19 mai 2026

Nous avons simplifié la tâche de vos agents en leur permettant d'exécuter vos fonctions Python personnalisées comme des compétences réutilisables. Définissez votre fonction Python une fois avec des paramètres fixes et une logique métier, et laissez vos agents l'appeler chaque fois qu'ils en ont besoin, idéal pour les workflows en production, les intégrations d'API et les tâches répétitives qui exigent de la cohérence.
Vos agents peuvent désormais exécuter vos fonctions Python prédéfinies, transformant n'importe quelle logique bien définie en une compétence fiable pour l'agent. Qu'il s'agisse de conversion de devises, de validation de données, de calculs complexes ou d'intégration d'API, vos agents exécutent votre code exact à chaque fois, pas de surprises, pas de génération de code dynamique.
Ce que vous pouvez faire :
Définir une fois, exécuter plusieurs fois : Écrivez une fonction Python avec des paramètres fixes et des règles métier, puis laissez vos agents l'appeler à plusieurs reprises en toute confiance.
Workflows prêts pour la production : Utilisez du code cohérent et testé pour les opérations critiques comme la conversion de devises, le traitement des paiements ou la validation des données.
Intégration d'API : Encapsulez les appels d'API externes avec authentification, gestion des erreurs et analyse des réponses intégrées.
Transformation de données : Normalisez, validez et transformez les entrées utilisateur ou les données externes selon vos spécifications exactes.
Calculs complexes : Implémentez des règles métier (remises en gros, tarification par zone, calculs d'impôts) avec contrôle total.
Opérations planifiées : Intégrez-vous à vos systèmes existants de manière fiable, sachant que le code ne changera pas entre les exécutions.
Comment cela fonctionne :
Vous écrivez une fonction Python avec des paramètres fixes et une logique de retour.
Vous définissez les paramètres que votre fonction accepte (nom, type, description).
Vous ajoutez la compétence Exécution de code Python à votre agent.
Votre agent appelle cette compétence avec les bons paramètres et obtient des résultats cohérents.
Les résultats sont renvoyés et utilisés dans l'action suivante de l'agent.
Détails techniques :
Langage : Python 3.x
Bibliothèques disponibles : requests, pandas, numpy, json, datetime, math, re, collections, itertools, et bien d'autres.
Environnement d'exécution : Sandbox isolé pour la sécurité.
Timeout : Configurable par exécution (par défaut varie selon le plan).
Limite de mémoire : Les limites par exécution s'appliquent.
Définition des paramètres : Vous définissez des paramètres fixes au format JSON avec nom, type et description.
Gestion des erreurs : Utilisez les blocs try-except pour gérer gracieusement les erreurs et retourner des messages utiles.
Exigences de configuration :
Nom de l'outil (identifiant descriptif)
Description de la compétence (quand l'agent doit l'utiliser)
Packages Python (si nécessaire, séparés par des virgules)
Paramètres de fonction (format JSON avec nom, type et description)
Code Python (votre définition de fonction complète)
Disponibilité :
Plan Pro et supérieur (Team Starter, Team Growth, Custom).
Non disponible sur le plan gratuit.
Où la trouver : Agents → [Nom de votre agent] → Modifier → Compétences → Ajouter une compétence → "Exécution de code Python"
Nous proposons également Interpréteur de code Python pour différents cas d'usage. Voici comment choisir :
Utilisez Exécution de code Python quand :
Vous avez besoin d'un code cohérent et testé pour les workflows en production
Votre fonction a des paramètres fixes et des entrées prévisibles
Vous construisez des intégrations avec des API externes
Vous voulez un contrôle total sur la gestion des erreurs et la logique métier
Utilisez Interpréteur de code Python quand :
Votre agent doit générer du code à la volée pour différentes demandes
Vous faites de l'analyse exploratoire de données ou des calculs ad-hoc
Les paramètres varient considérablement entre les demandes
Vous voulez une flexibilité maximale sans structure prédéfinie
Ouvrez un agent existant ou créez-en un nouveau.
Allez dans Compétences et cliquez sur Ajouter une compétence.
Recherchez et sélectionnez "Exécution de code Python".
Remplissez les détails :
Nom de l'outil : "Convertisseur de devises" (ou votre cas d'usage)
Description de la compétence : "Utilisé pour convertir des montants entre différentes devises en utilisant les taux de change en direct"
Packages Python : requests (si nécessaire)
Paramètres de fonction Python :
{ "amount": { "name": "amount", "type": "float", "description": "Le montant à convertir" }, "from_currency": { "name": "from_currency", "type": "str", "description": "Code de devise source (ex. USD)" }, "to_currency": { "name": "to_currency", "type": "str", "description": "Code de devise cible (ex. EUR)" } } Code Python :
import requests def convert_currency(amount: float, from_currency: str, to_currency: str) -> str: url = f"https://api.frankfurter.app/latest?amount={amount}&from={from_currency}&to={to_currency}" response = requests.get(url, timeout=10) response.raise_for_status() data = response.json() converted = data["rates"][to_currency] return f"{amount} {from_currency} = {converted} {to_currency}" Cliquez sur Test connection pour vérifier que votre code fonctionne.
