Agenta est une plateforme d'ingénierie open source pour les applications et LLM, qui aide les équipes à standardiser le processus d'évaluation et de publication. Il couvre quatre modules de fonctionnalités majeurs : gestion des mots rapides, évaluation systématique, observation en ligne et orchestration des agents, et prend en charge l'accès à plus de 50 modèles LLM et le déploiement auto-hébergé.

Agenta : Plateforme open source d'évaluation et de publication LLMOps

Paramètres et statistiques de base

Agenta est une plateforme open source LLMOps pour les équipes d'ingénierie d'applications LLM. Officiellement positionné comme « la plateforme open source LLMOps », Agenta intègre les quatre lignes de capacités d'ingénierie de mots rapides, d'évaluation systématique, d'observation en ligne et d'orchestration d'agents dans un seul produit. Il ne s'agit pas simplement d'un « meilleur éditeur d'invites », mais d'un outil au niveau de la plate-forme qui fait passer le développement d'applications LLM d'un processus manuel, dispersé et irréproductible à un processus d'ingénierie systématique, mesurable et traçable.

Projet	Spécifications
Nom du modèle/API	Agent
Type de produit	Plateforme LLMOps Open Source
Formulaire de livraison	Cloud SaaS + auto-hébergement open source (Docker Compose)
Longueur du contexte	Dépend du modèle LLM connecté
Prise en charge modale	Texte (ingénierie de mots rapides + évaluation + observation + disposition des agents)
Licence Open Source	Licence MIT
Étoiles GitHub	~4 300
Fourches GitHub	572
Contributeurs	95+
Sorties totales	417+ version
Dernière version	v0.105.3 (2026-07-17)
Pile technologique	TypeScript 57,7% + Python 41,2%
Plateformes prises en charge	Web, API, Docker
Lieu d'appartenance	Allemagne (Agentatech UG)
Modèle de tarification	Gratuit (auto-hébergé) + niveau gratuit (SaaS Hobby) / Pro / Business / Enterprise

Interprétation des paramètres de base : Les « capacités » d'Agenta ne proviennent pas d'un modèle unique, mais de l'architecture de sa plateforme. La possibilité de prendre en charge l'accès à plus de 50 modèles LLM signifie que les équipes ne sont pas confinées à un seul fournisseur. L'activité communautaire de 417 Releases et 95 contributeurs montre que le projet a dépassé le stade expérimental précoce et a formé un écosystème de contributions externes stable. Quatre versions (v0.105.0~v0.105.3) ont été publiées en continu la semaine dernière. Les fonctions de base ont été itérées de manière intensive, et l'orchestration des agents et le panneau d'observation sont les lignes principales actuelles.

Conception indépendante du modèle : prend en charge l'accès à n'importe quelle API de modèle via une interface de fournisseur personnalisée, et l'équipe peut librement basculer et comparer les performances de différents modèles pendant le processus d'évaluation - ceci est particulièrement important pour les entreprises ayant des stratégies multi-modèles.

Reconnaissance des utilisateurs et du marché

La reconnaissance d'Agenta sur le marché vient principalement de son adoption réelle par la communauté open source et les équipes d'ingénierie LLM, plutôt que des recettes publiques ou du nombre de clients (ces derniers ne sont pas officiellement divulgués).

Popularité de la communauté Open Source : GitHub compte actuellement environ 4 300 étoiles et 572 forks, et 417 versions indiquent que le projet est dans une période d'itération à haute fréquence. Les 95 contributeurs incluent l'équipe principale et des contributeurs externes de la communauté, et les commentaires sur les problèmes et les améliorations de fonctionnalités font l'objet d'une certaine vérification externe. La communauté Slack officielle, les discussions GitHub et la feuille de route publique sont fournies, et la réponse de la communauté est relativement active.

Groupe de clients cible : officiellement, les « chefs de produit, développeurs et experts de domaine » sont répertoriés comme utilisateurs cibles, ce qui indique que l'objectif de conception n'est pas un outil de développement unique, mais une plate-forme de collaboration d'ingénierie LLM multi-rôles. Le mot-clé de positionnement du produit a été mis à niveau de « gestion rapide » à « plateforme LLMOps », ce qui reflète que sa couverture s'est étendue de la gestion de mots rapides à la gestion du cycle de vie complet.

Conditions préalables à la mise en œuvre : pour que les outils LLMOps basés sur une plateforme exercent réellement leur valeur, l'équipe doit généralement disposer d'un processus de développement d'applications LLM clair (itération de mots d'invite, régression d'évaluation, surveillance en ligne) et être prête à unifier les expériences, les données d'évaluation et d'observation sur une seule plateforme. Pour les équipes qui utilisent encore « des invites dispersées partout + une inspection visuelle manuelle », le processus standardisé d'Agenta lui-même apportera une force normative.

Positionnement compétitif de l'industrie : Agenta se positionne comme un "open source polyvalent" dans l'écosystème d'outils LLMOps - par rapport à LangSmith (source fermée, liaison écologique LangChain), Weights & Biases Prompts (source fermée, suivi expérimental fort) et Helicone (spécifique à l'observation, open source), Agenta est l'un des rares choix qui répond simultanément aux exigences cinq-en-un de "open source + gestion des mots rapides + évaluation + observation + Agent".

