Démo d’un task AI exécutant des commandes en langage naturel via Intent → Effect → Snapshot

Bonjour.
Je partage une démo de gestion de tâches AI-native (TaskFlow) conçue pour démontrer @manifesto-ai/core, une bibliothèque open source que je développe personnellement.

Plutôt qu’un produit fini à part entière, TaskFlow est une application de démonstration destinée à montrer comment le modèle d’exécution proposé par @manifesto-ai/core fonctionne dans une application réelle.

La structure centrale expérimentée dans ce projet est la suivante.

• le LLM ne s’occupe que de l’interprétation du langage naturel → Intent
• les changements d’état réels sont effectués par des règles de Runtime explicites (Effect)
• tous les résultats sont enregistrés sous forme de Snapshot, ce qui permet la reproduction, la vérification et le streaming

Autrement dit, au lieu d’un « agent où le LLM manipule directement l’état », l’objectif était de démontrer une architecture où le LLM joue le rôle d’un compilateur et où l’exécution est prise en charge par le système.

Pourquoi expérimenter cette structure

Dans les patterns d’agent existants, j’ai constaté les problèmes suivants.

• les transitions d’état sont enfouies dans le reasoning interne du LLM
• il est difficile de reproduire les résultats d’exécution
• les changements de politique ou le débogage sont compliqués

J’ai donc créé un PoC pour vérifier si une architecture centrée sur le runtime, séparant le sens (Intent) de l’exécution (Effect), est réellement pertinente.

Ce que l’on peut voir dans la démo

• des interactions naturelles en langage naturel pour créer / modifier / consulter des tâches, ainsi que pour contrôler la View
• le flux d’exécution Intent → Effect → Snapshot
• des réponses en streaming basées sur SSE
• une UI projection basée sur React + Zustand

Liens

• Demo: https://taskflow.manifesto-ai.dev
• Core (@manifesto-ai/core): https://github.com/manifesto-ai/core
• Repo TaskFlow: https://github.com/manifesto-ai/taskflow

Le projet est encore au stade de recherche / expérimentation, il reste donc de nombreuses parties inachevées.
Tous les retours et critiques sur la structure ou l’orientation sont les bienvenus 🙇‍♂️