Enregistrez la compétence et testez-la avec votre agent.
Cas d'usage courants :
Conversion de devises : Taux de change en direct pour les agents de voyage et d'e-commerce
Validation de données : Normaliser les numéros de téléphone, les e-mails ou les adresses avant stockage
Traitement des paiements : Calculer les frais, les impôts ou les remises en fonction des règles métier
Gestion des stocks : Vérifier les niveaux de stock et appliquer la tarification basée sur la quantité
Intégration d'API : Récupérer la météo, les cours des actions ou les tarifs d'expédition avec gestion des erreurs intégrée
Génération de rapports : Agréger les données et les formater pour présentation ou export
Transformation de données client : Nettoyer et normaliser les informations client provenant de plusieurs sources
Astuce : Combinez Exécution de code Python avec vos autres compétences (API, Email, Google Drive, Slack) pour construire des workflows robustes de bout en bout. Votre agent peut récupérer des données via une API, les valider avec Exécution de code Python et envoyer les résultats à votre équipe, le tout avec une fiabilité de niveau production.
19 mai 2026

Nous avons lancé le serveur MCP (Model Context Protocol) Data.gouv.fr, connectant directement les agents Swiftask à la plus grande plateforme de données ouvertes de France. Vos agents peuvent désormais interroger des jeux de données publics sur les informations d'entreprises, les documents juridiques, l'immobilier, l'emploi, et bien plus encore, sans changer d'outil ni créer de connecteurs personnalisés.
Les entreprises françaises bénéficient désormais d'un accès direct au répertoire de données ouvertes le plus complet de France via un serveur MCP dédié. Cela signifie que vos agents peuvent instantanément récupérer et analyser des jeux de données publics dans de multiples domaines : des données du registre des entreprises (INSEE/Sirene) aux évaluations immobilières (DVF), en passant par les statistiques sur l'emploi (DARES) et les informations sur les marchés publics (BOAMP).
L'intégration utilise le protocole standard MCP (Model Context Protocol), la nouvelle architecture de connecteurs de Swiftask qui élimine le besoin de configuration API manuelle. Activez simplement la compétence (skill) Data.gouv sur votre agent et commencez à interroger les données publiques françaises en langage naturel.
Sources de données prises en charge :
Informations entreprises : API INSEE Sirene (registre des entreprises, recherches SIREN/SIRET)
Juridique & conformité : API Légifrance (législation française, réglementations)
Marchés publics : API BOAMP (avis de marchés publics français)
Immobilier : DVF (données sur les transactions immobilières)
Emploi : Open data DARES (statistiques du marché du travail)
Santé & social : Données Ameli/HAS (informations de santé)
Macro-économie : API INSEE/Eurostat (statistiques nationales)
Réglementations UE : EUR-Lex (documents juridiques européens)
Comment l'utiliser :
Ouvrez la configuration de votre agent → section Compétences (Skills)
Recherchez et ajoutez la compétence Serveur MCP Data.gouv
Configurez le mode d'accès (lecture seule recommandée pour les données publiques)
Commencez à poser des questions à votre agent comme : "Quelles entreprises sont enregistrées à Lyon ?" ou "Montre-moi les récents appels d'offres pour des services de construction"
Comment le tester :
Créez ou ouvrez un agent existant
Ajoutez la compétence serveur MCP Data.gouv depuis la bibliothèque de compétences
Dans le Chat, demandez à votre agent de récupérer des données : "Trouve toutes les entreprises enregistrées à [nom de l'entreprise]" ou "Quels sont les derniers avis de marchés publics ?"
Vérifiez que les réponses incluent des données précises provenant directement de Data.gouv.fr
Testez les capacités de filtrage et de tri avec des requêtes en langage naturel
Disponibilité : Tous les plans (Pro, Team Starter, Team Growth, Tailored)
Ce que cela permet :
Les équipes de conformité peuvent vérifier instantanément les informations d'entreprise et les exigences réglementaires
Les analystes métier peuvent accéder aux données économiques et aux tendances du marché du travail sans recherches manuelles
Les équipes de relations institutionnelles peuvent surveiller les marchés publics en temps réel
Les professionnels de l'immobilier peuvent interroger instantanément les données de transaction et les évaluations
Les chercheurs et consultants peuvent combiner les données Data.gouv avec votre propre base de connaissances pour des analyses plus riches
15 mai 2026

Des questions sur les tables de connaissances ? Nous avons tout prévu.
