Apprenez à construire des agents d'intelligence artificielle déterministes en utilisant le protocole de contexte de modèle (MCP) et des mesures de qualité structurées pour des résultats reproductibles et vérifiables. Vous explorerez le PMAT en tant qu'outil d'évaluation de la qualité pour les projets logiciels, en appliquant à l'ingénierie de la qualité des logiciels les principes de fabrication sans gaspillage de la méthode Toyota, y compris l'amélioration continue et l'élimination des déchets. Le cours couvre le compromis certitude-étendue pour équilibrer la couverture des tests et la confiance, les modèles de machines à états finis pour le comportement déterministe des agents, et l'architecture du protocole MCP pour une communication structurée entre l'agent et l'outil. Vous analyserez le biais de survie dans les classements de popularité des langages de programmation et appliquerez six mesures de qualité essentielles pour une évaluation complète du projet et une notation automatisée. Le module de test couvre six types de tests essentiels pour la validation des agents, les tests basés sur les propriétés pour vérifier les invariants comportementaux, et les tests fuzz pour découvrir les cas limites en utilisant l'IA agentique. Vous utiliserez Claude Code en tant que client MCP intégré à PMAT pour l'analyse automatisée de la qualité et vous parcourrez des exemples de projets réels démontrant la notation de la qualité à travers de multiples bases de code. A l'issue de ce cours, vous serez en mesure de concevoir des systèmes d'agents déterministes en utilisant MCP, d'appliquer des mesures de qualité complètes avec PMAT, et de mettre en œuvre des stratégies de test de propriété et de fuzz pour une validation robuste de l'agent.