Avantage de coût

Agenta propose une double voie de coût : « coût nul pour l'hébergement open source + entrée gratuite de quota cloud ». La valeur fondamentale réside dans l'abaissement du seuil de la plate-forme LLMOps de « SaaS au niveau de l'entreprise de plusieurs milliers de dollars par mois » à « un coût de démarrage nul ».

Hiérarchie des coûts	Méthode de tarification	Coûts explicites	Coûts implicites
Côté C / Développeur Individuel	Passe-temps (gratuit)	0 $, 2 sièges, 20 évaluations/mois, 5 000 traces/mois	30 jours de conservation des données, pas de SLA, support communautaire uniquement
Développeur/Petite équipe	Pro (49 $/mois)	3 sièges (20 $/siège supplémentaire), 10 000 traces/mois, évaluation illimitée	Extra Trace 5 $/10 000 $, réservation de 90 jours
Équipe commerciale	Entreprise (399 $/mois)	Sièges illimités, 1 million de traces/mois, RBAC, SOC2, SSO	Rétention de 365 jours, canal Slack privé
Entreprise / Privatisation	Entreprise (Citation d'entreprise)	BYOC, auto-hébergé, journaux d'audit, SLA personnalisé	Conditions de confirmation commerciale et DPA requis
Auto-hébergé (open source)	Gratuit (licence MIT)	Logiciel 0 $, coût d'infrastructure uniquement	Main d'œuvre opérationnelle (PostgreSQL + Redis + orchestration multi-conteneurs)

Le vrai coût de l'auto-hébergement : le chemin auto-hébergé est gratuit au niveau de la licence (MIT), mais les coûts d'infrastructure sont supportés par l'entreprise. Prenons le déploiement de Docker Compose comme exemple. Le backend s'appuie sur PostgreSQL + Redis et peut être exécuté sur une seule machine. Cependant, dans les scénarios à forte concurrence, le pool de connexions à la base de données et l'allocation des ressources du conteneur doivent être pris en compte (une instance cloud avec au moins 4 cœurs et 8 Go de RAM est recommandée). L'auto-hébergement signifie également que l'équipe doit gérer elle-même les mises à niveau de version (1 à 2 versions par mois), les sauvegardes de données et les correctifs de sécurité. Par rapport aux 399 $/mois du plan Business, l'auto-hébergement présente des avantages en termes de coûts lorsque l'échelle est grande, mais seulement si l'équipe dispose des capacités d'exploitation et de maintenance correspondantes.

La vérité gratuite : le plan cloud Hobby est entièrement gratuit, mais le plan gratuit ne fournit pas de garanties SLA ni de fonctionnalités de sécurité avancées (RBAC, SSO, SOC2), et la période de conservation Trace n'est que de 30 jours. Pour une utilisation sérieuse dans des environnements de production, le forfait Pro (49 $/mois) est un point de départ raisonnable. Comparaison avec les concurrents commerciaux : le forfait Starter de LangSmith commence à 25 $/mois mais a des fonctions et un volume Trace limités, la version Entreprise de W&B coûte généralement 100 $+/siège/mois, et le forfait Pro d'Agenta se situe à un niveau modérément bas parmi ses pairs.

Fonctions principales

Les capacités d'Agenta sont conçues autour de « la mise à niveau du développement d'applications LLM d'un processus manuel, dispersé et non reproductible vers un processus d'ingénierie systématique, mesurable et traçable ». Les fonctions principales peuvent être résumées en cinq modules principaux. Chaque point de fonction suit la chaîne causale « mécanisme → effet → scène ».

• 🧪 Gestion et ingénierie des invites : Mécanisme - Fournit un terrain de jeu interactif qui prend en charge la comparaison côte à côte des performances de plusieurs modèles/variantes de mots d'invite sur des cas de test dans la même interface. Historique complet des versions, prenant en charge la gestion des branchements et de l'environnement (stade/production). Les experts du domaine peuvent modifier en toute sécurité les mots d'invite via l'interface utilisateur sans toucher au code. Effet——L'itération du mot d'invite est raccourcie de « modification manuelle de l'ingénieur → inspection visuelle → déploiement » à une boucle fermée de « édition de l'interface utilisateur → évaluation automatique → version en un clic ». Scénario - Le chef de produit IA compare les différences de sortie de GPT-4o et Claude sur le même ensemble de tests de trois variantes de mots d'invite dans le terrain de jeu et sélectionne la combinaison la plus performante à publier en ligne.

