Accueil › Glossaire › CI/CD

CI/CD (Intégration Continue / Déploiement Continu) et Intelligence Artificielle

Le CI/CD (Continuous Integration / Continuous Deployment) est la pratique d’automatiser la construction, les tests et le déploiement du code à chaque modification. En contexte IA, le CI/CD s’étend pour intégrer l’évaluation automatique des prompts, des modèles et des pipelines LLM, garantissant que chaque changement est validé avant d’atteindre la production.

Définition et principes fondamentaux

Le CI/CD est le pilier de tout processus de développement logiciel moderne. Il repose sur deux pratiques complémentaires :

Le pipeline CI/CD standard suit quatre phases : source (commit du code), build (compilation, packaging), test (exécution de la suite de tests), et deploy (mise en production). Chaque phase est automatisée, et un échec à n’importe quelle étape bloque le déploiement.

Le CI/CD transformé par l’IA

L’IA impacte le CI/CD de deux manières distinctes : l’IA dans le CI/CD (utiliser l’IA pour améliorer les pipelines classiques) et le CI/CD pour l’IA (adapter les pipelines pour les applications basées sur des LLM).

L’IA dans le CI/CD classique

Les LLM améliorent les pipelines CI/CD existants de plusieurs manières :

Avec 53 % des organisations qui déploient du code au moins une fois par semaine et 17 % quotidiennement, l’automatisation par IA du pipeline CI/CD n’est plus un luxe. C’est une nécessité pour maintenir la qualité face au volume croissant de code, surtout quand 41 % des commits sont assistés par IA.

Le CI/CD pour les applications LLM

Les applications basées sur des LLM (chatbots, pipelines RAG, agents IA) posent un défi fondamental au CI/CD traditionnel : leurs sorties sont non déterministes. La même entrée peut produire des réponses différentes à chaque exécution. Les assertions binaires classiques (assert result == expected) ne fonctionnent plus.

Ce paradigme nécessite une restructuration du pipeline :

CI/CD pour les prompts

La gestion des prompts est le changement le plus spécifique du CI/CD pour les applications LLM. Un changement de prompt peut avoir autant d’impact qu’un changement de code, mais est souvent traité de manière informelle (édition d’une chaîne de caractères, push direct en production).

Le CI/CD pour les prompts suit le même cycle que le CI/CD pour le code :

Des outils comme Agenta fournissent une plateforme complète de prompt management avec CI/CD intégré : playground pour éditer les prompts, SDK d’évaluation, webhooks vers GitHub Actions, et monitoring en production.

Implémentation pratique

Tests LLM dans GitHub Actions avec DeepEval

# .github/workflows/llm-tests.yml
name: LLM Quality Tests
on:
  push:
    branches: [main]
  pull_request:
    branches: [main]

jobs:
  test:
    runs-on: ubuntu-latest
    steps:
      - uses: actions/checkout@v4

      - name: Set up Python
        uses: actions/setup-python@v5
        with:
          python-version: '3.12'

      - name: Install dependencies
        run: |
          pip install deepeval pytest

      - name: Run LLM evaluation tests
        run: deepeval test run tests/test_llm_quality.py
        env:
          OPENAI_API_KEY: ${{ secrets.OPENAI_API_KEY }}

Le fichier de test correspondant utilise DeepEval avec des métriques comme l’Answer Relevancy, la Faithfulness et des critères G-Eval personnalisés. Chaque PR déclenche automatiquement l’exécution de ces tests, et le merge est bloqué si un score passe sous le seuil défini.

Code review IA dans le pipeline

# .github/workflows/ai-review.yml
name: AI Code Review
on:
  pull_request:
    types: [opened, synchronize]

jobs:
  review:
    runs-on: ubuntu-latest
    steps:
      - uses: actions/checkout@v4

      - name: PR-Agent Review
        uses: Codium-ai/pr-agent@main
        env:
          OPENAI_KEY: ${{ secrets.OPENAI_API_KEY }}
          GITHUB_TOKEN: ${{ secrets.GITHUB_TOKEN }}
        with:
          command: review

PR-Agent (Qodo) s’installe comme une GitHub Action et poste automatiquement des commentaires de review IA sur chaque PR : résumé des changements, suggestions d’amélioration, détection de bugs potentiels.

