Darkwood selection / SymfonyLive Berlin 2026
Symfony AI in Action
Construire des fonctionnalités IA réalistes avec Symfony
Le problème
L'IA produit beaucoup de buzzwords. Le produit, lui, demande du contrôle.
Le vrai défi n'est pas de faire répondre un modèle. C'est de le brancher sur une application qui a des règles, des données, des droits et des effets de bord.
Vision
Symfony AI ne vend pas un chatbot. Il donne une stack pour activer des features IA.
Inférence
Changer de modèle sans réécrire l'app.
Contexte
Relier l'IA aux données métier.
Action
Exposer du code Symfony contrôlé.
Les briques
Une stack, pas un helper HTTP.
Platform · Agent · Store · AI Bundle · MCP Bundle · MCP SDK
Platform
Une abstraction d'inférence pour parler à plusieurs providers.
Claude
Gemini
Mistral
Même intention, modèle différent
Le code applicatif reste stable.
$result = $platform->request(
model: new GptModel('gpt-4.1-mini'),
input: 'Résume cette commande client.'
);
OpenAI
Claude
Gemini
Mistral
Streaming
Streamer, ce n'est pas juste afficher des mots plus vite.
Deltas typés
Texte, tool call, signal de fin.
Usage tokens
Observer le coût pendant la réponse.
UX live
Répondre sans bloquer l'interface.
Multimodal
L'entrée et la sortie ne sont plus seulement du texte.
Audio · Image · PDF · Binaire
Le modèle devient une pièce d'un pipeline média, pas une zone de texte magique.
Structured Output
On veut des objets PHP fiables, pas du JSON fragile dans une string.
final readonly class ProductInsight
{
public function __construct(
public string $risk,
public array $nextActions,
) {}
}
Agent
Un agent, c'est une boucle contrôlée entre modèle et application.
Tool Calling
Exposer du code métier avec une frontière explicite.
#[AsTool('refund_order')]
public function refundOrder(string $orderId): RefundResult
{
return $this->refunds->request($orderId);
}
Human in the Loop
Le modèle peut proposer. L'application décide quand agir.
Memory
La mémoire utile vient souvent de votre application.
- Profil
- Préférences, rôle, langue.
- Historique
- Actions et conversations récentes.
- Permissions
- Ce que l'agent peut voir ou faire.
Store
Le RAG commence avant la recherche vectorielle.
RAG
Connecter l'agent aux données applicatives, avec du contexte vérifiable.
Multi-agent
Plusieurs agents, oui. Mais seulement avec une orchestration lisible.
Subagents
Spécialiser une tâche bornée.
Handoff
Passer le relais avec contexte.
Traces
Comprendre qui a décidé quoi.
MCP
MCP ouvre la porte à des architectures agentiques interopérables.
IDE
Outils externes
Analyse Darkwood
Le vrai sujet n'est pas le chatbot. C'est l'orchestration.
Qui appelle quoi ? Avec quel contexte ? Sous quelles permissions ? Avec quelle trace ? Et comment on reprend la main quand le modèle sort du cadre ?
Stack cible
Symfony AI + MCP + Flow + Navi + Uniflow.
Symfony AI
Modèles, agents, store, bundles.
MCP
Interopérabilité des tools et contextes.
Flow / Navi / Uniflow
Workflows, navigation agentique, orchestration métier.
Construire des features IA, pas seulement des prompts.
Briques Symfony + données produit + orchestration contrôlée. C'est là que Symfony AI devient intéressant pour une vraie application.
@matyo91