Les tables de connaissances vous permettent d'organiser vos données métier (prospects, produits, FAQ, informations clients, cas de test) dans des tableaux structurés et interrogeables. Vos agents IA peuvent accéder instantanément à ces données pour fournir des réponses précises et contextuelles — aucune recherche manuelle n'est nécessaire.
Considérez-les comme : des feuilles de calcul organisées que vos agents peuvent comprendre et utiliser automatiquement.
Créez une table avec des colonnes personnalisées (texte, nombres, dates, booléens, etc.)
Ajoutez vos données
Connectez la table à vos agents
Vos agents interrogent les données en temps réel pour répondre aux questions ou accomplir des tâches
Les tables de connaissances fonctionnent sur les plans Pro, Team Starter, Team Growth et Custom — sans coût supplémentaire ni restriction.
Pour des guides étape par étape, des cas d'utilisation et des détails techniques, consultez notre documentation :
🔗 Tables de connaissances — Guide complet
Vous avez des questions ? Notre équipe de support est là pour vous aider.
12 mai 2026

Nous sommes ravis de vous présenter les tableaux de connaissances, une nouvelle façon de structurer et d'organiser vos données d'entreprise afin que vos agents IA puissent y accéder instantanément. Fini les tableurs éparpillés, gardez vos leads, produits, FAQ et informations clients au même endroit, prêtes à être utilisées par vos agents.
Créez des tableaux simples et organisés pour tout type de données d'entreprise, puis connectez-les à vos agents. Que vous gériez des leads, des catalogues de produits ou des bases de données FAQ, les tableaux de connaissances vous permettent de structurer les informations d'une manière qui a du sens pour votre équipe et votre IA.
Créez des tableaux avec des colonnes et des lignes personnalisées, aucun codage requis
Organisez vos leads, produits, FAQ ou toute donnée structurée dont vous avez besoin
Les agents peuvent interroger et accéder à vos tableaux pour fournir des réponses précises et basées sur les données
Disponible immédiatement dans la section Connaissance : Connaissance → Tableaux de connaissances
Recherchez des tableaux par nom à l'aide de la barre de recherche intégrée
Pas de limites techniques, créez autant de tableaux que vous le souhaitez
Disponible sur tous les plans (Pro, Team Starter, Team Growth et Custom)
Comment le tester : Accédez à Connaissance dans votre barre latérale, cliquez sur l'onglet Tableaux de connaissances, puis cliquez sur "+ Nouveau tableau" pour créer votre premier tableau. Ajoutez des colonnes, entrez vos données, et rendez-le immédiatement disponible à vos agents.
Pour les responsables d'équipe : Arrêtez de gérer des données à travers plusieurs outils. Gardez vos leads, produits et FAQ dans Swiftask où vos agents peuvent y accéder en temps réel.
Pour les agents : Votre IA a désormais un accès direct à des données d'entreprise structurées et à jour, permettant des réponses plus précises et contextuelles.
Pour tout le monde : Les tableaux de connaissances sont disponibles pour tous les utilisateurs sur tous les plans, aucune restriction, aucun coût supplémentaire, aucune complexité de configuration.
Allez à Connaissance → Tableaux de connaissances
Cliquez sur + Nouveau tableau
Nommez votre tableau et ajoutez des colonnes (texte, nombres, dates, booléens, et plus)
Ajoutez vos données
Vos agents peuvent maintenant interroger le tableau et utiliser les données dans leurs réponses
Prêt à organiser vos données ? Commencez à créer votre premier tableau dès aujourd'hui !
8 mai 2026

Nous avons intégré cinq nouveaux modèles LLM à Swiftask pour renforcer votre agnosticité IA et vous offrir encore plus d'options selon vos besoins. Découvrez xAI Grok 4.3, Kimi K2.6, Qwen3.6 Plus, Qwen3.6 Flash et Qwen3.6 Max Preview, tous disponibles immédiatement, sans frais supplémentaires.
Grok 4.3 apporte une compréhension approfondie et un raisonnement rapide. Conçu pour les tâches analytiques et les workflows nécessitant une réflexion nuancée, ce modèle excelle dans l'analyse de données complexes et la résolution de problèmes multi-étapes.
Cas d'usage idéaux : Analyse stratégique, raisonnement logique, traitement de documents complexes
Disponible sur : Tous les plans (Pro, Team Starter, Team Growth, Custom)
Accès : Chat → Sélecteur de modèle | Agents → Configuration → Sélection du modèle
Kimi K2.6 offre une latence faible et une compréhension contextuelle fine. Parfait pour les interactions temps réel et les tâches nécessitant une réponse rapide sans compromis sur la qualité.
