Livre blancGouverner les agents IA en production : politiques, approbations humaines et arrêt d'urgence.Lire le livre blanc
NavinAI Platform

Agents IA

Des agents IA qui agissent, sous contrôle

Le runtime Navin exécute des agents longs, outillés et multi-étapes. Ils n'atteignent modèles, outils, MCP et données qu'à travers les passerelles de la plateforme.

En bref

  • Runtime durable avec rejeu
  • MCP isolés par utilisateur et par projet
  • Humain dans la boucle et kill switch

L'enjeu

Passer du prototype à l'agent de production

Un agent de démonstration tient en quelques lignes. Un agent de production doit survivre aux pannes, respecter les droits de l'utilisateur, demander une validation avant d'agir et rendre compte de chaque étape.

  • Des outils appelés avec trop de droits
  • Des serveurs MCP non maîtrisés
  • Aucune reprise après un incident
  • Aucune visibilité sur les étapes intermédiaires

Le modèle d'exécution

L'agent au centre, les passerelles autour

L'agent ne détient ni clé ni accès direct. Chaque capacité passe par sa passerelle, qui applique la politique, la DLP et l'audit.
  • Model Gateway

    LiteLLM, vLLM, fournisseurs distants

  • Tool et MCP Gateway

    Outils, serveurs MCP internes, plugins

Runtime d'agents

AgentLoop, AgentRunner, RunPlan, sous-agents

  • Knowledge Gateway

    Documents, RAG, contexte, mémoire

  • Data Gateway

    Classification, DLP, tokenisation

Contourner un SDK ne donne aucun accès supplémentaire : la sécurité est appliquée par les passerelles, le réseau et les identités.

Le runtime

Tout ce qu'il faut pour des agents fiables

  • Runtime d'agents Navin

    Boucle d'agent, contrôleur de plan, sous-agents, sessions et bus de messages ; adaptateurs LangGraph et Temporal optionnels.

  • Exécution durable et rejeu

    Points de reprise PostgreSQL, reprise après incident et rejeu d'une exécution pour l'analyser.

  • Humain dans la boucle

    L'agent demande une validation avant une action sensible ; la décision et son auteur sont tracés.

  • Bac à sable

    Le code et les outils s'exécutent dans un bac à sable gVisor ou Kata, avec des limites de ressources.

  • MCP isolés

    Chaque runtime MCP est isolé par utilisateur et par projet sur l'opérateur Kubernetes ToolHive. Seuls les serveurs internes du catalogue sont autorisés.

  • Skills et plugins

    Une bibliothèque par projet réunit skills, plugins, MCP, canaux et règles, versionnés et approuvés.

  • Agent à agent

    Les agents collaborent par le protocole A2A, chacun avec son identité et ses droits.

  • SDK et contrats

    SDK Python, TypeScript, Java et Go ; manifestes et appels typés validés localement contre les contrats de la plateforme.

La preuve

Des agents observables de bout en bout

Chaque étape d'une exécution, chaque appel d'outil et chaque décision de politique est visible dans le portail et dans la piste d'audit.

  • L'historique des exécutions et de leurs étapes
  • Le coût et les jetons de chaque exécution
  • L'évaluation de la qualité des réponses
  • L'arrêt immédiat par kill switch

Pour aller plus loin

  • Fiche techniqueAgents

    Des runtimes MCP isolés par utilisateur et par projet

    Le registre et la passerelle MCP décident qui peut utiliser quel serveur ; le runtime MCP crée à la demande des instances isolées sur le ToolHive Kubernetes Operator et les détruit après usage. Chaque appel d'outil passe toujours par la politique, la DLP et l'approbation.

    3 min de lecture
  • Livre blancGouvernance

    Gouverner les agents IA en production

    Comment Navin Enterprise AI garde les agents autonomes sous contrôle : politiques OPA empilées de la plateforme au tenant puis au projet, approbations avec un humain dans la boucle, kill switch disponible à tout moment et registre de gouvernance comme source de vérité unique.

    26 min de lecture

Mettez votre premier agent en production

Nous choisissons avec vous un cas d'usage et le chemin le plus court vers une mise en production gouvernée.