
AI & development · Symfony AI
The first Symfony AI 1.0 beta brings PHP agents, RAG search, and MCP integration closer together. Business architecture, code example, and precautions before production.
Et si un SaaS PHP pouvait retrouver une procédure dans ses documents, répondre à une question métier et appeler un service interne sans juxtaposer plusieurs intégrations IA ? Avec Symfony AI 1.0.0-BETA1, l’écosystème Symfony consolide un ensemble de composants pour relier modèles, agents, recherche RAG et Model Context Protocol (MCP).
Le 26 octobre 2026, Symfony publie sa première bêta sur la route de la version 1.0. L’équipe précise que le périmètre fonctionnel de cette 1.0 est désormais fixé : les prochaines semaines doivent servir à tester et corriger, plutôt qu’à ajouter de grandes fonctionnalités. C’est une sortie effective en bêta, pas encore une version stable.
Pour les développeurs Symfony et les entreprises qui maintiennent un logiciel métier, l’intérêt est surtout architectural : intégrer l’IA comme un service de l’application, avec une configuration commune, des outils PHP réutilisables et des droits d’accès maîtrisés.
Symfony AI regroupe des abstractions pour les fournisseurs de modèles, les agents outillés, les conversations et la recherche augmentée (RAG). Le MCP Bundle facilite l’exposition ou l’utilisation d’outils via MCP. La compatibilité descendante ne sera promise qu’à partir de la version 1.0 finale.
Symfony AI n’apparaît pas soudainement le 26 octobre : ses composants et son intégration MCP ont déjà été développés et documentés. La nouveauté est le passage à une première préversion 1.0, qui marque une étape de consolidation du projet.
La documentation précise que les composants peuvent s’utiliser séparément ou dans le conteneur de services Symfony. La bêta facilite donc la préparation de prototypes plus structurés, mais ne garantit pas que toutes les signatures d’API resteront inchangées.
Symfony organise aussi un hackathon AI & MCP du 26 octobre au 22 novembre 2026. Les participants doivent présenter un projet fonctionnel utilisant Symfony AI et le SDK PHP MCP officiel, lui aussi en préparation vers la 1.0. L’objectif annoncé est de faire remonter les défauts et les usages réels avant la sortie finale, dont aucune date ferme n’est publiée.
Symfony annonce que les garanties de compatibilité descendante démarreront à la version 1.0.0 finale, pas à cette bêta. Pour une application en production, il faut tester les mises à jour sur un environnement isolé et prévoir que certains détails d’intégration puissent évoluer.
Symfony AI n’est pas un nouveau grand modèle de langage. C’est une couche PHP d’intégration permettant à l’application de dialoguer avec des fournisseurs d’IA, d’orchestrer des outils et d’exploiter ses propres données.
| Composant | Rôle | Cas concret |
|---|---|---|
| Platform | Uniformiser les interactions avec différents fournisseurs et modèles. | Utiliser OpenAI, Anthropic, Gemini ou Ollama selon le besoin. |
| Agent | Associer messages, instructions et appels d’outils. | Consulter une commande depuis une fonction PHP autorisée. |
| Chat | Gérer les conversations et leur historique. | Conserver le contexte des échanges d’un support client. |
| Store | Indexer et retrouver des documents, notamment par recherche vectorielle. | Retrouver des procédures internes pour un RAG. |
| AI Bundle | Configurer et injecter les composants dans une application Symfony. | Déclarer plateformes, agents et stores dans ai.yaml. |
| MCP Bundle | Exposer ou utiliser des outils et ressources MCP. | Partager une capacité métier avec un assistant compatible. |
Le gain potentiel est la cohérence de développement : on conserve les habitudes Symfony — services, injection de dépendances, configuration, tests — plutôt que de disperser les appels HTTP aux fournisseurs dans les contrôleurs.
Mais attention aux différences entre modèles : tous ne disposent pas des mêmes possibilités de tool calling, formats multimodaux, limites de contexte ni tarifs. Une interface commune ne rend pas ces comportements interchangeables.
Imaginons un SaaS B2B dans lequel les salariés consultent des procédures, des fiches produits et le statut de leurs dossiers. Un assistant classique peut être incapable de répondre à partir des informations propres à l’entreprise. L’enjeu est de lui fournir le bon contexte, sans lui donner accès à toutes les données.
Le RAG (Retrieval-Augmented Generation) consiste à récupérer les passages pertinents avant de générer une réponse. Symfony AI documente les vectorizers, stores, indexers, retrievers et un outil de recherche par similarité utilisable par un agent.
Le point de vigilance fondamental reste le contrôle d’accès : les documents doivent être filtrés avant d’être envoyés au modèle. Un simple prompt « ne révèle pas les données des autres clients » ne constitue pas une isolation entre tenants.