Cas d'usage idéaux : Chat interactif, transcription en temps réel, réponses rapides
Disponible sur : Tous les plans (Pro, Team Starter, Team Growth, Custom)
Accès : Chat → Sélecteur de modèle | Agents → Configuration → Sélection du modèle
Qwen3.6 Plus combine performance et polyvalence. Ce modèle équilibré convient à un large éventail de tâches, de la rédaction à l'analyse, en passant par la génération de contenu structuré.
Cas d'usage idéaux : Rédaction générale, résumés, analyse de contenu, génération d'artefacts
Disponible sur : Tous les plans (Pro, Team Starter, Team Growth, Custom)
Accès : Chat → Sélecteur de modèle | Agents → Configuration → Sélection du modèle
Qwen3.6 Flash est optimisé pour la vitesse. Idéal pour les tâches à haut volume et les workflows où la réactivité prime sur la profondeur analytique.
Cas d'usage idéaux : Tâches répétitives, chat de support, traitement en masse, interactions rapides
Disponible sur : Tous les plans (Pro, Team Starter, Team Growth, Custom)
Accès : Chat → Sélecteur de modèle | Agents → Configuration → Sélection du modèle
Qwen3.6 Max Preview est la version la plus puissante de la série Qwen3.6. Conçue pour les tâches exigeantes, elle offre un raisonnement avancé et des capacités multimodales étendues.
Cas d'usage idéaux : Raisonnement complexe, analyse approfondie, tâches critiques, résolution de problèmes stratégiques
Disponible sur : Tous les plans (Pro, Team Starter, Team Growth, Custom)
Accès : Chat → Sélecteur de modèle | Agents → Configuration → Sélection du modèle
Dans le Chat :
Ouvrez le Chat
Cliquez sur le sélecteur de modèle en haut du champ de saisie
Parcourez la liste et sélectionnez l'un des nouveaux modèles
Commencez à converser
Pour vos agents :
Allez dans Agents
Sélectionnez votre agent et cliquez sur Éditer
Ouvrez Configuration → Sélection du modèle
Choisissez l'un des nouveaux modèles
Sauvegardez
Pour les paramètres par défaut :
Allez dans Workspace administration → Paramètres → Avancé
Sélectionnez votre modèle par défaut pour Chat, Meeting AI, Transcription AI ou Artifact AI
Cliquez sur Mise à jour
xAI Grok 4.3 :
Posez une question stratégique : "Analyse ce problème commercial et propose trois solutions avec leurs avantages/inconvénients"
Testez le raisonnement en chaîne sur des tâches logiques complexes
Kimi K2.6 :
Mesurez la vitesse de réponse avec une question simple
Exemple : "Résume cet article en 3 points clés [collez le contenu]"
Idéal pour tester en mode chat rapide
Qwen3.6 Plus :
Essayez une tâche de rédaction : "Rédige un email professionnel pour [contexte]"
Testez l'analyse : "Extrais les points clés de ce document"
Qwen3.6 Flash :
Soumettez plusieurs questions d'affilée pour mesurer la réactivité
Testez sur des tâches répétitives ou de classification
Qwen3.6 Max Preview :
Uploadez un document volumineux et demandez une analyse détaillée
Essayez une tâche de raisonnement multi-étapes
Exemple : "Analyse ce rapport et propose une stratégie basée sur les données"
Les recommandations de modèles IA en temps réel intègrent désormais les cinq nouveaux modèles. Décrivez simplement votre tâche dans le chat et Swiftask vous suggère automatiquement le meilleur modèle adapté, sans besoin de sélection manuelle.
Tous ces modèles sont inclus dans votre plan actuel. Aucune mise à niveau nécessaire.
Ouvrez le Chat dès maintenant et testez ces nouveaux modèles pour découvrir celui qui transformera votre workflow. 🚀
✅ Tous les modèles sont disponibles sur tous les plans (Pro, Team Starter, Team Growth, Custom)
✅ Aucun frais supplémentaire, inclus dans votre abonnement actuel
✅ Basculez entre les modèles en 1 clic selon vos besoins
✅ Compatibles avec vos agents existants, Knowledge Base et compétences sans modification
Prêt à explorer cette nouvelle génération de modèles ? Ouvrez le Chat maintenant et testez chaque modèle. 🎯
8 mai 2026
Vous pouvez désormais créer et gérer des agents IA directement depuis votre application via notre API REST. Au lieu de configurer les agents via l’interface, envoyez une seule requête API avec le nom de l’agent, sa description, son prompt système et ses messages d’accueil. Votre agent est créé, configuré et prêt à l’emploi instantanément.
Cette fonctionnalité est idéale pour les plateformes intégrant Swiftask, les produits SaaS proposant des agents en marque blanche, ou les équipes gérant un grand nombre d’agents sur différents projets.