• 📊 Évaluation systématique (Évaluation) : Mécanisme - mise à niveau d'une « inspection visuelle manuelle » vers un processus d'évaluation reproductible. Prend en charge la création d'ensembles de tests (Testsets) à partir de données de production, d'expériences sur des terrains de jeux ou de téléchargements CSV. Plus de 20 évaluateurs prédéfinis intégrés (y compris LLM en tant que juge, évaluation de la précision, évaluation de corrélation, contrôle de sécurité), et prend également en charge les évaluateurs de code personnalisés (fonctions Python). Les évaluations peuvent couvrir chaque étape intermédiaire du raisonnement de l'agent, et pas seulement le résultat final. Effet - Changer l'évaluation de « jugement subjectif » à « indicateurs quantitatifs reproductibles ». Chaque fois que le mot d’invite est modifié, l’impact sur les indicateurs de qualité est immédiatement visible. Scénario - Après que l'ingénieur du mot d'invite ait modifié l'invite système du robot du service client, un pipeline d'évaluation par lots contenant 200 cas de test a été automatiquement déclenché. Après 5 minutes, un rapport a été reçu indiquant que le taux de précision était passé de 87,3 % à 91,1 %.

• 📡 Observabilité en ligne : Mécanisme - Fournit une trace au niveau de la requête pour localiser avec précision les nœuds d'erreur. Suivez le coût, la latence et les modèles d'utilisation de chaque appel LLM. Prend en charge le protocole natif OpenTelemetry et est compatible avec les normes OpenLLMetry et OpenInference. Les commentaires des utilisateurs peuvent être marqués sur la trace, et la trace anormale peut être convertie en scénario de test en cliquant dessus, complétant ainsi la boucle fermée de rétroaction. Effet - Une fois qu'une exception d'appel LLM se produit en ligne, elle peut être localisée dans les 30 secondes, qu'il s'agisse d'un problème d'invite, d'un problème de modèle ou d'un problème de contexte, au lieu de vérifier les journaux étape par étape. Scénario – L'ingénieur d'exploitation et de maintenance a découvert dans le panneau d'observation que le délai d'un point de terminaison d'API est passé de 2 s à 8 s. Les détails de Trace ont montré que le contexte était trop long, provoquant une augmentation de la consommation de jetons. En un clic, la Trace a été convertie en scénario de test et incluse dans l'ensemble de régression.

• 🤖 Orchestration d'agent (capacités d'agent) : Mécanisme - Le focus de l'itération 2026, utilisant l'architecture à trois couches « Harnais + Compétence + Outil ». Agent Harness est un conteneur en cours d'exécution qui gère les connexions de modèles et les cycles de vie du bac à sable ; Skill est un module de capacité réutilisable ; L'outil est une unité d'exécution spécifique qui appelle des systèmes externes via MCP ou des passerelles internes. Prend en charge le processus d'approbation de confirmation manuelle (HITL) et le contrôle des autorisations d'appel d'outil. Effet - Agenta est passé d'une « plate-forme d'évaluation » à une « plate-forme de développement, d'exploitation et de maintenance d'agent », et l'équipe peut terminer la construction, l'évaluation, la mise en ligne et la surveillance de l'agent sur la même plateforme. Scénario - Le développeur crée un "Agent de service client" dans Agenta, configure Claude Sonnet comme moteur d'inférence, se connecte au système CRM en tant qu'outil, configure l'approbation HITL (seules les opérations de remboursement nécessitent une confirmation manuelle), exécute une évaluation par lots puis la publie en ligne.

• 👥Collaboration en équipe (Collaboration) : Mécanisme - Fournit des interfaces différenciées pour différents rôles - les ingénieurs utilisent l'API/SDK pour effectuer des opérations de programmation, et les chefs de produit et les experts du domaine effectuent des révisions et modifient les mots d'invite via l'interface utilisateur. Toutes les opérations sont centralisées sur une plate-forme unifiée pour réduire la fragmentation des informations entre les outils. Le contrôle des autorisations remplace le RBAC au niveau du projet. Effet - Élimine les frictions de collaboration dues à « le chef de produit modifie l'invite, puis l'envoie à l'ingénieur pour un déploiement manuel ». Toutes les modifications comportent des enregistrements de version et des liens d’approbation. Scénario : Le chef de produit a optimisé l'invite du service client dans l'interface utilisateur et l'a enregistrée au format v2.3. Le système a automatiquement déclenché l'évaluation et l'ingénieur a reçu l'avis d'approbation. Après confirmation, il a été publié dans l'environnement de production en un seul clic.

Synergie entre fonctions : Ces cinq modules forment une boucle fermée « expérimentation → évaluation → observation → retour d'expérience → optimisation ». Exceptions en production Trace → Conversion en un clic en cas de test → Invite de modification du terrain de jeu → Évaluation automatique → Gestion des versions → Déploiement et en ligne → Surveillance continue par panneau d'observation. Cette boucle fermée compresse le cycle d'itération des applications LLM de « jours/semaines » à « minutes/heures ».

Evolution du modèle et de la version

L'itération des versions d'Agenta suit le rythme du versioning sémantique (SemVer) ainsi que des versions incrémentielles fréquentes. Depuis le premier noyau open source jusqu'à la gamme principale actuelle de fonctionnalités d'agent, quatre transitions clés sont couvertes.

