Agent IA Windows : installer et utiliser vos agents sur Windows

Ce que vous allez apprendre

• Choisir entre WSL2 (recommandé) et Python natif selon votre usage
• Installer et configurer un environnement prêt pour les agents IA
• Faire fonctionner OpenClaw, CrewAI et LangChain sans surprises
• Débugger les erreurs spécifiques à Windows (chemins, antivirus, pare-feu)

Durée estimée : 30 minutes (WSL2) / 15 minutes (Python natif) Niveau : intermédiaire — vous savez ce qu'est un agent IA et avez déjà touché du Python.

---

Comparaison rapide : WSL2 vs Python natif

Critère	WSL2 (recommandé)	Python natif Windows
Compatibilité frameworks	✅ 100 %	⚠️ Quelques limites
Performance	✅ Native Linux	✅ Native
Gestion des chemins	✅ Linux (/)	⚠️ pathlib requis
Accès fichiers Windows	✅ Via /mnt/c	✅ Direct
Complexité setup	Moyenne	Faible
Cas d'usage	Production, dev sérieux	Expérimentation rapide

---

Option A — WSL2 (recommandée)

WSL2 fait tourner un vrai kernel Linux dans Windows, sans dual-boot. C'est l'option que la plupart des développeurs Python choisissent pour les agents IA.

Prérequis

• Windows 11 (ou Windows 10 version 2004+)
• Au moins 8 Go de RAM (WSL2 en consomme 2-4 Go au repos)
• 25 Go d'espace disque libre

Installation

Ouvrez un terminal PowerShell en tant qu'administrateur :

wsl --install

Redémarrez. Ubuntu s'installe par défaut.

Si wsl --install ne fonctionne pas, installez manuellement :

wsl --install --manual
dism.exe /online /enable-feature /featurename:Microsoft-Windows-Subsystem-Linux /all /norestart
dism.exe /online /enable-feature /featurename:VirtualMachinePlatform /all /norestart

Puis définissez WSL2 comme version par défaut :

wsl --set-default-version 2

Vérification :

wsl -l -v
# NAME      STATE           VERSION
# Ubuntu    Running         2

Python dans WSL2

# Mise à jour système
sudo apt update && sudo apt upgrade -y

# Installation Python et outils
sudo apt install python3 python3-pip python3-venv git curl -y

# Vérification
python3 --version
# Python 3.12.x

Accéder aux fichiers Windows depuis WSL2

Vos fichiers Windows sont montés via /mnt/c/ :

cd /mnt/c/Users/VotreNom/Projects

Attention : les performances I/O sur /mnt/c sont 2-3× plus lentes que le filesystem natif WSL2. Pour les projets avec beaucoup de lectures/écritures, travaillez dans ~/projets/ (natif WSL2).

Pour accéder à WSL2 depuis Windows :

• Explorateur : tapez \\wsl$\Ubuntu\home\ dans la barre d'adresse
• Terminal : wsl ~

---

Option B — Python natif Windows

Si vous préférez éviter WSL2, installez Python directement.

Installation de Python

Option 1 — python.org (recommandé)

1. Téléchargez Python depuis python.org/downloads
2. Cochez "Add Python to PATH" pendant l'installation
3. Choisissez "Customize installation" → install location : C:\Python312

Option 2 — winget

winget install Python.Python.3.12

Vérification :

python --version
# Python 3.12.x
pip --version

Limitations connues sur Windows natif

Problème	Impact	Solution
Séparateur \ au lieu de /	Code Linux ne fonctionne pas tel quel	Utiliser pathlib systématiquement
$HOME = C:\Users\<nom>	Scripts utilisant ~ peuvent varier	pathlib.Path.home()
Pas de fork() Unix	Certaines libs (subprocess)	Privilégier spawn au lieu de fork
lxml : besoin de Visual Studio Build Tools	Erreur à l'installation	pip install lxml --only-binary :all:
Longueurs de chemins > 260 caractères	Erreur Windows	Activez Win32 Long Paths : New-ItemProperty -Path "HKLM:\SYSTEM\CurrentControlSet\Control\FileSystem" -Name "LongPathsEnabled" -Value 1 -PropertyType DWORD -Force

---

Installer les frameworks d'agents

Les trois frameworks principaux s'installent via pip. Chaque framework a ses spécificités sur Windows.

