Créer un veilleur quotidien de dépendances avec LangGraph et la recherche web d'Amazon Bedrock AgentCore

AWS illustre l'usage avec une veille quotidienne des dépendances pour une équipe de sécurité, construite comme un graphe LangGraph. Chaque matin, elle vérifie si des nouveautés touchent les paquets open source et les images de base de conteneurs que l'équipe livre. Trois branches de recherche, pour npm, PyPI et les images de base, s'exécutent en parallèle. Un modèle Anthropic Claude hébergé sur Amazon Bedrock décide quoi chercher et rédige des résultats structurés, avec au maximum quatre recherches par branche, soit douze par exécution. Le code, et non le modèle, impose la fenêtre de dates, la liste de sources bloquées et le budget de recherche. Chaque constat est vérifié par rapport aux sources citées, puis une étape « keep_new » consulte le store LangGraph pour ne signaler que les nouveautés, avant qu'une étape « report » produise un tableau cité. Lors du test d'AWS, les trois branches ont fini en 36 secondes, contre 99 secondes en séquentiel.

L'enjeu pratique est double pour les équipes qui déploient des agents en production. D'une part, les questions qui dépendent de l'actualité, comme les avis de sécurité, les versions de produits, les prix ou les réglementations, échappent aux données d'entraînement des modèles, et exigent des résultats citables et un contrôle sur les sources admises. D'autre part, les requêtes de recherche révèlent souvent le travail interne d'une entreprise, d'où l'intérêt de les garder dans l'environnement cloud plutôt que de les envoyer à un tiers. L'authentification par rôle IAM supprime en outre la gestion de clés dédiées, et la politique centralisée d'AgentCore Gateway permet à une organisation d'appliquer les mêmes règles de sources à tous ses agents. Le principe de conception retenu, où le modèle choisit les requêtes mais où les contraintes critiques restent dans le code, offre un schéma réutilisable pour rendre ces agents vérifiables.

Ce lancement s'inscrit dans la montée en puissance des agents d'IA, qui doivent désormais traiter des informations fraîches avec des garanties de traçabilité. Les fournisseurs de cloud cherchent à intégrer la recherche web directement dans leur plateforme d'agents, face aux services de recherche tiers que les développeurs branchaient jusqu'ici. La mise en œuvre décrite exige un compte AWS dans une région compatible (us-east-1 pour les exemples), Python 3.10 ou supérieur, boto3 1.43.127, bedrock-agentcore 1.26.0 et langchain-aws 1.9.3 au minimum, ainsi qu'un accès à un modèle Claude sur Bedrock. La recherche web et les appels au modèle sont facturés à l'usage selon la grille tarifaire d'Amazon Bedrock AgentCore. AWS poursuit l'exemple par le déploiement de la veille sur le runtime AgentCore, puis son partage entre équipes via AgentCore Gateway.