Version	Dates	Changements clés
v1 (fondation open source)	2024-01	Version principale open source, comparaison interactive Playground et capacités d'évaluation de base
v0.58.0	2025-10	Structure de répertoires Enterprise Edition (ee), prise en charge multi-organisations, cadre de base RBAC
série v0.84.0	2025~2026	Pipeline d'évaluation par lots, rapport de comparaison de régression, mécanisme d'alarme du panneau d'observation et détails de trace
série v0.103.x	2026-06	RBAC migré d'ee vers OSS, optimisation de l'interface utilisateur (gestion des ensembles de tests, navigation des évaluateurs, archivage par lots)
v0.104.0	2026-06	Les capacités multi-organisations entrent dans l'OSS, le support multi-équipes d'auto-hébergement d'entreprise
v0.105.0	2026-07-14	Fusion des fonctionnalités principales des agents, nouveau panneau d'agents, système de compétences, outil MCP, exécution sandbox, HITL
v0.105.3	2026-07-17	[Dernières] Améliorations de la gestion des sessions Agent Playground, du téléchargement de fichiers et de la fonction d'inspecteur

Caractéristiques d'évolution de la version : Le rythme des versions d'Agenta présente un modèle à haute fréquence de "ligne principale une fois toutes les deux semaines, correctifs deux fois par semaine". Plus de 10 versions ont été publiées rien qu'entre juin et juillet 2026, la série v0.105.x complétant des itérations consécutives de 0.105.0 à 0.105.3 en une semaine. Ce rythme signifie que si vous envisagez un déploiement en production, il est recommandé de corriger une version officielle vérifiée pour une évaluation de clôture, plutôt que de suivre directement chaque mise à jour.

Évaluation de la feuille de route : L'évolution de la version montre que les priorités des produits d'Agenta sont : Gestion des mots rapides (bases) → Système d'évaluation (barrières principales) → Panneau d'observation (différenciation) → Orchestration des agents (nouvelle courbe de croissance). L'introduction des capacités d'Agent marque la mise à niveau du positionnement d'Agenta d'un « outil d'évaluation LLM » à une « plateforme de cycle de vie complet des applications LLM » - il s'agit d'une orientation stratégique digne d'attention.

Avantages techniques

L'avantage technique d'Agenta ne vient pas de la performance d'un modèle unique, mais de la combinaison des trois dimensions « ouverture architecturale + boucle fermée à lien complet + conception indépendante du modèle ».

Unification de l'architecture et adaptation des rôles : Agenta couvre l'ingénierie des mots rapides, l'évaluation, l'observation et l'orchestration des agents via la même API et la même interface utilisateur, plutôt que de regrouper plusieurs outils indépendants. Les ingénieurs peuvent intégrer le processus d'évaluation et de déploiement dans le pipeline CI/CD via le SDK Python (« pip install agenta ») ; les chefs de produit et les experts de domaine effectuent des expériences et des évaluations quotidiennes via l'interface utilisateur Web. La parité complète entre l'API et l'interface utilisateur signifie que toute opération peut être effectuée de deux manières. Il s'agit d'une décision architecturale clé pour les outils au niveau de la plate-forme, qui évite l'écart de capacité de « ce que l'interface utilisateur peut faire mais pas l'API ».

Cadre d'évaluation indépendant du modèle : la couche d'abstraction de l'évaluateur (Evaluator) prend en charge trois modes : LLM-as-juge (utilisez un autre grand modèle pour juger de la qualité des résultats), plus de 20 évaluateurs prédéfinis intégrés (couvrant des dimensions telles que l'exactitude, la pertinence, la sécurité, etc.) et des évaluateurs de code personnalisés (fonctions Python). L'évaluation peut agir sur chaque étape intermédiaire du raisonnement de l'agent, plutôt que de simplement examiner le résultat final. L'évaluateur du SDK s'exécute dans un environnement sandbox (RestrictedPython) pour empêcher l'exécution de code malveillant.

Pile technologique ouverte : Le module d'observation est basé sur le protocole natif OpenTelemetry et est compatible avec les standards OpenLLMetry et OpenInference. Cela signifie que les applications déjà connectées à OpenTelemetry peuvent envoyer des données de trace à Agenta sans aucune modification. Fournit une intégration prête à l'emploi pour les frameworks populaires tels que LangChain, LlamaIndex et plus encore. L'interface personnalisée du fournisseur permet d'accéder à n'importe quel modèle d'API, à condition que le protocole d'appel standard soit implémenté.

Évolution architecturale des capacités de l'agent : le sous-système Agent introduit dans la v0.105.0 en 2026 adopte une architecture à trois couches : "Harnais + Compétence + Outil". Agent Harness est un conteneur en cours d'exécution qui gère les connexions de modèles et le cycle de vie du bac à sable ; Skill est un module de capacités réutilisable qui décrit ce que l'agent peut faire ; L'outil est une unité d'exécution spécifique qui appelle des systèmes externes via MCP ou des passerelles internes. Le processus d'approbation HITL est conçu en tenant compte du « délai humain » : il existe une stratégie de rétrogradation (refus automatique ou approbation automatique basée sur des règles) après l'expiration du délai d'approbation.

Limites et restrictions d'adaptation

Agenta fournit une chaîne d'outils complète dans le monde LLMOps, mais tous les scénarios de développement LLM ne nécessitent pas toutes ses capacités.