La commande de test publiée dans l’annonce officielle est :
composer require 'symfony/ai-bundle:^1.0@beta'
Selon les fonctionnalités utilisées, d’autres packages de la famille Symfony AI peuvent être nécessaires. La documentation donne l’exemple suivant pour déclarer un fournisseur et un agent. Le nom de modèle ci-dessous est un emplacement à remplacer par un modèle compatible réellement disponible chez votre fournisseur :
# config/packages/ai.yaml
ai:
platform:
openai:
api_key: '%env(OPENAI_API_KEY)%'
agent:
default:
model: 'MODELE_COMPATIBLE'
On peut ensuite injecter l’interface AgentInterface dans un service PHP. Voici une structure minimale, fondée sur l’API documentée :
<?php
namespace App\Service;
use Symfony\AI\Agent\AgentInterface;
use Symfony\AI\Platform\Message\Message;
use Symfony\AI\Platform\Message\MessageBag;
final readonly class AssistantMetier
{
public function __construct(
private AgentInterface $agent,
) {}
public function repondre(string $question): string
{
$messages = new MessageBag(
Message::ofUser($question),
);
return $this->agent->call($messages)->getContent();
}
}
Cet exemple illustre uniquement l’appel d’un agent. Il ne s’agit pas encore d’un RAG, ni d’un service prêt pour la production. L’index documentaire, les droits d’accès, la gestion des erreurs, les coûts, les tests et la supervision restent à construire. Le guide officiel AI Bundle Fast Track détaille précisément le branchement des stores et des outils de recherche.
Le Model Context Protocol (MCP) décrit comment un client peut découvrir et utiliser des outils et ressources proposés par un serveur. Il ne remplace ni les services PHP, ni un modèle de langage, ni les contrôles d’autorisation.
Avec le SDK PHP MCP officiel mcp/sdk et le Symfony MCP Bundle, une application peut jouer le rôle de serveur (elle expose des outils, ressources ou prompts) ou de client (elle consomme un serveur MCP distant), via HTTP ou STDIO.
Une application métier propose par exemple « rechercher un dossier », sans donner un accès direct et général à sa base. Le service PHP garde le contrôle des permissions.
Un agent Symfony peut interroger un serveur MCP autorisé pour enrichir son contexte ou accomplir une opération prévue dans le parcours utilisateur.
L’intérêt est de réutiliser une interface d’outil plutôt que de développer une intégration propriétaire pour chaque assistant. MCP n’est toutefois pas une couche de sécurité automatique : il faut limiter les capacités exposées, valider les paramètres, gérer l’identité et journaliser les actions.
Pour un prototype qui appelle un seul modèle dans un écran isolé, utiliser directement le SDK du fournisseur peut rester simple et suffisant. Symfony AI devient surtout intéressant lorsque le produit doit combiner plusieurs responsabilités : agents, outils, mémoire, recherches documentaires, modèles différents ou interopérabilité MCP.
Adaptée à une fonctionnalité simple et circonscrite. Les spécificités du fournisseur restent visibles dans le code, ce qui peut devenir coûteux quand les usages se multiplient.
Utile pour factoriser la configuration, les agents, les outils et les pipelines RAG. En contrepartie, l’équipe doit maîtriser la stack et suivre ses évolutions pendant la bêta.
Symfony AI peut s’appuyer sur des modèles locaux compatibles, mais les intégrations avec un fournisseur distant envoient des données à ce fournisseur selon la configuration. L’hébergement, la confidentialité et la résidence des données se décident à l’échelle de l’architecture complète.
Notre lecture : tester Symfony AI 1.0 Beta dès aujourd’hui a du sens pour un prototype RAG ou un agent métier aux permissions limitées. Pour une application critique, le meilleur premier pas est un pilote avec métriques et jeux de tests, avant toute bascule générale. La sortie finale reste à confirmer officiellement.
Non. La première bêta est sortie le 26 octobre 2026. La promesse de compatibilité descendante démarrera à la version 1.0 finale, dont la date n’est pas annoncée.
Oui. Symfony AI fournit des composants PHP pour dialoguer avec des modèles, gérer des agents et leur donner des outils. Les services externes éventuellement utilisés restent à configurer.
Non. Le RAG sert à retrouver des informations pertinentes dans un corpus. MCP standardise l’accès à des outils et ressources exposés par un serveur. Les deux peuvent être combinés dans une même application.
Il dépend des modèles choisis, du volume de requêtes, des embeddings, du stockage et de l’exploitation. Il n’existe pas de coût universel : le budget doit être calculé à partir d’un cas d’usage réel.
AI & DEVELOPMENT
Model choice, real costs, response quality, security and product integration: build a measurable use case, not an isolated demo.
Enter at least 2 characters to start searching.