GitLab Duo Agent Platform : comprendre les agents

Bienvenue dans la troisième partie de notre guide en huit parties, Démarrer avec GitLab Duo Agent Platform, dans laquelle vous apprendrez à maîtriser la création et le déploiement d'agents d'IA et de workflows au sein de votre cycle de développement logiciel. Suivez ces tutoriels qui vous accompagnent de votre première interaction jusqu'aux workflows d'automatisation entièrement personnalisés et prêts pour la mise en production.

🎯 Essayez GitLab Duo Agent Platform dès aujourd'hui !

Qu'est-ce qu'un agent ?

Les agents sont des partenaires de collaboration d'IA spécialisés au sein de GitLab Duo Agent Platform. Chaque type d'agent remplit des objectifs différents et s'exécute dans des contextes différents.

Types d'agents

Agents de base

Conçus et maintenus par GitLab, ces agents sont disponibles immédiatement sans aucune configuration requise.

La disponibilité des agents de base peut être gérée par les propriétaires d'espaces de nommage ou les administrateurs d'instance.

Commencez à interagir avec les agents de base en ouvrant GitLab Duo Agentic Chat dans l'IDE ou l'interface utilisateur Web.

L'agent GitLab Duo

Il s'agit de l'agent par défaut, votre partenaire de collaboration de développement polyvalent pour créer et modifier du code, ouvrir des merge requests, trier et mettre à jour des tickets et epics, et exécuter des workflows avec un contexte complet de la plateforme SDLC.

Exemples de prompts :

• « Explique-moi comment fonctionne le système d'authentification. »
• « Où se trouve la logique du profil utilisateur ? »
• « Comment dois-je implémenter la fonctionnalité X ? »

L'agent Planner

Il aide à la planification produit, à la décomposition des epics et à la création de tickets structurés.

Exemples de prompts :

• « Crée un epic pour le nouveau système de paiement avec des sous-tâches. »
• « Décompose le ticket #789 en tâches plus petites. »
• « Génère des critères d'acceptation pour cette fonctionnalité. »

En savoir plus sur l'agent Planner Agent.

L'agent Security Analyst

Il trie les vulnérabilités, identifie les faux positifs et hiérarchise les risques de sécurité.

Exemples de prompts :

• « Trie toutes les vulnérabilités détectées lors du dernier scan. »
• « Quels résultats SAST sont des faux positifs ? »
• « Hiérarchise les problèmes de sécurité en fonction du risque réel. »

En savoir plus sur l'agent Security Analyst Agent.

L'agent Data Analyst

ll interroge, visualise et met en évidence les données à travers la plateforme de GitLab en utilisant GitLab Query Language (GLQL) pour fournir des informations exploitables sur vos projets et équipes.

Exemples de prompts :

• « Combien de merge requests ont été créées au cours du dernier trimestre ? »
• « Montre-moi sur quoi chaque membre de l'équipe a travaillé ce mois-ci. »
• « Quelles sont les tendances en matière de délais de résolution des tickets ? »
• « Trouve tous les tickets ouverts avec le label 'bug' dans mon projet. »
• « Génère une requête GLQL pour compter les merge requests par auteur. »

En savoir plus sur l'agent Data Analyst Agent.

Les agents personnalisables

Créez vos propres agents adaptés aux workflows et standards spécifiques de votre équipe.

Cas d'usage courants

• Agent chargé du dépannage et du débogage : il débogue les bogues logiciels et les régressions, et analyse les échecs de déploiement.
• Agent chargé de la documentation : il maintient la documentation conformément à vos conventions.
• Assistant chargé de l'intégration des équipes : il aide les nouveaux membres de l'équipe à se familiariser avec les pratiques spécifiques à l'entreprise.
• Moniteur de conformité : il veille au respect des exigences réglementaires.
• Agent d'assistance localisé : il trie les tickets d'assistance dans une langue localisée, par exemple le français.

Regardez l'enregistrement de la présentation des cas d'utilisation de la plateforme Duo Agent lors du GitLab DACH Roadshow Vienna 2025 :

🎯 Essayez maintenant : démo interactive des agents personnalisables. Explorez comment créer et configurer des agents personnalisés.

Comment créer un agent personnalisé ?

Les agents personnalisés sont configurés via les paramètres de votre projet ou de votre groupe. Le composant clé est le prompt système, qui définit le comportement et l'expertise de votre agent.

Exemple de prompt système de l'agent personnalisé devops-debug-failures-agent :

      You are an expert in Dev, Ops, DevOps, and SRE, and can debug code and runtime failures.

Your speciality is that you can correlate static SDLC data with runtime data from CI/CD pipelines, logs, and other tool calls necessary.

Expect that the user has advanced knowledge, but always provide commands and steps to reproduce your analysis so they can learn from you.

Start with a short summary and suggested actions, and then go into detail with thoughts, analysis, suggestions.

Think creative and consider unknown unknowns in your debug journey.