Le pipeline CI/CD complet pour les applications LLM

Un pipeline CI/CD mature pour une application LLM combine les éléments classiques et les extensions IA :

Outils CI/CD pour l’IA

Bonnes pratiques

1. Traitez les prompts comme du code. Versionnez-les dans Git, reviewez-les dans des PR, testez-les automatiquement avant déploiement. Un changement de prompt non testé en production est aussi risqué qu’un changement de code non testé.

2. Définissez des seuils clairs. Pour les métriques LLM (Answer Relevancy > 0.8, Faithfulness > 0.9, pas de toxicité), configurez des seuils qui bloquent le merge en cas de régression. Ces seuils sont l’équivalent IA des tests qui doivent passer.

3. Séparez les types de tests par étape. Tests unitaires rapides à chaque commit. Tests d’intégration et évaluations LLM à chaque PR. Tests end-to-end et évaluations complètes en staging. Cette pyramide garantit un feedback rapide sans ralentir le pipeline.

4. Versionnez tout. Code, prompts, configurations de modèle, datasets d’évaluation, et paramètres d’inférence (température, top-p). Chaque version déployée doit être reproductible.

5. Monitorez en production. Le CI/CD ne s’arrête pas au déploiement. Configurez un monitoring continu de la qualité des sorties LLM (échantillonnage de requêtes, évaluation automatique, détection de drift). Les régressions en production doivent déclencher des alertes automatiques.

6. Automatisez la boucle feedback. Les annotations humaines en production (thumbs up/down, corrections) doivent alimenter automatiquement les datasets de test pour améliorer la couverture d’évaluation au fil du temps.

L’évolution du CI/CD à l’ère de l’IA

Le CI/CD traverse une transformation profonde sous l’impulsion de l’IA générative. Plusieurs tendances convergent :

Du reactive testing au predictive testing. Traditionnellement, les tests s’exécutent après le commit. Les systèmes IA commencent à prédire quels tests risquent d’échouer avant même l’exécution, en analysant le diff et l’historique des échecs passés. Cela permet de prioriser les tests les plus susceptibles de détecter un problème et de réduire le temps total du pipeline.

Des pipelines auto-optimisants. Les pipelines CI/CD de demain apprendront de leurs propres exécutions. Quels tests sont systématiquement verts et peuvent être allégés ? Quels builds échouent le plus souvent et à quelle étape ? Combien de ressources allouer à chaque job ? L’IA optimisera automatiquement ces paramètres en continu.

Le self-healing infrastructure. Au-delà des tests qui s’auto-réparent, l’infrastructure elle-même pourra diagnostiquer et corriger ses propres pannes : redémarrer un service défaillant, rollback un déploiement problématique, ajuster les ressources en anticipant la charge. Les premières implémentations existent déjà dans les plateformes cloud majeures.

Le LLMOps comme extension du DevOps. La frontière entre DevOps classique et LLMOps s’estompe. Les équipes adoptent des pipelines unifiés qui gèrent à la fois le déploiement du code applicatif et celui des composants IA (modèles, prompts, embeddings, données de RAG). Les outils convergent : GitHub Actions orchestre le tout, DeepEval et pytest cohabitent dans le même pipeline, et le monitoring couvre aussi bien la latence réseau que la qualité des sorties LLM.

Le CI/CD conversationnel. Les ingénieurs commencent à interagir avec leurs pipelines en langage naturel : « Déploie la dernière version en staging », « Montre-moi les tests qui ont échoué sur la dernière PR », « Rollback le dernier déploiement ». Les interfaces CLI comme Claude Code rendent cette interaction naturelle.

Verdict

Le CI/CD est le fondement de toute pratique de développement sérieuse, et cela s’applique doublement aux applications IA. Les sorties non déterministes des LLM rendent l’automatisation des tests encore plus critique que pour le logiciel classique. Un changement de prompt peut dégrader la qualité de 50 % des réponses sans qu’aucune erreur technique ne soit visible.

Notre recommandation : GitHub Actions comme orchestrateur (le plus adopté, gratuit pour les repos publics). DeepEval pour les tests LLM (open source, compatible pytest, 50+ métriques). PR-Agent pour la review IA automatique. Et si vous gérez beaucoup de changements de prompts, Agenta ou un système de prompt management avec webhooks CI. Le tout intégré dès le jour 1, pas « quand on aura le temps ».