API de création d’agent
Le nouvel endpoint de création d’agent vous permet d’automatiser le déploiement des agents. Définissez toutes les propriétés requises (nom, description en anglais et français, prompt système, messages d’accueil), envoyez une requête POST à https://api.swiftask.fr/admin/agent/create et recevez en réponse l’ID, le slug et le statut de votre agent.
Endpoint : POST https://api.swiftask.fr/admin/agent/create
Champs obligatoires : 6 propriétés (name, description, descriptionFR, systemPrompt, greetingMessage, greetingMessageFR)
Contraintes : Nom de l’agent limité à 100 caractères ; description limitée à 500 caractères
Réponse : ID de l’agent, slug, statut et timestamps de création
Compatibilité SDK : Compatible avec OpenAI SDK (Python, JavaScript, TypeScript, Node.js)
Streaming : Support complet des réponses en temps réel via Server-Sent Events (SSE)
Disponibilité : Tous les plans payants (Pro, Team Starter, Team Growth, Tailored) sans limites d’usage
Accès UI : Paramètres de l’agent → Onglet API
Comment tester :
Créez une clé API : Paramètres du compte → API → Créer une nouvelle clé. Copiez-la immédiatement (affichée une seule fois).
Ouvrez votre agent → Paramètres (icône roue dentée) → Onglet API → Copiez le slug de l’agent.
Installez le SDK OpenAI : pip install openai (Python) ou npm install openai (JavaScript).
Testez avec cet exemple Python :
from openai import OpenAI client = OpenAI(api_key="VOTRE_CLE_API", base_url="https://api.swiftask.fr/v1") response = client.chat.completions.create( model="votre-agent-slug", messages=[{"role": "user", "content": "Message de test"}] ) print(response.choices[0].message.content) Vérifiez que l’agent répond correctement en utilisant sa base de connaissances et ses compétences configurées.
Cas d’usage :
Intégration plateforme : Intégrez la création d’agents Swiftask dans votre produit SaaS
Agents en marque blanche : Permettez à vos clients de déployer des agents IA brandés sans accès direct à Swiftask
Gestion de flotte : Automatisez la création et la configuration d’agents à l’échelle de votre organisation
Workflows personnalisés : Construisez des agents par programmation dans votre logique métier
7 mai 2026
Les agents Swiftask sont désormais entièrement compatibles avec le SDK OpenAI. Vous pouvez utiliser n’importe quelle bibliothèque cliente OpenAI (Python, JavaScript, Node.js ou autres) pour envoyer des messages à vos agents et recevoir des réponses, exactement comme vous le feriez avec les modèles d’OpenAI. Aucune intégration spécifique nécessaire, il suffit de pointer le SDK vers le point d’accès API de Swiftask, de vous authentifier, et c’est parti.
Vos agents Swiftask fonctionnent désormais parfaitement avec le SDK OpenAI. Cela signifie que vous pouvez exploiter l’interface familière d’OpenAI, celle que votre équipe connaît déjà, tout en l’alimentant avec vos agents personnalisés, vos bases de connaissances et vos compétences.
Que vous intégriez des agents dans des applications existantes, automatisiez le traitement de documents, ou construisiez des expériences de chat en temps réel, la compatibilité avec le SDK OpenAI rend cela très simple.
Base URL : https://api.swiftask.fr/v1
Authentification : Utilisez votre clé API Swiftask existante (générez-en une dans Paramètres du compte → API)
Paramètre de modèle : Spécifiez le slug de votre agent (disponible dans Paramètres de l’agent → onglet API)
SDK supportés : Python, JavaScript, TypeScript, Node.js et tout autre client compatible OpenAI
Streaming : Prise en charge complète des réponses en temps réel via Server-Sent Events (SSE)
Comment tester :
Créez une clé API : Allez dans Paramètres du compte → API → Créer une nouvelle clé. Copiez-la immédiatement (affichée une seule fois). Vous pouvez définir une date d’expiration pour plus de sécurité.
Récupérez le slug de votre agent : Ouvrez votre agent → Paramètres (icône roue dentée) → onglet API → Copiez le slug de l’agent.
Installez le SDK d’OpenAI : Exécutez pip install openai (Python) ou npm install openai (JavaScript).