Scénarios d'utilisation recommandés :

• L'équipe dispose de plusieurs lignes d'application LLM qui nécessitent une gestion unifiée.
• Des mesures de mesure ont été ou sont prévues d'être intégrées au processus CI/CD.
• Une comparaison systématique et une gestion des versions entre plusieurs fournisseurs de modèles sont nécessaires.
• Créer ou maintenir des applications de production LLM qui nécessitent une surveillance continue.
• Les exigences de souveraineté des données nécessitent une plateforme LLMOps auto-hébergée.

Scénario non recommandé :

• L'équipe ne dispose que de 1 à 2 appels LLM simples (comme une seule fonction de traduction ou de résumé) et ne nécessite pas de gestion de versions ni d'évaluation systématique.
• Il n'y a aucune prise de conscience ni aucun processus d'évaluation (c'est-à-dire « allez-y si vous apportez des changements et résolvez les problèmes plus tard »). Le processus standardisé d'Agenta nécessite des coûts d'adaptation organisationnels supplémentaires.
• Seule une gestion de base des invites est requise, aucune observation ni orchestration d'agent n'est requise - des outils plus légers (tels que PromptHub, HumanLoop) peuvent être plus adaptés.
• L'exigence principale est le réglage fin du modèle plutôt que l'ingénierie des mots rapides. - Agenta ne fournit pas de fonctionnalités liées à la formation et doit être utilisé avec des plates-formes de réglage fin (telles que les pondérations et les biais).

Limites connues :

• La capacité d'orchestration des agents (v0.105.x) est encore dans une période d'itération rapide, la stabilité de l'approbation HITL et la découverte des outils MCP est toujours en cours de peaufinage et le temps de vérification doit être réservé au déploiement de l'environnement de production.
• Les critères de notation des évaluateurs (en particulier LLM-as-juge) exigent que l'équipe investisse du temps dans le calibrage, sinon la notation automatique peut s'écarter du jugement humain.
• La complexité d'exploitation et de maintenance de la version auto-hébergée ne peut être ignorée - PostgreSQL, Redis et l'orchestration multi-conteneurs nécessitent une main d'œuvre spécialisée en matière d'exploitation et de maintenance.
• Le nombre d'entreprises clientes, les données sur les revenus et les niveaux d'utilisateurs spécifiques n'ont pas été officiellement divulgués. La vérification commerciale nécessite une divulgation d’informations plus transparente.
• Il existe un risque que l'écart de fonctionnalités entre la version open source et la version entreprise se creuse - les fonctionnalités d'entreprise telles que SSO et SOC2 ne sont disponibles que dans la version entreprise.

Comment utiliser

Comment utiliser	Convient à la foule	Commencer	Coût
Cloud SaaS	Les équipes cherchent à valider rapidement	Visitez cloud.agenta.ai pour vous inscrire	Hobby Gratuit / Pro 49 $/mois
Auto-hébergement (Docker Compose)	Organisations ayant des exigences élevées en matière de conformité des données	git clone → configuration .env → docker compose up -d	Coûts d'infrastructure
SDK Python	Ingénieurs ayant besoin d'une intégration CI/CD	agent d'installation pip	API à la demande ou auto-hébergée
Accès API	Flux de travail programmatique	Obtenir la clé API → Appeler l'API REST	Paiement à l'utilisation ou auto-hébergé

Démarrage rapide (Cloud) :

1. Visitez cloud.agenta.ai pour créer un compte (aucune carte de crédit requise).
2. Créez un projet (Application) et sélectionnez un fournisseur de modèles (OpenAI, Anthropic, etc.).
3. Écrivez des mots d'invite dans le terrain de jeu, ajoutez des cas de test, exécutez et comparez les résultats de différentes variantes.
4. Évaluez systématiquement les résultats à l'aide d'évaluateurs prédéfinis ou d'évaluateurs personnalisés.
5. Publiez la version satisfaisante dans l'environnement de production et surveillez les performances en ligne via le panneau d'observation.

Déploiement auto-hébergé (Docker Compose) :

git clone https://github.com/Agenta-AI/agenta && cd agenta
cp hébergement/docker-compose/oss/env.oss.gh.example hébergement/docker-compose/oss/.env.oss.gh
docker compose -f hébergement/docker-compose/oss/docker-compose.gh.yml \
  --hébergement de fichiers env/docker-compose/oss/.env.oss.gh \
  --profile avec-web --profile avec-traefik up -d

Accès via http://localhost après le démarrage. Pour un guide de déploiement à distance plus détaillé, veuillez vous référer à la documentation officielle.

Exemple rapide du SDK Python :

à partir de l'importation d'un agent ÉvaluationFlow

#Initialiser le processus d'évaluation
flux = Flux d'évaluation (
    app_name="mon-chatbot",
    variante_name="v1.2",
    api_key="<VOTRE_API_KEY>"
)

# Exécuter l'évaluation
résultats = flow.run (
    testet="production_errors_202607",
    évaluateurs=["exact_match", "llm_as_judge"]
)

imprimer(results.aggregate_scores())

Conseils d'implémentation : Il est recommandé de procéder par "Pilote → Comparaison → Expansion". Sélectionnez d'abord 1 à 2 liens d'appel LLM à haute répétition et à faible risque (tels que la reconnaissance de l'intention du client, la génération de résumé de contenu), établissez un processus complet de mot d'invite + évaluation + observation dans Agenta, exécuté en parallèle avec le processus existant pendant 1 à 2 semaines, puis étendez-le progressivement à davantage de scénarios après avoir confirmé que les indicateurs d'évaluation sont cohérents avec le jugement manuel.