    

Options de visibilité :

• Privé : il est visible uniquement par les membres du projet de gestion (rôle Developeur et niveau supérieur). Ne peut pas être activé dans d'autres projets.
• Public : il peut être visible par tous et activable dans tout projet répondant aux prérequis. Il apparaît dans le catalogue d'IA.
  

  

Guide de configuration complet disponible dans la documentation.

Bonnes pratiques

Conseils pour le prompt système :

• Soyez précis sur le rôle et les responsabilités de l'agent.
• Définissez des standards de qualité et des contraintes clairs.
• Incluez des exemples de résultats attendus.
• Gardez les prompts concentrés sur une tâche principale.

Commencez progressivement :

• Commencez par des autorisations en lecture seule.
• Testez minutieusement avant d'accorder un accès en écriture.
• Recueillez les retours de l'équipe et itérez.

Les agents externes

Les agents externes s'exécutent en arrière-plan sur la plateforme GitLab lorsqu'ils sont déclenchés par des mentions (par exemple, @ai-codex) ou des assignations dans des tickets et des merge requests. Contrairement aux agents de base et aux agents personnalisables qui fonctionnent de manière interactive dans le chat, les agents externes s'exécutent de manière asynchrone, permettant une automatisation puissante avec des fournisseurs d'IA spécialisés.

Gestion des identifiants : à partir de la disponibilité générale de GitLab Duo Agent Platform, les identifiants de connexion gérés par GitLab seront utilisés pour prendre en charge les agents externes, évitant aux clients d'avoir à gérer et faire pivoter eux-mêmes les clés API.

Quand utiliser les agents externes ?

• Vous avez besoin d'un comportement d'IA agentique spécifique ou de LLM pour des tâches spécialisées.
• Vous souhaitez une automatisation déclenchée par des événements (et non un chat interactif).
• Vous devez respecter des exigences spécifiques en matière de conformité ou de résidence des données.

Pourquoi utiliser les agents externes ?

• Exploiter des modèles d'IA spécialisés : accédez à des fonctionnalités spécifiques à certains fournisseurs comme l'analyse de code de Claude Code ou la délégation de tâches d'OpenAI Codex.
• Respecter les exigences de conformité : conservez les données auprès de fournisseurs d'IA approuvés pour respecter les politiques réglementaires ou de sécurité.
• Tester différents fournisseurs : testez différents comportements d'IA agentique et de LLM afin de trouver celui qui convient le mieux à vos workflows.
• Accéder à des fonctionnalités uniques : utilisez des outils spécifiques à certains fournisseurs comme l'analyse de code de Claude Code ou la délégation de tâches d'OpenAI Codex.

Exemple concret

Une équipe de développement utilise OpenAI Codex comme agent externe pour la revue de code. Lorsque les développeurs créent des merge requests, ils assignent Codex comme relecteur. L'agent :

1. Analyse les modifications apportées au code dans la merge request.
2. Vérifie les bonnes pratiques et les problèmes de qualité du code.
3. Suggère des améliorations et des optimisations.
4. Publie des commentaires de revue détaillés avec des recommandations spécifiques.
5. Fournit des liens vers la documentation pertinente.

Tout cela se produit automatiquement en arrière-plan pendant que le développeur continue à travailler, avec les résultats publiés directement dans la merge request.

Agents externes pris en charge

Les intégrations suivantes ont été testées et sont disponibles :

• Anthropic Claude : génération, revue et analyse de code
• OpenAI Codex : assistance au code alimentée par GPT

Exemple d'utilisation :

      @ai-codex Please implement this issue

    

Cela déclenche un job d'exécution de runner qui exécute l'outil IA externe et publie les résultats dans GitLab.

Configuration des agents externes

Pour obtenir des instructions de configuration complètes incluant les comptes de service, les déclencheurs et des exemples de configuration, consultez notre documentation sur les agents externes.

Personnalisation du comportement des agents avec AGENTS.md

Personnalisez le comportement des agents à l'aide des fichiers AGENTS.md suivant le standard agents.md. Pour en savoir plus, consultez la Partie 8 : personnalisation de GitLab Duo Agent Platform : règles de chat, prompts et workflows.

Choisir le type d'agent le mieux adapté à vos cas d'usage

Résumé

GitLab Duo Agent Platform offre les types d'agents suivants :

• Agent de base : des agents prêts à l'emploi pour les tâches courantes (Chat, Planner, Security Analyst, Data Analyst)
• Agent personnalisable : des agents spécifiques à l'équipe qui peuvent être créés avec des prompts et comportements personnalisés
• Agent externe : des agents intégrés avec des outils IA externes

Commencez avec les agents de base, créez des agents personnalisés pour répondre aux besoins spécifiques de votre équipe et explorez les agents externes lorsque vous avez besoin de fournisseurs d'IA spécialisés.

Article suivant : Partie 4 : comprendre les flows

Article précédent : Partie 2 : démarrer avec GitLab Duo Agentic Chat