Configurez et appelez votre agent : Exemple rapide en Python :
from openai import OpenAI client = OpenAI( api_key="VOTRE_CLE_API", base_url="https://api.swiftask.fr/v1" ) response = client.chat.completions.create( model="SLUG_AGENT", messages=[{"role": "user", "content": "Bonjour, comment pouvez-vous m’aider ?"}] ) print(response.choices[0].message.content) Et le même en JavaScript :
import OpenAI from 'openai'; const client = new OpenAI({ apiKey: 'VOTRE_CLE_API', baseURL: 'https://api.swiftask.fr/v1', }); const response = await client.chat.completions.create({ model: 'SLUG_AGENT', messages: [{ role: 'user', content: 'Bonjour, comment pouvez-vous m’aider ?' }] }); console.log(response.choices[0].message.content); Activer le streaming (optionnel) : Pour des réponses en temps réel, définissez stream=True (Python) ou stream: true (JavaScript). La réponse sera diffusée caractère par caractère, offrant un retour immédiat aux utilisateurs.
Intégrez les agents dans des chatbots de support : Vous avez un agent support client dans Swiftask et souhaitez l’utiliser dans votre application Node.js existante. Maintenant, vous pouvez utiliser directement le SDK OpenAI, sans code personnalisé.
Traitement par lots de documents : Traitez des centaines de documents avec votre agent d’analyse documentaire via une simple boucle Python. L’agent traite chaque document et renvoie des résultats structurés.
Diffusez les réponses dans des applications web : Affichez les réponses des agents en temps réel sur votre page web. Le streaming rend l’expérience plus rapide et interactive.
Sécurisez votre clé API : Traitez-la comme un mot de passe. Stockez-la dans des variables d’environnement ou des outils de gestion des secrets, jamais en dur dans le code.
Définissez des dates d’expiration : Lors de la création d’une clé API, fixez une date d’expiration pour des raisons de sécurité. Renouvelez les clés périodiquement.
Utilisez des noms de clés descriptifs : Nommez vos clés selon leur usage (ex. « Bot Production », « Bot Test ») pour suivre leur utilisation et gérer l’accès.
Gérez les erreurs avec soin : Encapsulez les appels API dans des blocs try-catch et fournissez des messages d’erreur clairs aux utilisateurs.
Utilisez le streaming pour une meilleure expérience utilisateur : Les réponses en streaming semblent plus rapides car le contenu apparaît en temps réel, au lieu d’attendre la réponse complète.
Prêt à utiliser vos agents avec le SDK OpenAI ?
Rendez-vous dans Paramètres du compte → API, créez votre clé, récupérez le slug de votre agent, et commencez à développer.
Vos agents sont désormais aussi simples à intégrer que les modèles GPT d’OpenAI. 🎯
Plus d’informations : https://docs.swiftask.ai/
30 avril 2026

Nous sommes ravis d'annoncer l'ajout de deux puissants modèles à la plateforme Swiftask. OpenAI GPT-5.5 apporte des capacités de raisonnement avancées, tandis que GPT Image 2 révolutionne la génération d'images avec un rendu textuel quasi parfait et une qualité photoréaliste. Les deux modèles sont désormais disponibles sur tous les plans.
GPT-5.5 est le dernier modèle d'OpenAI, conçu pour des tâches où la précision et la profondeur sont primordiales. Il remplace GPT-5.4 et offre des performances supérieures sur des problèmes complexes et des instructions nuancées.
Fenêtre de contexte de 1,1M tokens : Traitez des documents volumineux, des codes complexes et des conversations longues en une seule demande.
Raisonnement renforcé : Plus de précision pour la logique complexe, l'analyse et la recherche.
Meilleur suivi d'instructions : Moins de surprises dans les longues interactions.
Fonctionnalités multimodales : Intégration de la vision, de la recherche web et de l'appel de fonctions.
Disponible sur tous les plans : Pro, Team Starter, Team Growth et Custom sans frais supplémentaires.

GPT Image 2 est une refonte complète, offrant des images plus nettes et un rendu de texte exceptionnel. Lancé en avril 2026, il établit de nouvelles normes pour l'imagerie générée par l'IA.
Rendu du texte quasi parfait : Précision de plus de 95 % dans plusieurs langues, y compris l'anglais, le français, le japonais et le chinois.
Couleurs précises : Suppression des teintes jaunes, avec des couleurs neutres et réalistes.
Résolutions flexibles : Génération d'images allant de 1024×1024 à 4K (3840×2160).
Trois niveaux de qualité : Faible pour des brouillons rapides, moyen pour un usage quotidien et élevé pour des actifs finaux.
Compréhension contextuelle : Génération d'images qui tient compte du sens et des relations spatiales.

Dans le chat : Cliquez sur le sélecteur de modèle IA → Sélectionnez "OpenAI GPT-5.5" ou "OpenAI GPT Image 2".
Pour les agents : Configuration de l'agent → Sélection du modèle → Choisissez le modèle désiré.
Pour les sous-agents : Configuration des sous-agents → Sélection du modèle → Choisissez le modèle désiré.