Prix des produits

Le système de tarification d'Agenta comporte une structure à quatre niveaux : "Vérification gratuite de loisirs → Collaboration d'équipe professionnelle → Gouvernance organisationnelle d'entreprise → Conformité d'entreprise d'entreprise", couvrant des équipes de différentes tailles avec une combinaison dégradée de sièges + volume de trace + fonctions de sécurité.

Forfait	Prix ​​	Avantages de base	Objets applicables
Passe-temps	0 $	2 sièges, 20 évaluations/mois, 5 000 traces/mois, réservation de 30 jours	Développeurs individuels, petites équipes de moins de 2 personnes
Pro	49$/mois	3 sièges (+20 $/sièges supplémentaires), avis illimités, 10 000 traces/mois, rétention de 90 jours	Petite équipe, lancement anticipé de l'application LLM
Affaires	399$/mois	Sièges illimités, 1 million de traces/mois, RBAC, SOC2, SSO, rétention 365 jours	Organisation formelle, audit de conformité requis
Entreprise	Devis commercial	BYOC, auto-hébergement, journaux d'audit, SLA personnalisé, DPA	Affaires financières/médicales/gouvernementales et autres secteurs à forte conformité
Auto-hébergé (open source)	0 $ (MIT)	Le logiciel est gratuit, vous devez fournir votre propre infrastructure, ainsi que votre exploitation et maintenance	Une équipe qui privilégie la souveraineté des données

Vérité gratuite : la solution Hobby est relativement limitée en termes de quantité de trace et de nombre d'évaluations, et convient à la vérification de scénarios de base plutôt qu'à une utilisation en production. Le plan gratuit ne fournit pas de garanties SLA ni de fonctionnalités de sécurité avancées (RBAC, SSO, SOC2), et la période de conservation Trace n'est que de 30 jours. Pour une utilisation sérieuse dans des environnements de production, le forfait Pro (49 $/mois) est un point de départ raisonnable. La version auto-hébergée est fonctionnellement équivalente à la version cloud, mais les dispositions d'audit de sécurité de la version Enterprise (SOC2, HIPAA BAA, audit Infosec) ne sont disponibles que sur le plan Enterprise.

Conseil d'achat : les forfaits Hobby et Pro conviennent à une vérification préliminaire, mais si l'équipe dépasse 10 personnes ou a des exigences RBAC/SSO, vous devez passer directement à Business ou Enterprise. La version auto-hébergée est fonctionnellement équivalente à la version cloud, mais la provision d'audit de sécurité de la version Enterprise n'est disponible que sur le plan Enterprise. Pour les détails spécifiques du contrat, veuillez vous référer à la page officielle en temps réel et aux communications commerciales.

Scénarios d'application

• Scénario 1 : La qualité du robot du service client revient - Chaque modification du mot d'invite du robot du service client peut affecter la précision et la sécurité de plusieurs cycles de dialogue. Mécanisme : créez un ensemble de tests couvrant les problèmes courants, les cas extrêmes et les limites de sécurité dans Agenta, et exécutez automatiquement le pipeline d'évaluation par lots à chaque fois que les mots d'invite sont modifiés. Effet : Mettez à niveau « Échantillonnage manuel » vers « Retour complet » et le cycle de retour est raccourci d'une demi-journée à 5 minutes. Méthode de vérification : Effectuer une analyse de corrélation entre le score d'évaluation et le score réel de satisfaction client (CSAT) pour vérifier la cohérence entre les indicateurs d'évaluation et l'expérience réelle. Conseil de mise en œuvre : l'ensemble de tests doit continuer à être complété par de nouveaux cas d'échec issus de conversations de production, sinon la couverture de régression diminuera avec le temps.

• Scénario 2 : Comparaison des versions des modèles de génération de contenu - Lorsque l'équipe choisit entre plusieurs modèles (GPT-4o, Claude Sonnet, DeepSeek-V4, etc.) ou plusieurs versions, une base de comparaison systématique est nécessaire. Mécanisme : Agenta's Playground prend en charge l'exécution de la sortie de plusieurs modèles/variantes de mots d'invite sur le même ensemble de tests côte à côte dans la même interface, avec une notation automatique LLM en tant que juge et une annotation manuelle. Effet : fournit une base quantitative pour les décisions de mise à niveau du modèle, plutôt que de se baser sur des sentiments subjectifs ou la propagande des fournisseurs. Méthode de vérification : sélectionnez 30 à 50 cas de test hautement prioritaires, effectuez une notation manuelle en double aveugle et effectuez une analyse de cohérence avec la notation LLM-as-juge.

