> ## Documentation Index
> Fetch the complete documentation index at: https://docs.befailproof.ai/llms.txt
> Use this file to discover all available pages before exploring further.

# Évaluer les agents

> Notez chaque session terminée avec des évaluations que vous définissez : vérifications Python hébergées, ou juges LLM dans votre propre worker.

Une évaluation attribue une note à une session d'agent terminée. Lorsqu'une session se termine, chaque évaluation activée qui lui est applicable s'exécute et enregistre ses résultats, avec un raisonnement que vous pouvez consulter à côté de la trace :

* un **score** de 0 à 1, éventuellement marqué comme réussi ou échoué
* une **métrique**, telle qu'un comptage, une durée ou un coût, avec son unité
* une **assertion**, qui a réussi ou non

## Deux types d'évaluateur

|            | Python hébergé                                             | Votre propre worker                                                                |
| ---------- | ---------------------------------------------------------- | ---------------------------------------------------------------------------------- |
| Rédigé     | Dans le tableau de bord, sous **Analyze → eval authoring** | En Python, avec le [SDK Évaluateur](/fr/reference/evaluator-sdk)                   |
| S'exécute  | Sur l'évaluateur géré de Failproof AI, dans un bac à sable | Sur votre infrastructure                                                           |
| Idéal pour | Vérifications déterministes basées sur du code             | Juges LLM, appels de modèles, packages, secrets, accès réseau, traitement intensif |

Le Python hébergé est volontairement minimaliste : une seule expression, sans imports, sans réseau. Tout ce qui nécessite un modèle — un juge LLM évaluant la pertinence d'une réponse, par exemple — s'exécute dans votre propre worker à la place. Aucun des deux types ne nécessite de connexion entrante : les workers récupèrent les sessions terminées et soumettent les résultats via HTTPS sortant.

## Chaque organisation évalue ses propres agents

Les évaluations appartiennent à l'organisation qui les définit. Chaque organisation sur une instance rédige les siennes — ses propres vérifications, conditions, seuils et libellés — les versionne et les déploie sans affecter les autres, et ne consulte que ses propres résultats. Filtrez ces résultats par agent, environnement, évaluation et période, ou interrogez l'assistant à leur sujet.

## Du premier brouillon aux scores en production

<Steps>
  <Step title="Rédigez-la">
    Décrivez ce que vous souhaitez mesurer et laissez l'assistant en rédiger une ébauche, ou écrivez-la vous-même. Voir [Rédiger une évaluation](/fr/evaluations/write).
  </Step>

  <Step title="Testez-la">
    Exécutez-la sur de vraies sessions avant sa mise en production ; rien n'est enregistré. Voir [Tester une évaluation](/fr/evaluations/test).
  </Step>

  <Step title="Déployez-la et versionnez-la">
    Déployez une version immuable, publiez de nouvelles versions à mesure qu'elle évolue, et revenez à une version antérieure si nécessaire. Voir [Déployer et versionner](/fr/evaluations/deploy).
  </Step>

  <Step title="Consultez les résultats">
    Visualisez les scores dans le temps, comparez les agents et les environnements, et interrogez l'assistant. Voir [Consulter les résultats des évaluations](/fr/sessions/evaluations).
  </Step>
</Steps>

L'évaluation s'applique en avance : une version déployée maintenant notera les sessions qui se termineront à partir de ce moment. Pour noter les sessions déjà existantes, [effectuez un remplissage rétrospectif](/fr/evaluations/deploy#noter-des-sessions-existantes).