Défi 008 : Construire un agent 100 % local¶

Niveau : L200 Type : Défi Durée : ~75 min 💰 Coût : Gratuit (local)

Scénario¶

OutdoorGear veut un petit agent de support qui fonctionne sans Azure, GitHub Models, LLM hébergé ou appel réseau. Il doit classifier une requête, utiliser des outils locaux sur des données locales et retourner une réponse ancrée avec une trace.

Votre tâche consiste à terminer l'agent 100 % local et à prouver qu'il gère recherche produit, consultation de politique et recommandation de bundle sans configuration cloud.

Objectif¶

Corrigez starter_local_agent.py afin que l'agent local route correctement les requêtes, utilise uniquement des données locales, retourne des réponses utiles, rapporte aucune utilisation cloud et génère un code de validation.

Votre agent local final doit :

Ne nécessiter aucune configuration cloud
Classifier trois intents supportées
Rechercher des produits localement
Consulter du texte de politique localement
Construire un bundle camping sous budget
Retourner réponse, trace, intent et uses_cloud: False

Fichiers de départ¶

Enregistrez ces fichiers dans un dossier nommé challenge-008/ :

Fichier	Objectif	Télécharger
`local_data.json`	Données locales de produits et politiques	Télécharger
`eval_requests.json`	Requêtes d'évaluation	Télécharger
`starter_local_agent.py`	Agent local cassé	Télécharger
`test_local_agent.py`	Tests d'acceptation	Télécharger
`validate_local_agent.py`	Génère le code final de réussite	Télécharger

Brief du défi¶

Vous recevez des données locales de produits/politiques, des requêtes d'évaluation et un agent local cassé. Il n'y a pas de walkthrough : décidez comment router les intents, appeler les outils locaux, composer les réponses et prouver qu'aucune dépendance cloud n'est requise.

Contraintes¶

Utilisez uniquement la bibliothèque standard Python dans starter_local_agent.py.
N'appelez aucun réseau, modèle hébergé ou API cloud.
Ne hardcodez pas les réponses par ID de requête.
Préservez les noms publics des fonctions utilisés par les tests.
Gardez des traces utiles pour montrer quel outil local a été exécuté.

Critères d'acceptation¶

Votre solution est complète lorsque :

python -m pytest test_local_agent.py passe
La recherche produit retourne RainShell Pro Jacket
La consultation de politique retourne la fenêtre de retour de 60 jours
La recommandation de bundle inclut les trois articles camping attendus sous budget
La trace enregistre l'intent et l'exécution de l'outil
uses_cloud vaut False

Validation¶

Lorsque votre implémentation est prête, exécutez :

python -m pytest test_local_agent.py
python validate_local_agent.py

Saisissez le code de réussite imprimé par validate_local_agent.py :

Indices¶

Indice 1 — Local-only est une exigence

Un agent local peut rester utile si le routage d'intent et les outils sont déterministes.

Indice 2 — Gardez le routage étroit

Les requêtes fixtures sont volontairement limitées à recherche produit, consultation de politique et recommandation de bundle.

Indice 3 — Tracez l'outil, pas seulement la réponse

Une trace aide à prouver que l'agent a pris une décision et utilisé un outil local.

Rubrique¶

Domaine	Points	Ce qui est attendu
Comportement local-only	25	Aucune dépendance cloud ou réseau
Routage d'intent	25	Trois types de requête correctement classifiés
Sorties d'outils	25	Réponses produit, politique et bundle correctes
Traçabilité	15	Trace montrant intent et outil local sélectionné
Simplicité	10	Implémentation locale déterministe