Puis-je réutiliser des outils LangChain dans LangGraph ?

Oui. Les agents LangGraph acceptent les mêmes définitions d'outils, encapsulez les appels HTTP Piloterr une fois et réutilisez-les dans les deux frameworks.

Comment éviter les boucles scrape infinies ?

Définissez des limites de récursion sur le graphe, plafonnez les appels d'outils et mettez en cache les réponses Piloterr dans un thread.

LangGraph change-t-il la facturation Piloterr ?

Non. Chaque invocation d'outil se facture comme un appel REST direct. Les scrapes échoués ne sont pas facturés.

Stacks IA

Graphes d'agents avec état persistant et outils Piloterr

Construisez des workflows LangGraph qui appellent les APIs REST Piloterr comme outils. Orchestrez des boucles scrape → analyser → agir avec checkpoints, branchements et validation humaine.

Commencer gratuitement (+500 crédits)Voir les tarifs

Modèles ReAct et StateGraph personnalisés
Encapsulez n'importe quel endpoint Piloterr en outil LangChain
JSON structuré pour des transitions de graphe fiables
Contournement anti-bot production à chaque étape scrape

En bref

Graphe

agents avec état

Outils

APIs Piloterr

400+

sources de données

REST

API HTTP

Pourquoi connecter LangGraph

Graphes recherche multi-étapes
Enchaînez nœuds scrape, filtre et résumé, LangGraph persiste l'état entre les appels aux outils Piloterr.
Branchement sur données en direct
Routez les arêtes du graphe selon les champs JSON renvoyés par les endpoints Piloterr.
Validation humaine
Mettez le graphe en pause pour relecture après des scrapes sensibles ou à fort impact.
Compatible LangChain
Réutilisez les mêmes wrappers @tool LangChain, intégrez-les directement dans les agents LangGraph.

Modèles LangGraph + Piloterr

Workflows en graphe pour recherche, ops et enrichissement.

Boucles recherche
L'agent itère sur scrapes SERP et news jusqu'à avoir assez de sources.
Pipelines enrichissement
Graphe séquentiel : domaine → entreprise → LinkedIn → sortie scorée.
Graphes monitoring
Invocations planifiées comparent les hash scrape et déclenchent des alertes.
Routage par outils
Un nœud superviseur choisit la bonne API Piloterr pour chaque sous-tâche.

LangGraph + Piloterr vs chaînes linéaires

Approche	Solution maison	Piloterr
Chaîne LangChain linéaire	Ordre de scrape fixe	Routage dynamique des outils
Nœuds requête brute	Bloqué sur sites WAF	Contournement géré
Scripts stateless	Pas de retry / checkpoint	Checkpoints graphe
Nœuds parsing HTML	Sélecteurs fragiles	Schémas JSON stables

Connecter LangGraph en quatre étapes

Étape 1
Installez LangGraph
pip install langgraph langchain-openai requests
Étape 2
Obtenez votre clé API
Définissez PILOTERR_API_KEY dans votre environnement.
Obtenez votre clé API
Étape 3
Définissez les outils Piloterr
Créez des fonctions @tool qui appellent les endpoints REST, même approche que LangChain.
Étape 4
Construisez le graphe
Utilisez create_react_agent ou StateGraph avec vos outils et compilez avec un checkpointer.

Exemples de workflows

Recherche SERP itérative
Le graphe boucle sur les outils actualités et recherche web jusqu'à obtenir assez de citations.
Graphe enrichissement leads
Branche selon la taille de l'entreprise après scrape du domaine, route vers des champs CRM différents.
Surveillance des prix avec validation humaine
Scrape des pages produits, pause pour validation humaine avant les alertes Slack.
Superviseur et workers scrape
Le nœud superviseur assigne les outils Amazon ou Walmart aux sous-agents.

Quand choisir LangGraph vs LangChain

Scénario
Boucles multi-étapes et branchements
Recommandation: LangGraph
Scénario
Agent simple unique
Recommandation: LangChain create_agent
Scénario
Crews multi-rôles
Recommandation: CrewAI
Scénario
Indexation RAG
Recommandation: LlamaIndex

Exemple agent ReAct LangGraph

Un agent graphe avec un outil Google News via Piloterr.

Parcourir la bibliothèque d'API

import os
import requests
from langchain.tools import tool

PILOTERR_KEY = os.environ["PILOTERR_API_KEY"]
BASE = "https://api.piloterr.com/v2"

@tool
def search_google_news(query: str, location: str = "Paris, FR") -> dict:
    """Recherche Google News pour des articles récents correspondant à une requête."""
    response = requests.post(
        f"{BASE}/google/news",
        headers={"x-api-key": PILOTERR_KEY, "Content-Type": "application/json"},
        json={"query": query, "location": location, "page": 1},
        timeout=60,
    )
    response.raise_for_status()
    return response.json()