Bonjour ! Dans la leçon précédente, vous avez construit votre premier agent IA fonctionnel, un système simple mais complet avec un unique "super-pouvoir" : celui d'expliquer du code. Vous avez maîtrisé l'architecture fondamentale où un agent orchestrateur délègue une tâche à un outil spécialisé.
Aujourd'hui, nous allons franchir une étape décisive en complexité et en puissance. L'objectif est de construire un agent capable non seulement d'utiliser des outils, mais de les enchaîner de manière autonome pour accomplir un objectif en plusieurs étapes. Vous apprendrez à concevoir un agent qui peut planifier, exécuter une première action, analyser le résultat, puis décider de la prochaine action à entreprendre, le tout sans intervention humaine.
Pour ce faire, nous allons créer un agent entièrement autonome qui surveille un flux RSS, vérifie dans une base de données Notion si un article est nouveau, et si c'est le cas, le résume et l'archive. Cet exemple vous montrera comment un agent peut interagir avec deux outils distincts — l'un pour lire des données, l'autre pour en écrire — afin de réaliser une tâche complexe.
1. Du simple dispatcheur à l'agent planificateur
Dans la leçon précédente, notre agent agissait comme un simple dispatcheur : il recevait une demande et la transmettait au seul outil qu'il connaissait. Aujourd'hui, l'agent devient un véritable planificateur. Face à une tâche, il doit :
- Décomposer le problème en sous-tâches logiques.
- Sélectionner le bon outil pour chaque sous-tâche.
- Exécuter les outils dans le bon ordre.
- Utiliser la sortie d'un outil comme entrée pour le suivant.
Ce comportement est au cœur des systèmes d'IA avancés. Pour illustrer ce concept, regardons un exemple concret où un agent doit d'abord chercher une information avant de pouvoir agir.
Construis ton ARMÉE d'Agents IA hyper facilement sur N8N !
Dans cette vidéo de Julien Sanson, observez comment l'agent principal gère une requête qui nécessite l'utilisation séquentielle de deux sous-agents.
Portez votre attention sur la séquence de test qui commence à l'envoi d'email à Anna. L'utilisateur demande d'envoyer un email à "Anna", mais ne fournit pas son adresse. L'agent principal ne se contente pas d'échouer. Il : Raisonnement : Comprend qu'il a besoin d'une adresse email. Action 1 : Fait appel au CRM Agent pour rechercher les informations de contact d'Anna. Analyse : Récupère l'adresse email anna@exemple.com depuis la sortie du premier agent. Action 2 : Fait appel à l'Email Agent, en lui passant l'adresse email récupérée pour qu'il puisse envoyer le message. C'est exactement ce principe d'enchaînement que nous allons mettre en œuvre.
Théoriquement, ce type de comportement est formalisé par des frameworks comme ReAct (Reason + Act) ou Plan and Execute, où l'agent décompose une tâche complexe en une suite de pensées et d'actions. L'article ci-dessous décrit brièvement ces différents types d'agents.
Tout savoir sur la configuration des agents IA dans n8n
Cet article de Chatbot-Entreprise présente les différents types d'agents disponibles dans n8n.
Lisez la section décrivant les agents, en vous concentrant sur les définitions du Tools Agent, du Plan and Execute Agent et du ReAct Agent. Vous verrez que notre projet d'aujourd'hui est une application pratique de ces concepts.
2. Cas pratique : Un agent autonome de veille informationnelle
Passons à la construction. Notre objectif est de créer un workflow n8n qui, de manière autonome :
- Se déclenche à chaque nouvel article publié sur un flux RSS.
- Vérifie dans une base de données Notion si cet article a déjà été traité.
- S'il s'agit d'un nouvel article, il génère un résumé en français via un LLM.
- Il enregistre enfin l'article (avec son ID et son résumé) dans la base de données Notion.
Ce workflow illustre parfaitement la prise de décision et l'enchaînement d'outils. L'agent utilisera d'abord un outil pour lire depuis Notion, puis, sur la base de cette information, décidera s'il doit utiliser un second outil pour écrire dans Notion.

Le tutoriel suivant, de Hackceleration, nous guidera pas à pas. Nous allons le suivre et analyser les points clés.
Créez un Agent IA sur n8n : Pas à Pas + 2 Workflows - Hack'celeration
Ce tutoriel détaille la création de l'agent de veille RSS vers Notion. Il contient tous les prompts et configurations nécessaires.