• Scénario 3 : Débogage et évaluation des applications d'agent - La complexité des applications d'agent est bien supérieure à celle d'une seule série de questions et de réponses - impliquant l'appel d'outils, un raisonnement en plusieurs étapes et une gestion d'état. Mécanisme : Agent Playground d'Agenta prend en charge la visualisation du processus de raisonnement et des résultats des appels d'outils de chaque étape intermédiaire, et coopère avec le mécanisme d'approbation manuelle HITL. Effet : des écarts de planification des agents peuvent être découverts pendant la phase de développement (comme le choix du mauvais outil ou le chemin de raisonnement est trop long, ce qui entraîne le dépassement de la limite du jeton). Méthode de vérification : L'évaluation de l'agent nécessite un évaluateur spécial pour vérifier si l'appel de l'outil est correct et si le chemin prévu est raisonnable. Il ne peut pas se contenter d’évaluer le résultat final.

• Scénario 4 : Acceptation en ligne du routage multimodèle - Dans l'architecture du « routage dynamique vers différents modèles en fonction du type de tâche », chaque branche de routage doit être vérifiée indépendamment. Mécanisme : les flux de travail personnalisés d'Agenta prennent en charge la configuration de combinaisons d'évaluateurs indépendants et de seuils d'acceptation pour différentes branches de routage. Effet : garantissez que les modifications apportées à la logique de routage n'entraîneront pas une baisse de la qualité d'une branche. Méthode de vérification : le lien Trace dans le scénario de routage implique plusieurs appels LLM. Il est nécessaire de confirmer que le panel d'observation peut retracer complètement le lien de demande de bout en bout.

Personnes concernées

• Équipe AI Engineering and Platform : Nécessité d'établir un processus de développement et de publication standardisé pour l'application LLM de l'entreprise. L'architecture double canal API/SDK + UI d'Agenta permet aux ingénieurs d'intégrer l'évaluation et le déploiement dans le pipeline CI/CD, tout en fournissant à l'équipe produit une interface d'expérimentation visuelle. Prérequis : Il existe déjà plusieurs lignes de candidature LLM qui nécessitent une gestion unifiée.

• Ingénieur de mots d'invite et chef de produit IA : Il est nécessaire d'itérer systématiquement les mots d'invite et de quantifier la différence d'effet. Le pipeline d'évaluation Playground + d'Agenta leur permet de concevoir, d'exécuter et de comparer des expériences sans écrire de code. Condition préalable : les mots d'invite doivent être ajustés fréquemment pour s'adapter aux différentes versions du modèle.

• Experts en la matière : bien qu'ils n'écrivent pas de code, ils ont la capacité de juger les bonnes réponses aux scénarios commerciaux. Les fonctions d'évaluation et d'annotation manuelle basées sur l'interface utilisateur d'Agenta leur permettent de participer directement à l'acceptation de la qualité. Prérequis : L'organisation est disposée à injecter des connaissances métiers directement dans le processus de gouvernance de la qualité de l'IA.

• Limite inappropriée : si l'équipe ne dispose que de 1 à 2 appels LLM simples, la gestion des versions et l'évaluation systématique ne sont pas nécessaires ; si l'équipe n'a aucune conscience ni aucun processus d'évaluation, le processus standardisé d'Agenta nécessite des coûts d'adaptation organisationnels supplémentaires ; si seule une gestion de base des invites est requise et qu'aucune observation ni orchestration d'agent n'est requise, un outil plus léger (tel que PromptHub) peut être plus approprié ; si l'exigence principale est le réglage fin du modèle plutôt que l'ingénierie des mots, Agenta ne fournit pas de fonctionnalités liées à la formation.

Comparaison des produits concurrents

Comparer les dimensions	Agent	LangSmith	Invites de pondérations et de biais	Hélicone	LangFuse
Source ouverte/source fermée	✅Open Source (MIT)	❌ Source fermée	❌ Source fermée	✅Open Source (MIT)	✅Open Source (MIT)
Gestion des mots rapides	✅ Aire de jeux + gestion des versions	✅ Aire de jeux	✅ Suivi des expériences	❌	✅ Aire de jeux
Évaluation systématique	✅ 20+ évaluateurs + personnalisation	✅ SDK d'évaluation	✅ Panel d'évaluation	❌	✅ Pipeline d'évaluation
Observation en ligne	✅ Trace OpenTelemetry	✅ Tracer	❌	✅ Trace + Coût	✅ Tracer
Orchestration des agents	✅ v0.105+ Sous-système d'agent	✅ Intégration LangGraph	❌	❌	❌
Auto-hébergé	✅ Docker Composer	❌ Cloud uniquement	❌ Cloud uniquement	✅ Docker	✅ Docker
Seuil de prix	0 $ (Hobby / Auto-hébergé)	À partir de 25$/mois	Offre entreprise	À partir de 20$/mois	0 $ (OSS) / À partir de 59 $/mois
Reliure du modèle	Aucun (50+ modèles + personnalisation)	Écologie LangChain	Aucun	Aucun	Aucun
Fonctionnalités d'entreprise	RBAC (OSS)/SSO+SOC2 (Payant)	RBAC+SSO (Payant)	RBAC+SSO	RBAC (payant)	RBAC+SSO (Payant)
Lieu d'appartenance	Allemagne	États-Unis	États-Unis	États-Unis	Allemagne