OpenClaw

# WSL2 / Linux
pip install openclaw

# Windows natif
pip install openclaw

Vérification :

openclaw --version

Astuce Windows natif : pensez à activer UTF-8 dans votre terminal :

chcp 65001

CrewAI

pip install crewai

Piège Windows natif : CrewAI dépend de lxml et beautifulsoup4. Sur Windows, utilisez :

pip install lxml --only-binary :all:
pip install beautifulsoup4

WSL2 : aucune manipulation supplémentaire requise.

LangChain

pip install langchain langchain-openai langchain-community

LangChain est généralement compatible Windows sans souci. Pour les bases vectorielles locales (langchain-chroma), privilégiez WSL2.

---

Premier agent test

Créez un fichier agent_test.py :

from crewai import Agent, Task, Crew

# Agent de veille
researcher = Agent(
    role="Veilleur IA",
    goal="Trouver les dernières actualités sur les agents IA",
    backstory="Expert en veille technologique sur l'écosystème des agents IA.",
    verbose=True
)

# Tâche
task = Task(
    description="Cherchez les 3 derniers articles sur 'agent ia framework 2026' et résumer chacun en 2 phrases.",
    agent=researcher
)

# Exécution
crew = Crew(agents=[researcher], tasks=[task])
result = crew.kickoff()

print(result)

• WSL2 : python3 agent_test.py
• Windows natif : python agent_test.py

Si un résultat structuré s'affiche → votre agent fonctionne.

Vous bloquez sur une erreur ? Consultez la section Spécificités Windows pour les développeurs Python ci-dessous.

---

Spécificités Windows pour les développeurs Python

Gestion des chemins en Python

Windows utilise le backslash (\). Utilisez pathlib pour un code portable :

from pathlib import Path

# ✅ Fonctionne partout
project_root = Path(__file__).parent
data_dir = project_root / "data" / "output.json"

# ❌ À éviter sur Windows
# data_dir = "data/output.json"  # non portable
# data_dir = "data\\output.json"  # fonctionne, mais laid

Pour obtenir le dossier utilisateur :

from pathlib import Path
home = Path.home()
print(home)  # Windows : WindowsPath('C:\Users\VotreNom')

Variables d'environnement

import os
from pathlib import Path

# Windows : HOME est vide, USERPROFILE contient le chemin
print(os.environ.get("HOME"))       # None sur Windows natif
print(os.environ.get("USERPROFILE"))  # C:\Users\VotreNom

# Solution portable
home = Path.home()
api_key_path = home / ".env"

Stockez vos clés API dans un fichier .env à la racine du projet :

pip install python-dotenv

from dotenv import load_dotenv
load_dotenv()

⚠️ N'oubliez pas d'ajouter .env à votre .gitignore !

Antivirus et faux positifs

Windows Defender bloque parfois les exécutables Python ou scripts téléchargés.

Solutions :

1. Ajoutez Python aux exclusions Windows Defender :

   Add-MpPreference -ExclusionPath "C:\Python312"
   

2. Pour les scripts téléchargés : clic droit → Propriétés → Décocher "Sécuriser" (si présent)
3. Ne désactivez jamais définitivement votre antivirus

Firewall Windows

Si votre agent communique via HTTP, vérifiez que Python est autorisé :

New-NetFirewallRule -DisplayName "Python HTTP" -Direction Inbound -Protocol TCP -LocalPort 8000 -Action Allow

---

VS Code et debugging

VS Code est l'éditeur recommandé pour développer des agents IA Python sur Windows.

