Construisez des agents Python que votre plateforme peut opérer
Duale AI donne aux équipes Python un runtime durable pour le travail agentique borné : contrats stables, politique de routage, reprises, identifiants de tâche et contexte de revue propre au projet sans lier chaque projet à une pile fournisseur.Supporté aujourd'hui
La promesse développeur est volontairement étroite : Python d'abord, primitives runtime d'abord, chemin production d'abord.SDK Python
Utilisez Python pour soumettre un travail agentique borné, attacher une politique de routage, définir des délais, demander des résultats typés et conserver un identifiant de tâche pour le suivi.
Routage fournisseur
Traitez les modèles comme une capacité remplaçable. Routez par entrées de politique comme qualité, vitesse, préférence de garde-fous et priorité, au lieu de coder chaque appel en dur.
Evénements de tâche
Soumission, résultat terminal, timeouts, erreurs, reprises et décisions de routage peuvent devenir des événements produit quand l’intégration les capture.
Forme Python
Un vrai chemin de code, pas une grille marketing multi-framework.import asyncio
from datetime import datetime, timedelta, timezone
from pydantic import BaseModel
from duale import DualeConfig, DualeSDK, RoutingPolicy, ask
class SupportDecision(BaseModel):
next_action: str
reason: str
risk: str
async def main() -> None:
deadline = datetime.now(timezone.utc) + timedelta(minutes=30)
async with DualeSDK(config=DualeConfig(), auto_start=False) as sdk:
response = await ask(
action="Analyse ce dossier support et retourne la prochaine action sûre.",
res=SupportDecision,
routing=RoutingPolicy(
target_accuracy=0.8,
target_guardrails=0.7,
speed_preference=0.4,
),
deadline=deadline,
sdk=sdk,
)
decision = await response.model()
print(response.task_id, decision.next_action)
asyncio.run(main())Couche de production réutilisable
L'objectif est de donner à chaque projet agentique les mêmes primitives runtime, dès que le chemin production commence.Reprises et délais
Le travail agentique peut échouer, durer trop longtemps ou nécessiter une route plus sûre. Le runtime rend ces comportements explicites au lieu de les cacher dans de la glue applicative.
Entrée et sortie stables
Définissez une fois la frontière du travail. Modèles, politique fournisseur, rétention et exigences de gouvernance peuvent changer sans réécrire l’algorithme métier.
Contrôles projet
Gardez assez de contexte de tâche pour décider si un flux doit continuer, reprendre, attendre ou passer dans une revue propre au projet. Le produit ne rend pas cette politique de revue implicite.
Choix des fournisseurs
Passez entre fournisseurs de modèles supportés quand les coûts, la latence, la qualité ou les exigences changent. Le contrat agent reste l’interface durable.
Contexte de tâche traçable
Gardez assez de contexte pour comprendre pourquoi une tâche a réussi, échoué, attendu ou repris quand l’intégration enregistre ces signaux.
Revue sécurité
Les équipes sécurité peuvent revoir hébergement, sous-traitants, accès, mouvements de données et éléments de revue disponibles sur demande avant qu’un projet s’étende.
Bon périmètre aujourd'hui
Des frontières claires valent mieux que des promesses larges.Utilisez Duale AI pour
Des agents Python qui ont besoin de politique de routage, reprise, résultats typés, contexte de tâche et d’un chemin du prototype au logiciel opéré.
Frontière actuelle
Développement natif dans d’autres langages, constructeurs visuels d’agents, places de marché d’assistants ou kits de démarrage par framework.