- Étape 1 : Cloner le référentiel GitHub de Fast-LLM-Agent-MCP.
- Étape 2 : Installer les dépendances avec pip install -r requirements.txt.
- Étape 3 : Configurer les variables d'environnement pour votre fournisseur LLM choisi.
- Étape 4 : Configurer l'agent dans config.yaml (mémoire, raisonnement, planification).
- Étape 5 : Instancier l'agent en Python et enregistrer des outils personnalisés.
- Étape 6 : Appeler agent.run(task_description) pour exécuter les sous-tâches planifiées avec le contexte mémoire.