Suggestion de décision : Si votre équipe est profondément liée à l'écosystème LangChain, l'expérience d'intégration de LangSmith est plus transparente ; si l'exigence principale est le suivi des expériences et la gestion de la formation des modèles, W&B Prompts est une solution mature ; si vous n'avez besoin que d'un environnement de production Trace et suivi des coûts, Helicone est plus léger ; si vous avez besoin d'une plate-forme LLMOps open source unique et souhaitez conserver l'option d'auto-hébergement, Agenta est actuellement le choix le plus complet. Il est recommandé d'utiliser le plan gratuit Hobby d'Agenta ou la version auto-hébergée pour exécuter d'abord un lien LLM, puis de décider de l'adopter ou non à long terme.

Résumé et Outlook

La valeur fondamentale d'Agenta est de faire passer le développement d'applications LLM d'un état de « mots d'invite dispersés dans Slack et dans des feuilles de calcul + inspection visuelle manuelle + chance en jeu » à un processus d'ingénierie de « mots d'invite gérés de manière centralisée + évaluation systématique + surveillance observable de la production ». Il s'agit actuellement de l'une des rares plates-formes open source à guichet unique qui couvre l'ingénierie de mots rapides, l'évaluation, l'observation et l'orchestration d'agents. La licence MIT et le chemin d'auto-hébergement Docker Compose lui confèrent un avantage naturel dans les scénarios de conformité des données d'entreprise.

Principaux avantages : (1) Couverture de liens complets open source : gestion des mots d'invite quatre-en-un, évaluation, observation et orchestration des agents ; (2) Licence MIT + auto-hébergement, souveraineté des données entièrement contrôlable ; (3) Conception indépendante du modèle, plus de 50 modèles + fournisseur personnalisé ; (4) Itérations à haute fréquence, communauté active, plus de 417 versions vérifient la durabilité de la maintenance du projet.

Limites actuelles : (1) Les capacités d'orchestration d'agents sont encore dans une période d'itération rapide et le temps de vérification doit être réservé au déploiement de l'environnement de production ; (2) Les normes de notation des évaluateurs (en particulier le LLM-as-juge) exigent que l'équipe investisse du temps dans l'étalonnage ; (3) La complexité d'exploitation et de maintenance de la version auto-hébergée ne peut être ignorée ; (4) Le nombre d'entreprises clientes et les données sur les revenus n'ont pas été officiellement divulgués, et la vérification commerciale nécessite une divulgation d'informations plus transparente.

Évaluation des risques d'approvisionnement/d'adoption : Agenta convient aux équipes qui ont identifié les besoins LLMOps. Utilisez d'abord le plan gratuit Hobby pour parcourir la boucle fermée sur 1 à 2 liens LLM de grande valeur afin de vérifier la validité des indicateurs d'évaluation et l'acceptation de l'équipe, puis sélectionnez le plan Pro/Business ou l'auto-hébergement en fonction du volume de trace réel et des exigences de siège. Pour les secteurs ayant des exigences extrêmement élevées en matière de souveraineté des données (finances, soins médicaux, affaires gouvernementales), la voie de l'auto-hébergement constitue le choix de base, mais il est nécessaire d'évaluer si les capacités internes d'exploitation et de maintenance correspondent. Avant d'acheter, les entreprises doivent confirmer : la couverture des fonctions de sécurité au niveau de l'entreprise de la version auto-hébergée, la stratégie de conservation et d'exportation des données Trace, la préparation à la production des capacités de l'agent et l'engagement de maintenance à long terme de la communauté open source.

Direction d'observation de suivi : quand les capacités de l'agent entreront-elles dans la version stable ; si l'écart fonctionnel entre la version open source et la version entreprise va se creuser ; dans le contexte de l'évolution continue des produits concurrents tels que LangSmith, W&B Prompts, Helicone, LangFuse, etc., si la différenciation open source d'Agenta peut être maintenue.

Outils associés : hugging-face, replicate

Informations de version

• Version améliorée d'Agent Playground ：Se concentrer sur l'optimisation de la gestion des sessions de l'Agent Playground, des fonctions de téléchargement et de vérification des fichiers, et sur l'amélioration des capacités de visualisation de l'état intermédiaire pendant l'exécution de l'Agent ; mises à niveau des dépendances et correctifs de stabilité Redis. （2026-07-17）
• Ligne principale des grands agents ：Les principales lignes de fonctionnalités de l'agent ont été fusionnées et le panneau de configuration de l'agent, le système de compétences, l'intégration de l'outil MCP, l'exécution du bac à sable et le processus d'approbation manuelle HITL ont été ajoutés. （2026-07-14）
• Open source multi-organisations ：Les capacités multi-organisations entrent officiellement dans OSS et RBAC est migré d'ee vers la version open source. （2026-06）
• Lancement open source ：Libérez les fonctionnalités de base open source et prenez en charge les expériences de mots rapides et les évaluations de base. （2024-01）