Analyser les fichiers

Ajoutez l'outil Analyser les fichiers à un projet Agents pour traiter et raisonner sur le contenu des fichiers à l'aide de LLM.

L’outil Analyser les fichiers permet aux Agents de traiter et de raisonner sur le contenu des fichiers à l’aide de LLM.

Ajouter l'outil Analyser les fichiers

Pour ajouter l’outil Analyser les fichiers à votre agent, procédez comme suit :

1. Définissez les entrées de fichier. Dans le panneau Gestionnaire de données, ajoutez un argument pour chaque entrée de fichier dans le schéma de votre agent.

   Figure 1. Créer des arguments d'entrée de fichier

   

   L’argument d’entrée doit être explicitement référencé dans l’invite de l’utilisateur à l’aide de la syntaxe {{exampleInput}}.Le système ignore les arguments d’entrée non référencés, ce qui peut affecter la note de l’agent.

   • Pour un seul fichier, définissez le type d'argument sur Fichier et référencez-le dans l'invite utilisateur. Par exemple : « Analysez le rapport suivant et résumez les principales conclusions : {{reportFile}} ».
   • Pour transmettre plusieurs fichiers, définissez le type d'argument sur Array et le type d'élément sur Fichier, puis référencez l'argument par son nom dans l'invite de l'utilisateur. Vous pouvez également ajouter des arguments de chaîne facultatifs pour les instructions du runtime. Par exemple :

   Analyze the following report files and summarize the key findings.
   
   ## Inputs
   - Report files: {{reportFiles}}
   - Additional instructions (optional): {{analysisInstructions}}
   

   Dans cet exemple, reportFiles est un argument Array de fichier et analysisInstructions est un argument String facultatif. Définissez les deux dans le panneau Gestionnaire de données.

   

2. Ajoutez l’outil Analyser les fichiers à la définition de votre agent :

   1. Sélectionnez Ajouter un outil dans le panneau Outils.
   2. Dans la catégorie Outils intégrés, choisissez Analyser les fichiers.
   3. Mettez à jour le nom et la description de l’outil pour aider l’agent à mieux raisonner sur le moment où l’utiliser. Le nom et la description guident la phase de planification de l'agent : ils déterminent le moment où l'agent décide d'appeler l'outil, et non ce que l'outil fait des fichiers lors du runtime.

   

3. Définissez les entrées de l'outil. L'outil est préconfiguré avec deux entrées principales :

   • attachments (array) : une entrée définie par une invite qui indique à l'agent les fichiers à transmettre à l'outil. Dans ce champ, décrivez comment l'agent doit utiliser les entrées de fichier référencées dans l'invite utilisateur (par exemple, {{reportFiles}}). L'agent mappe automatiquement ces fichiers référencés à cette entrée lors du runtime. Exemple : « Utilisez les fichiers fournis dans l'invite utilisateur (par exemple, {{reportFiles}}) comme entrées pour l'analyse. »
   • analysisTask (string) : une instruction de runtime indiquant au LLM quoi faire des fichiers une fois l'outil invoqué - par exemple, « Analysez ces rapports. Extrayez le titre du rapport, un résumé exécutif, les principales conclusions triées par importance, des recommandations exploitables et le sentiment global. » Cela est distinct du nom et de la description de l'outil, qui contrôlent le moment où l'agent appelle l'outil. Si votre cas d'utilisation implique un seul fichier, vous pouvez décrire les pièces jointes en conséquence (par exemple, « Utiliser le fichier fourni dans {{reportFile}}… »).

4. Exécutez l'agent avec des fichiers d'entrée.

   1. Ouvrez la fenêtre Configuration Debug  :
      1. Accédez à l'onglet Arguments du projet.
      2. Chargez vos fichiers d’entrée liés à votre argument reportFiles.
   2. Sélectionnez Enregistrer et exécutez la session de Debug.

   

5. Après avoir exécuté l'agent, inspectez la trace d'exécution dans le panneau inférieur.

L’outil Analyser les fichiers s’ajoute désormais à votre agent et se configure pour le processus des entrées de fichiers. La trace d'exécution dans le panneau Piste d'exécution montre comment le système a géré chaque pièce jointe pendant l'exécution.

Traces des pièces jointes de fichiers

Lors de l’utilisation de l’outil Analyser les fichiers, toutes les entrées et sorties de fichiers sont capturées dans le panneau Piste d’exécution dans l’onglet Historique.Le traçage fournit une visibilité détaillée sur la façon dont les pièces jointes ont été gérées lors de l'exécution de l'agent.

Pour chaque fichier, la trace affiche :

• ID : Un identifiant unique de la pièce jointe.

• Nom : nom du fichier d’origine (par exemple, 1.jpg).

• Type MIME : type de fichier détecté (par exemple, image/jpeg).

