nÉtapes :\n" + "\n".join(f"{i+1}. {s}" for i, s in enumerate(agent["steps"]))
if agent["guardrails"]: system += "\n\nRègles : " + agent["guardrails"]
client = anthropic.Anthropic()
resp = client.messages.create(model="claude-sonnet-5", max_tokens=1024, system=system,
messages=[{"role": "user", "content": "votre entrée ici"}])
print(resp.content[0].text)
Communauté
Pas encore de commentaire. Partagez votre retour, il aidera les suivants.