Suivez attentivement les étapes du Tutoriel 2. Commencez par la configuration initiale de Notion et du trigger RSS. Ensuite, concentrez-vous sur les sections de configuration de l'agent et de ses outils. Nous allons détailler les prompts ci-dessous.
3. Analyse approfondie de la configuration de l'agent
La magie de cet agent réside dans la manière dont nous le programmons avec du langage naturel. Analysons les prompts fournis dans le tutoriel.
Le message système : Le plan d'action de l'agent
Relisez attentivement le System Message proposé dans le tutoriel.
*« You are an expert autonomous assistant managing marketing blog articles.
Your goal:
– Process new RSS articles and manage their storage in Notion.
Workflow:
- When you receive a new article:
– CALL THE GetAllPage TOOL ONCE to retrieve the database.
– WAIT for the GetAllPage response.- Check if the current article ID exists.
- If it exists → skip further actions.
- If not:
– Generate a short French summary.
– CALL THE CreateNotionPage TOOL.
Rules:
– NEVER CALL GetAllPage MORE THAN ONCE PER ARTICLE.
– WAIT FOR tool results before continuing.
... »*
Ce prompt est un véritable algorithme en langage naturel. Remarquez sa structure :
- Rôle (
You are an expert...) : Définit l'identité de l'agent. - Objectif (
Your goal...) : Énonce la finalité de haut niveau. - Workflow (
Workflow: ...) : C'est la partie la plus importante. Nous donnons un plan d'action explicite et numéroté à l'agent. Nous lui disons d'appelerGetAllPage, d'attendre, de vérifier le résultat, et seulement ensuite d'appeler (ou non)CreateNotionPage. - Règles (
Rules: ...) : Ajoutent des contraintes pour optimiser le comportement et éviter les erreurs, comme appeler l'outil de lecture plusieurs fois inutilement.
C'est en fournissant un plan aussi clair que nous permettons à l'agent de chaîner les outils de manière fiable.
Les descriptions d'outils : Le "mode d'emploi" pour l'agent
Maintenant, examinons comment les deux outils Notion sont décrits.
Outil 1 : GetManyDataPage (renommé GetAllPage pour l'agent)
« Tool Name: GetAllPage
Description: This tool retrieves all articles from the Notion database. ... You must use this data to determine if the current article has already been processed. »
La description ne se contente pas de dire ce que fait l'outil. Elle précise son utilité stratégique dans le plan de l'agent ("determine if the current article has already been processed").
Outil 2 : Create a Notion Page (renommé CreateNotionPage)
« Tool Name: CreateNotionPage
Description: This tool creates a new page in the Notion database. It takes two inputs, which must match the node’s parameters exactly: – title → the article’s unique identifier ... – FrenchResume → the French summary ... »
Ici, la description est très technique. Elle spécifie le nom exact des paramètres (title, FrenchResume) que l'agent doit fournir. C'est comme la signature d'une fonction dans une documentation d'API.
En combinant un plan d'action clair (dans le System Message) et des descriptions d'outils précises, vous donnez à l'agent tout ce dont il a besoin pour exécuter une tâche complexe de manière autonome.
Après avoir suivi le tutoriel et testé votre workflow, vous devriez voir un nouvel article apparaître dans votre base Notion avec son résumé, uniquement si celui-ci n'y était pas déjà.
Conclusion
Félicitations ! Vous avez non seulement construit un agent capable d'enchaîner deux outils, mais aussi un système de veille entièrement autonome, un cas d'usage très concret et puissant de l'automatisation par IA.
Les points essentiels à retenir aujourd'hui sont :
- L'enchaînement d'outils est la clé pour résoudre des problèmes complexes. L'agent peut utiliser la sortie d'un outil pour prendre une décision et appeler un second outil.
- La programmation de l'agent se fait par le prompt. Un
System Messagebien structuré, qui définit un plan d'action clair, est fondamental pour guider l'agent. - Les descriptions des outils sont cruciales. Elles agissent comme une documentation que l'agent lit pour savoir quand et comment utiliser ses capacités.
- Les agents peuvent être entièrement autonomes, déclenchés par des événements (comme un flux RSS ou un webhook) et opérer sans aucune interaction humaine en temps réel.
Maintenant que vous savez comment construire des agents capables de planifier et d'exécuter des séquences d'actions, vous êtes prêt à appliquer ces compétences à des problématiques de développement logiciel plus avancées.
Dans le prochain et dernier module, nous mettrons tout cela en pratique pour construire des agents assistants spécialisés, comme un agent capable de générer du code à la demande ou un autre qui aide au triage des Pull Requests sur GitHub.