# ZooWork ZooWork permet aux experts métier de créer des agents qui exécutent des workflows à partir des connaissances et outils de l’entreprise, avec validation humaine avant les actions sensibles. - Findings24: - Site web: - Tarifs: Freemium - Catégories: Créateur d’agents IA, Automatisation des workflows avec l’IA ## Qu'est-ce que ZooWork ? ZooWork est une plateforme d’agents IA destinée aux experts métier, aux équipes et aux développeurs de produits qui souhaitent que les agents exécutent des workflows métier plutôt que de simplement répondre à des prompts. Les utilisateurs définissent le rôle et les objectifs d’un agent, les connaissances de l’entreprise, les procédures de travail, les normes de rendu et les autorisations d’utilisation des outils, puis le connectent aux systèmes pertinents. Les agents peuvent planifier des tâches en plusieurs étapes, utiliser des outils, produire des livrables tels que des brouillons ou des recommandations de réapprovisionnement, et suspendre leur exécution pour demander une validation humaine avant les actions importantes. ZooWork propose également une API et un SDK pour intégrer des agents gérés dans des applications. ## Que peut faire ZooWork ? ### Création conversationnelle d’agents Décrivez une tâche dans Agent Builder et affinez l’agent obtenu par la conversation. Des modèles de workflows par secteur et par rôle servent de point de départ pour configurer un agent. ### Configuration des connaissances métier et des compétences Définissez les objectifs du rôle, fournissez le contexte et les politiques de l’entreprise, documentez les procédures de travail et définissez les normes de rendu afin que l’agent puisse suivre un processus établi. ### Utilisation des outils avec validation Les agents peuvent lire des données dans les systèmes connectés et préparer des actions ; des politiques de validation peuvent exiger qu’une personne effectue une vérification avant que l’agent n’écrive des données ou ne réalise une action. ### Exécution gérée et historique des événements Le runtime géré exécute les sessions d’agents dans un environnement sandbox. L’API expose des événements persistants et numérotés séquentiellement afin que les développeurs puissent suivre l’exécution et récupérer les résultats. ### Connexions aux modèles et aux services La plateforme répertorie des modèles de fournisseurs tels qu’OpenAI, Claude, Gemini, DeepSeek, Kimi et GLM, ainsi que des connexions comme Google Workspace, Microsoft 365, Slack, Jira et GitHub. Elle prend également en charge les outils internes compatibles avec MCP. ### Extraction structurée avec ZooData ZooData convertit des URL en JSON structuré pour les agents, avec des exemples couvrant le commerce en ligne, la finance, la livraison de repas et les plateformes sociales. ## Cas d'utilisation ### Gestion des stocks et réapprovisionnement dans le commerce Combinez les informations sur les stocks, les ventes et les fournisseurs pour identifier les magasins exposés à une rupture de stock, préparer des actions de réapprovisionnement et soumettre les mises à jour proposées dans le système à validation. ### Préparation de propositions pour une agence Appliquez la bibliothèque de cas clients, le ton de la marque et le processus de proposition d’une entreprise pour transformer un brief client en première version à faire relire par un membre de l’équipe. ### Revue du pipeline commercial Utilisez les données d’opportunités du CRM pour résumer les affaires ouvertes, les étapes, les montants, les dates de conclusion et les risques potentiels pour les équipes commerciales. ### Workflows d’agents intégrés aux produits Les développeurs peuvent créer et démarrer des agents via le SDK TypeScript ou le client Python, ouvrir des sessions, envoyer des tâches et consommer les événements d’exécution dans leurs propres applications. ### Suivi opérationnel récurrent Configurez les agents pour exécuter des tâches planifiées ou revérifier le travail, par exemple en vérifiant les actions effectuées par les magasins après une première revue et en faisant remonter les problèmes non résolus. ## Questions fréquentes ### Un agent peut-il effectuer des actions dans des systèmes métier connectés ? Oui. Les agents peuvent utiliser les outils connectés pour lire et écrire des données. Des validations peuvent être configurées pour les actions qui nécessitent une vérification humaine avant l’enregistrement des modifications. ### Les développeurs peuvent-ils intégrer les agents ZooWork dans une application ? Oui. La documentation de la Managed Agent API et du SDK décrit la création d’agents et de sessions, l’envoi d’événements et le suivi de l’exécution. Des exemples TypeScript et Python sont fournis. ### Comment les instructions et les capacités d’un agent sont-elles configurées ? Un agent peut être configuré avec un rôle ou une persona, des compétences, un modèle, des instructions, une politique d’utilisation des outils et des autorisations. Le contexte métier, les procédures et les exigences de rendu peuvent également orienter son travail. ### ZooWork prend-il en charge différents fournisseurs de modèles ? La plateforme cite OpenAI, Claude, Gemini, DeepSeek, Kimi et GLM parmi les modèles disponibles. La page tarifaire décrit l’accès à plus de 20 modèles de premier plan. ## Informations rapides - **Catégorie du produit**: Plateforme d’agents IA et runtime d’agents gérés - **Utilisateurs principaux**: Experts métier, équipes métier et développeurs intégrant des agents - **Entrées des agents**: Connaissances métier, instructions, outils et contexte des workflows - **Sorties des agents**: Plans de tâches, brouillons, données structurées, recommandations et actions via des outils - **Interfaces pour les développeurs**: Managed Agent API, SDK TypeScript et client Python - **Site web**: zoowork.ai