LangGraph MCP utilise des graphes acycliques dirigés pour représenter des séquences d’appels LLM, permettant aux développeurs de décomposer des tâches en nœuds avec prompts, entrées et sorties configurables. Chaque nœud correspond à une invocation LLM ou à une transformation de données, facilitant l’exécution paramétrée, le branchement conditionnel et les boucles itératives. Les utilisateurs peuvent sérialiser des graphes au format JSON/YAML, gérer les workflows avec contrôle de version et visualiser les chemins d’exécution. Le framework supporte l’intégration avec plusieurs fournisseurs LLM, des modèles de prompts personnalisés et des hooks de plugins pour la pré-traitement, le post-traitement et la gestion des erreurs. LangGraph MCP offre des outils CLI et un SDK Python pour charger, exécuter et surveiller les pipelines d’agents basés sur des graphes, idéal pour l’automatisation, la génération de rapports, les flux conversationnels et les systèmes d’aide à la décision.

Python-Assistant est un assistant en ligne de commande piloté par IA, développé en Python, intégrant l'API OpenAI pour fournir un support de code intelligent. Il permet aux développeurs de soumettre des requêtes en langage naturel, de recevoir des extraits de code pertinents au contexte et d'exécuter des scripts Python directement dans l'interface de chat. L'agent conserve en mémoire les interactions précédentes, permettant des questions de suivi et des sessions de débogage cohérentes en plusieurs étapes. L'architecture plugin permet des extensions personnalisées telles que linting, tests et génération de documentation. En combinant une IA conversationnelle avec l'exécution de scripts, Python-Assistant permet de prototyper rapidement, de restructurer des bases de code existantes et d'apprendre des concepts Python de manière interactive, le tout sans quitter le terminal.