Éditer le post

On m'a demandé si j'avais utilisé OpenAI pour mon bot Facebook. Oui. Mais c'est la partie la moins importante. Voici mon choix de stack, Python / FastAPI / LangGraph / Postgres, je t'explique pourquoi. Avant celle-là j'ai testé trois approches. n8n pour le no-code. Meta renvoie le même webhook trois ou quatre fois pour un commentaire, et n8n ne gère pas l'idempotence proprement. Le bot répondait deux fois au même user. Express en Node direct. Dès que le bot doit choisir entre spam, répondre, ou escalader, le code devient un plat de spaghettis. OpenAI en function calling pur. Le LLM finit par appeler Meta lui-même. Le jour où il hallucine une décision, zéro filet. J'ai fini sur FastAPI pour valider les webhooks Meta avec Pydantic. LangGraph pour modéliser le bot comme une state machine (spam, répondre, escalader). Postgres pour persister l'état des conversations. Le LLM décide, le code exécute. Trois mois en prod, douze mille commentaires, zéro crash. Le secret c'est pas le modèle, c'est la stack autour. Tu as déjà mis un agent LLM en prod avec des webhooks tiers ? Ta pire surprise ? #LangGraph #FastAPI #IA #Production