Avec ces ajouts, vous n'avez plus besoin de jongler avec plusieurs outils ou abonnements. Tout ce dont vous avez besoin est désormais disponible sur une seule plateforme, accessible à votre équipe entière. Essayez ces nouvelles fonctionnalités dès maintenant !
28 avril 2026

Gérer plusieurs échanges avec vos agents devient plus simple. Nous avons ajouté un filtrage intelligent à votre historique de chat, et vos sessions se réorganisent désormais automatiquement selon votre activité.
Vous pouvez désormais retrouver rapidement vos échanges par agent directement dans votre historique. Utilisez le bouton « Filtrer par agent » en haut à droite de votre barre de recherche pour filtrer par agent, ou recherchez par nom d'agent pour trouver instantanément les conversations dont vous avez besoin.
Où le trouver : Dans le Chat Hub (barre latérale gauche) → Barre de recherche → bouton « Filtrer par agent »
Recherche : Par nom d'agent ou via la liste déroulante
Disponibilité : Tous les plans (Pro, Team Starter, Team Growth, Tailored/Enterprise)
Comment l'essayer :
Ouvrez la barre de recherche dans le Chat Hub depuis votre barre latérale gauche
Repérez le bouton « Filtrer par agent » en haut de votre liste de conversations.
Cliquez sur le menu déroulant ou tapez le nom d'un agent dans la barre de recherche.
Votre liste de conversations se filtre instantanément pour n'afficher que les sessions liées à cet agent
Désormais, dès que vous envoyez un nouveau message, la session correspondante remonte automatiquement en tête de liste. Vos conversations les plus actives sont toujours à portée de main, vous permettant de rester concentré sur l'essentiel.
Activé par défaut pour tous les utilisateurs.
Aucune configuration nécessaire : cela fonctionne automatiquement.
Comment l'essayer :
Ouvrez une conversation existante dans votre historique.
Envoyez un message à l'agent.
Retournez dans votre historique de chat : la session apparaît désormais tout en haut de la liste.
Testez avec différents agents pour voir la liste se réorganiser en temps réel.
21 avril 2026
Nous avons déployé cinq améliorations puissantes qui donnent à vos agents plus d'intelligence, plus de contrôle et une meilleure efficacité. De la réflexion approfondie à un routage plus intelligent, voici les nouveautés.
Configuration de l'effort de raisonnement vous permet de contrôler le niveau d'analyse que votre agent effectue avant de répondre. Définissez le niveau de réflexion sur Faible, Moyen ou Élevé pour équilibrer vitesse, qualité et consommation de crédits.
Faible : Réponses rapides, analyse minimale—parfait pour des questions simples et des réponses rapides
Moyen : Analyse équilibrée—idéal pour la plupart des tâches
Élevé : Raisonnement approfondi—meilleur pour des problèmes complexes, une analyse détaillée et des décisions nuancées
Des niveaux de réflexion plus élevés augmentent la consommation de tokens par message, ce qui signifie que vos crédits sont utilisés plus rapidement. Cela est particulièrement utile pour les tâches de raisonnement avancé où la profondeur est plus importante que la vitesse.
À trouver ici : Paramètres de l'agent → Instruction de l'agent → LLM → Effort de raisonnement
Compatible avec : Modèles Claude d'Anthropic (séries 4.5, 4.7) et modèles équivalents de raisonnement avancé
Disponible sur : Tous les plans
Comment tester : Ouvrez un agent, définissez l'effort de raisonnement sur Élevé, posez une question analytique complexe et observez le raisonnement plus approfondi dans la réponse. Ensuite, comparez avec le réglage Faible pour voir la différence.

Interface d'accueil de chat améliorée est désormais centrée et plus immersive, ce qui facilite la navigation entre les agents et l'accès aux agents épinglés en un coup d'œil. Parfait pour les admins qui souhaitent épingler leurs agents les plus utilisés tout en changeant l'agent par défaut en quelque chose d'autre que Swiftask.
La mise en page centrée élimine l'encombrement de la barre latérale et met vos agents au premier plan, ce qui rend le passage entre agents spécialisés (rédacteur de contenu, analyste de données, support client) plus rapide et plus intuitif.
Disponible sur : Tous les plans
Comment tester : Allez dans le chat, épinglez 2 à 3 de vos agents préférés, puis changez l'agent par défaut. Remarquez comment les agents épinglés sont désormais plus visibles et plus faciles d'accès.

Mode automatique (beta) est un routage intelligent de LLM qui vous permet de définir plusieurs modèles et de router automatiquement chaque question utilisateur vers le meilleur modèle pour la tâche. Économisez des crédits en utilisant des modèles économiques pour des questions simples et des modèles avancés uniquement lorsque cela est nécessaire.