Configuration pour WSL2

1. Installez l'extension WSL dans VS Code
2. Tapez Ctrl+Shift+P → WSL: Connect to WSL
3. Installez l'extension Python dans le contexte WSL
4. Ctrl+Shift+P → Python: Select Interpreter → choisissez Python 3.x

Configuration pour Python natif Windows

1. Installez l'extension Python (Microsoft)
2. Ctrl+Shift+P → Python: Select Interpreter → Python 3.12
3. Installez Pylance pour l'analyse de type

Lancer le debugging

Placez un point d'arrêt dans votre code :

result = crew.kickoff()  # ← breakpoint ici

Appuyez sur F5 → VS Code vous permet d'inspecter les variables et d'avancer pas à pas.

Extension Jupyter

Pour les tests interactifs :

pip install ipykernel jupyter

Puis Ctrl+Shift+P → Notebook: Create New Jupyter Notebook.

---

Bonnes pratiques résumées

• Privilégiez WSL2 pour tout projet un tant soit peu sérieux. Le temps gagné en compatibilité dépasse largement le coût de l'installation.
• Utilisez pathlib systématiquement. Ne concaténez jamais de chemins avec des strings.
• Séparez les secrets dans un fichier .env (jamais commit dans git).
• Testez sur Linux avant de déployer si votre agent doit tourner sur un serveur Linux. WSL2 reproduit fidèlement l'environnement Ubuntu.
• WSL2 et Windows Defender : WSL2 est parfois plus lent si Defender scanne activement /mnt/c. Ajoutez \\wsl$\ aux exclusions Defender si vous constatez des lenteurs.
• Mémoire WSL2 : WSL2 ne libère pas automatiquement la RAM inutilisée. Pour libérer la mémoire, tapez wsl --shutdown dans PowerShell.

---

Questions fréquentes

Peut-on faire tourner CrewAI directement sur Windows sans WSL2 ?

Oui, CrewAI fonctionne sur Windows natif via pip. Quelques dépendances (lxml) nécessitent une installation binaire. Pour un usage expérimental, le natif suffit. Pour un usage quotidien avec des modèles locaux ou des dépendances lourdes, WSL2 est plus fiable.

WSL2 est-il lent par rapport à un dual-boot Linux ?

Non. WSL2 compile et exécute du code Linux à vitesse native grâce à son kernel Linux réel. La seule différence notable concerne les opérations I/O sur le filesystem Windows (/mnt/c), 2 à 3× plus lentes que le filesystem WSL2 natif.

Comment connecter GPT-4 ou Claude depuis un agent Python sur Windows ?

import os
from dotenv import load_dotenv
load_dotenv()

from openai import OpenAI
client = OpenAI(api_key=os.getenv("OPENAI_API_KEY"))

N'oubliez pas d'ajouter .env à votre .gitignore.

Windows 11 vs Windows 10 pour le développement agent IA ?

WSL2 et les fonctionnalités modernes (Long Paths, accélération GPU pour WSLg) sont mieux supportées sur Windows 11. Sur Windows 10, vérifiez que vous êtes en version 2004+ et que Virtual Machine Platform est activé.

Comment faire tourner un modèle local (Ollama, LM Studio) sur Windows ?

Ollama propose un installateur Windows natif sur ollama.com.

ollama run llama3

Puis interrogez-le via l'API REST locale :

import requests
response = requests.post("http://localhost:11434/api/generate", json={
    "model": "llama3",
    "prompt": "Explique-moi les agents IA en 3 phrases."
})
print(response.json()["response"])

---

Aller plus loin

Envie d'approfondir ? Voici des ressources complémentaires :

• Pilier Agents IA — comprenez les fondations conceptuelles des agents avant d'installer quoi que ce soit
• Guide OpenClaw — installation complète et fonctionnalités avancées de ce framework
• Guide CrewAI — orchestration multi-agent pas à pas
• Créer un agent IA avec Python — depuis zéro, sans framework
• Agent IA local — exécutez tout en local pour garder vos données chez vous