agentic_stream
diapason.server.agentic_stream
¶
Boucle d'outils pour le chat en flux — ce qui manquait entre le modèle et les outils.
Constaté le 22 août 2026. Le chat du bureau appelle /v1/chat/completions
avec stream: true et sans tools. Or routes.py routait ce cas vers
_handle_stream, qui parle au moteur en direct : l'agent était contourné, et
avec lui les 98 outils enregistrés. Diapason ne pouvait donc ni lire l'agenda,
ni lister une tâche Succès, ni regarder l'écran — il pouvait seulement en parler.
Le pont stream_bridge.AgentStreamBridge avait été écrit pour ça, mais il
n'a jamais eu d'appelant, il n'a aucun test, et il attend la fin de
agent.run() avant d'émettre : il rendrait les outils au prix du flux réel.
Ce module prend l'autre chemin. Il appelle engine.stream_full(tools=...),
laisse passer chaque token dès son arrivée, et n'interrompt le flux que le
temps d'exécuter un outil réclamé par le modèle.
Deux garde-fous valent d'être dits, parce qu'ils sont la raison d'être du module autant que la boucle :
- Les outils passent par
ToolExecutor, jamais en direct. C'est lui qui porte la politique de capacités, le garde-frontière et la confirmation des actions sensibles. Sansconfirm_callback, un outil marquérequires_confirmationéchoue au lieu de s'exécuter — fail-closed. - Le dernier tour se fait TOUJOURS sans outils. Un modèle 9b qui boucle sur un appel produirait sinon un silence : l'utilisateur mérite une phrase.
ToolStreamEvent
¶
Ce qu'un tour produit, dans l'ordre où le client doit le recevoir.
observation(resultat)
¶
Ce que le MODÈLE lit d'un résultat d'outil.
Le content d'un outil est écrit pour une oreille : « 85 tâche(s)
trouvée(s). » se dit bien à voix haute, et ne dit rien à un modèle à qui on
demande LESQUELLES. Les données, elles, vivent dans metadata — que le
modèle ne recevait pas. C'est ce qui rendait les outils Succès inutiles
même une fois branchés : l'assistant appelait le bon outil, obtenait les
quatre-vingt-cinq tâches, et n'en voyait que le nombre.
On ne corrige PAS le content des outils : le chemin vocal le prononce
tel quel, et « 85 tâches trouvées » y est la bonne phrase. C'est ici, au
seul endroit qui s'adresse au modèle, que les données sont jointes.
stream_with_tools(engine, model, messages, *, tools, executor, temperature=0.7, max_tokens=1024, max_tool_turns=DEFAULT_MAX_TOOL_TURNS, interactive_questions=False, trousse_adaptative=False, verifier_en_ligne=False, signal_textuel=True, ville='')
async
¶
Diffuse la réponse du modèle en exécutant les outils qu'il réclame.
tools sont des instances de BaseTool ; leurs specs OpenAI sont
dérivées ici pour que l'appelant n'ait pas à connaître ce détail.
executor est un ToolExecutor déjà porteur de sa politique de
sécurité — ce module ne décide jamais seul qu'un appel est permis.
trousse_adaptative rend la trousse du 19 septembre (catalogue +
familles) ; par défaut la trousse est la même à chaque tour, pour que le
préfixe calculé par Ollama survive d'un tour à l'autre (20/09/2026).