Comment ça fonctionne :
Définissez plusieurs options LLM dans la configuration de votre agent
Définissez des critères de routage basés sur la complexité et le type de question (par exemple, "Utilisez Gemini Flash pour des questions simples, Claude pour des analyses")
Le système analyse chaque requête utilisateur et sélectionne automatiquement le modèle le plus rentable
Les utilisateurs peuvent épingler un modèle spécifique pour la session s'ils préfèrent la cohérence
Le routage est transparent et automatique—aucun prompt spécial n'est nécessaire. Mais vous pouvez influencer le comportement en spécifiant les priorités des tâches dans les instructions de votre agent.
À trouver ici : Paramètres de l'agent → Instruction de l'agent → Paramètres du mode automatique LLM
Exemple : Routez les questions FAQ simples vers un modèle rapide et économique (économie de crédits), tout en routant des analyses complexes vers un modèle puissant uniquement lorsque cela est nécessaire.
Disponible sur : Tous les plans
Comment tester : Activez le mode automatique, définissez 2 à 3 modèles avec des règles différentes, puis posez à votre agent une question simple et une complexe. Regardez-le router chacune vers le modèle approprié.

Création de diagrammes dans les Artifacts permet à votre agent de générer des organigrammes, des diagrammes de séquence, des cartes mentales et d'autres structures visuelles directement dans vos artifacts. Tous les diagrammes sont entièrement modifiables—modifiez les couleurs, le texte, la mise en page et les connexions directement dans l'artifact après génération.
Parfait pour :
Visualiser des processus et des workflows
Créer des organigrammes et des hiérarchies
Cartographier des chronologies de projets et de dépendances
Documenter l'architecture système
Votre agent détecte les demandes de visualisation dans vos prompts et génère automatiquement des diagrammes structurés. Les diagrammes sont rendus dans un format interactif et modifiable (style Mermaid), vous permettant de les ajuster sans régénération.
À trouver ici : Artifacts → Créer un nouveau diagramme → Choisir un agent AI
Disponible sur : Tous les plans
Comment tester : Demandez à un agent "Créez un organigramme de notre processus d'intégration client" et regardez-le générer un diagramme modifiable. Ensuite, cliquez sur le diagramme pour modifier les couleurs, ajouter des étapes ou réorganiser le flux.

Gestion améliorée des emails IMAP/SMTP améliore la façon dont vos agents gèrent les workflows d'email. Les dossiers envoyés sont désormais synchronisés dans les deux sens, et le threading maintient le contexte de conversation intact tout au long de longs échanges d'emails.
Qu'est-ce qui a été amélioré :
Synchronisation du dossier envoyé : Vos emails envoyés sont automatiquement synchronisés entre Swiftask et votre client email
Threading : Les longues conversations par email restent regroupées, préservant le contexte et évitant la perte d'informations
Intégration transparente : Fonctionne avec Gmail, Outlook et d'autres fournisseurs IMAP/SMTP
Aucun impact sur les triggers : Les déclencheurs d'email des agents (Déclencher depuis Outlook, Déclencher depuis IMAP) continuent de fonctionner exactement comme avant
Ceci est particulièrement utile pour les agents gérant le support client, les suivis de ventes, ou tout workflow où le contexte des emails est important.
Disponible sur : Tous les plans
Comment tester : Configurez un agent avec des compétences email, envoyez une série d'emails en arrière-plan et vérifiez que le fil de conversation reste intact et que les emails envoyés apparaissent à la fois dans Swiftask et dans votre client email.
Pour l'effort de raisonnement : Commencez par Moyen pour la plupart des tâches. Utilisez Élevé uniquement pour les travaux analytiques complexes où la profondeur compte plus que la vitesse, car cela consomme plus de crédits.
Pour le mode automatique : Définissez des règles claires et simples (par exemple, "Utilisez Gemini Flash pour les questions de moins de 50 mots, Claude pour des analyses plus longues"). Testez avec de vraies questions pour vous assurer que le routage correspond à vos attentes.
Pour la navigation dans le chat : Épinglez vos 3 à 5 agents les plus utilisés. Cela maintient votre espace de travail concentré et rend le passage entre agents spécialisés instantané.
Pour la création de diagrammes : Utilisez un langage spécifique dans vos prompts ("Créez un organigramme de...", "Montrez-moi le diagramme de séquence pour..."). Plus votre demande est structurée, meilleur sera le diagramme.
Pour les workflows d'email : Activez toujours le threading dans vos compétences email pour préserver le contexte de conversation. Cela évite les malentendus et garde votre trace d'audit propre.
Prêt à améliorer vos agents ? Commencez par le mode automatique pour optimiser l'utilisation des crédits, puis utilisez l'effort de raisonnement pour vos tâches les plus complexes. Vos agents sont maintenant plus intelligents et plus efficaces.