  Figure 2. L’analyse du fichier dans la piste d’exécution

  

Sélectionnez l’appel de l’outil à partir de la Trace d’exécution et naviguez vers l’onglet Fichiers pour télécharger le fichier.

Figure 3. Comment télécharger un fichier à partir des Traces

Meilleures pratiques et FAQ

Remarque :

Reportez-vous à Utilisation des fichiers pour de plus amples détails sur l'utilisation de fichiers depuis des Processes Maestro, des workflows RPA ou des exécutions d'agent autonomes.

L’outil Analyser les fichiers permet aux Agents de traiter des documents et des images à l’aide de LLM.Bien que puissant, il présente certaines limitations et comportements importants à connaître lors de la conception d'agents amenés à traiter des fichiers.

Limites de fichier

Chaque fichier ne doit pas dépasser 30 Mo. Aucune limite n'est imposée sur le nombre de fichiers par requête.

Types de fichiers pris en charge

L’outil Analyser les fichiers prend en charge les types de fichiers suivants: .pdf, .gif, .jpg, .jpeg, .png, .tiff, .webp.

La prise en charge de différents formats peut varier en fonction du fournisseur et du modèle LLM sélectionnés. Les résultats peuvent également varier entre les fournisseurs et les modèles, en particulier pour les fichiers contenant des graphiques, des images intégrées ou des mises en page complexes.

Prise en charge des fichiers pour les configurations LLM personnalisées

Les types de fichiers pris en charge sont les mêmes lorsque vous utilisez la fonctionnalité Apportez votre propre LLM via AI Trust Layer. La configuration d'un fournisseur, d'une famille de modèles ou d'un type d'API dont le modèle sous-jacent accepte d'autres formats n'étend pas les types de fichiers acceptés par l'outil Analyser les fichiers . Pour de plus amples informations sur la configuration d'un LLM personnalisé, consultez la section Configuration des LLM.

Comment fonctionne le traitement des fichiers

Lorsqu'un fichier est transmis à un LLM, le modèle ne reçoit pas le fichier d'origine tel quel. La plupart des fournisseurs appliquent une étape de prétraitement avant d'ajouter le contenu au contexte du modèle. Le comportement de prétraitement dépend du type de fichier.

Les fichiers PDF peuvent être traités à la fois comme du texte extrait et des images de page sur les modèles compatibles. Les fichiers image sont transmis au modèle sous forme d'images, soumises au comportement de redimensionnement décrit dans la section Redimensionner les images des LLM.

Les fournisseurs tels que OpenAI, AWS Bedrock et Vertex AI peuvent utiliser différentes approches de prétraitement et les détails exacts de la mise en œuvre sont spécifiques au fournisseur et peuvent ne pas être entièrement documentés.

Les gros fichiers peuvent dépasser les limites de jetons

Les agents traitent les fichiers en intégrant leur contenu dans des invites LLM, qui sont soumises à la limite de jetons du modèle. Les fichiers PDF volumineux ou les documents contenant des images numérisées peuvent échouer sans avertissement ou générer des messages d'erreur vagues tels que « Une erreur s'est produite », en particulier lorsqu'ils dépassent le budget de jetons du modèle.

Pour atténuer :

• Utilisez des modèles avec une capacité de jeton supérieure.
• Utilisez des capacités orientées vers la récupération telles que la recherche de fichiers ou l'ancrage dans le contexte, en particulier pour les fichiers volumineux ou multi-pages.
• Pré-indexez les documents et synchronisez-les avant ou pendant l'exécution de l'agent à l'aide d'outils personnalisés.

Gestion des grands PDF

Les grands PDF peuvent dépasser le budget de jeton du LLM lorsqu'ils sont entièrement traités. Fractionnez le PDF en plus petits morceaux ou en pages individuelles avant de les transmettre à l'agent.

Les LLM redimensionnent les images.

Lorsque des fichiers d’image (par exemple, .jpg, .png) sont envoyés dans le cadre de l’invite LLM, la plupart des modèles les redimensionnent automatiquement. Cela peut déformer les rapports d'aspect ou perdre des données au pixel près.

Évitez les invites qui reposent sur des coordonnées exactes, des cases de limitation ou des comparaisons alignées par pixels (par exemple, les différences d’image nécessitant un positionnement x/y spécifique). Pour de plus amples informations, consultez le Guide de vision d'OpenAI pour le comportement de redimensionnement spécifique à un modèle.

Conseils pour de meilleurs résultats

• Les noms de fichiers doivent être propres : Les modèles Anthropic, en particulier, rejettent les noms de fichiers contenant des caractères spéciaux ou des espaces blancs répétés.
• Limitez le nombre d'images : Certains modèles comme GPT-4o prennent en charge un maximum de 10 à 50 images par requête.
• Utilisez le format PDF lorsque la mise en page, les graphiques ou les diagrammes sont importants.