AI Agent — Skill RivetKit
Ce skill fournit les patterns et la documentation nécessaires pour construire un backend d'agent IA avec RivetKit, la plateforme de Rivet. L'architecture repose sur un principe central : une conversation = un Rivet Actor. Chaque actor possède sa propre mémoire persistante (historique des messages, statut), traite les messages entrants via une file d'attente sérialisée, et diffuse les réponses du modèle de langage en temps réel sous forme d'événements.
Ce que documente ce skill
Le SKILL.md décrit plusieurs variantes de l'architecture agent, toutes référencées vers des exemples fonctionnels hébergés sur GitHub (rivet-dev/rivet) :
- Queue-driven AI SDK agent : agent de chat streaming avec mémoire persistante par conversation et traitement séquentiel des messages.
- Sandbox coding agent : agent d'assistance au code exécuté dans un environnement isolé (Docker, Daytona ou E2B).
- Durable streams agent (expérimental) : livraison des prompts et réponses via des streams durables, rejouables après redémarrage.
- Agent with a workspace (agentOS) : agent disposant d'un environnement de travail persistant complet (filesystem, processus, shells).
Le skill détaille également la gestion de la mémoire de conversation, les mécanismes de streaming des réponses, la topologie des actors, et une checklist de sécurité à appliquer avant toute mise en production.
Comment utiliser ce skill
Avant toute chose, le SKILL.md indique explicitement de lire le fichier BASE_SKILL.md présent dans le même répertoire : il contient les règles fondamentales communes à tous les skills RivetKit (débogage, gestion des erreurs, déploiement, etc.). Ce skill s'appuie sur les exemples officiels du repo rivet-dev/rivet comme point de départ concret ; il est recommandé de partir d'un de ces exemples et de l'adapter plutôt que de partir de zéro.
Ce skill fait partie du repo rivet-dev/skills, qui regroupe les fichiers de skills générés pour les intégrations IA de Rivet, destinés à être utilisés par des agents de codage assisté.