oh-my-ag : orchestrateur multi-agents pour Antigravity
(github.com/first-fluke)Dans le récent 2026 Agentic Coding Trends Report de Claude,
le développement logiciel n’est plus défini comme « écrire du code soi-même », mais comme la capacité à orchestrer et superviser des agents.
L’IA est un bon collaborateur, mais pour garantir la qualité et la sécurité, la supervision et la validation humaines restent indispensables.
Une délégation complète peut sembler attractive, mais pour la maintenance, il faut une structure pensée pour la collaboration.
Le problème, c’est qu’il faut à chaque fois construire et gérer manuellement cette structure collaborative à coups de prompts.
[Pourquoi oh-my-ag]
Si vous avez déjà utilisé Antigravity ou des agents en CLI sur de vrais projets, les problèmes suivants ne vous seront sans doute pas étrangers.
Les agents lisent mal les Skills, les Rules sont ignorées au milieu de la conversation,
et les réponses tombent dans des boucles infinies faute de contrôle, ou bien l’agent travaille beaucoup sans pour autant faire ce qui a été demandé.
Cela peut ressembler à un problème de modèle, mais en réalité, c’était un problème d’orchestration.
Nous avons donc changé d’approche au lieu de continuer à corriger les prompts.
Et si, au lieu d’en faire un « problème de qualité d’écriture des prompts », on fournissait directement par défaut une « structure de collaboration entre agents » ?
C’est de cette question qu’est né oh-my-ag.
[Ce que fait oh-my-ag]
oh-my-ag est une couche d’orchestration d’agents basée sur les rôles pour Antigravity.
Au lieu de pousser tout le contexte dans un seul agent, il sépare clairement les responsabilités.
L’orchestrateur contrôle le flux global,
les sous-agents se concentrent chacun sur leur rôle,
et le contexte nécessaire est partagé via une mémoire commune.
L’installation tient en une seule ligne :
bunx oh-my-ag
Un ensemble d’agents fondé sur les rôles est alors automatiquement configuré dans le projet.
- Le PM organise les exigences et découpe le travail.
- Frontend et Backend prennent en charge l’implémentation dans leurs domaines respectifs.
- Mobile s’occupe de l’implémentation mobile basée sur Flutter.
- QA vérifie la conformité par rapport aux exigences et examine les cas limites.
- L’agent Debug analyse les causes d’échec et propose des pistes de correction.
Chaque agent dispose de Skills et d’une structure de prompts optimisés pour son rôle, et l’orchestrateur les relie en un flux unique.
[Pourquoi l’utiliser]
Premièrement, pour atténuer par le processus la variabilité des performances des modèles.
Récemment, avec des modèles comme Gemini 3 Pro, les performances changent souvent brutalement selon les mises à jour ou l’état des serveurs.
Une architecture reposant sur un agent unique et de longs prompts est très vulnérable à ce type de variation.
oh-my-ag a été conçu pour découper les rôles et séparer les responsabilités, afin qu’une baisse temporaire de performance d’un modèle donné ne compromette pas tout le résultat.
L’orchestrateur et tous les sous-agents utilisent Serena Memory comme mémoire partagée.
Les décisions et résultats intermédiaires s’y accumulent, ce qui évite que le contexte ne se perde facilement, même si le modèle change ou si la qualité des réponses fluctue.
Deuxièmement, les points de supervision humaine deviennent plus clairs.
L’idée clé n’est pas de retirer l’humain de la boucle, mais de rendre explicite l’endroit où il doit intervenir.
Comme les rôles PM, QA et Debug sont séparés, la part prise en charge par l’IA et celle qui nécessite un jugement humain apparaissent clairement dans la structure même du système.
Troisièmement, cela permet de réduire les ressources consacrées à la gestion répétitive des prompts.
Ressaisir à chaque fois les mêmes descriptions de rôles, règles et processus d’approbation dans les prompts n’a rien de productif.
oh-my-ag automatise par défaut la configuration des prompts et la structure des connexions grâce à des bundles de Skills par rôle et à un orchestrateur capable d’exécution parallèle.
[Principales caractéristiques]
- Ensemble d’agents spécialisés fondé sur les rôles
- Couche d’orchestration prenant en charge l’exécution parallèle
- Prise en charge de Gemini CLI / Claude CLI / Codex CLI
- Intégration de Serena Memory
- Contrôle du Tool Scope par MCP
- Automatisation des Conventional Commits
Le développement AI-Native de 2026 n’est plus une question de « savoir bien utiliser les outils ».
Cette orchestration a été conçue en partant de la structure de first-fluke/fullstack-starter, et elle absorbe déjà sans problème plus de 50 commits par jour sur des applications web/mobile full stack.
Si vous utilisez déjà Antigravity, au lieu de vous battre avec les prompts, essayez donc de faire fondre les tokens de 6 comptes avec oh-my-ag et AI Pro.
GitHub link 🔗
Github: first-fluke/oh-my-ag
17 commentaires
J’ai rendu possible la copie des skills pour codex, GitHub Copilot, Claude, opencode et Amp.
Oh, c’est énorme !
La qualité est toujours au rendez-vous, donc je vais l’utiliser en toute confiance haha
Merci pour ce bon commentaire.
J’ai moi aussi envisagé la même approche et j’ai construit un environnement d’agents parallèles basé sur speckit. Je pense que les frameworks pour le Spec Driven Dev correspondent parfaitement à cette approche, mais y a-t-il une raison pour laquelle vous avez choisi de ne pas les adopter ?
Personnellement, je trouve qu’il vaut mieux laisser de l’autonomie pour faire émerger des pistes auxquelles je n’aurais pas pensé, plutôt que de suivre des directives aussi détaillées qu’un spec kit. Quand le contexte s’allonge, les spécifications définies au départ finissent parfois par s’effondrer. Pour les choses complexes, j’ai obtenu une meilleure qualité en les lançant d’abord en mode plan puis en les revoyant au fur et à mesure.
Je débute, donc je me permets de poser la question ~ haha Une fois installé, il suffit simplement de faire des demandes dans la fenêtre de chat Antigravity comme avant ?
Dans votre fenêtre de chat, vous pouvez exécuter le workflow de votre choix avec la commande slash
"/"(.agent/workflows), ou bien les skills se lanceront automatiquement en fonction des mots-clés.J’ai souvent eu le problème de perdre le contexte en surchargeant un agent unique avec de longs prompts, donc l’approche qui consiste à dire que c’est un « problème d’orchestration » me semble tout à fait juste.
La structure avec séparation des rôles + partage d’état via Serena Memory est propre, et comme la documentation est bien faite, on dirait qu’on peut l’adopter tout de suite.
Je vais l’utiliser avec plaisir !
Vous avez vérifié cela avec soin… merci.
Merci. Je vois que la frustration que j’avais en utilisant principalement Antigravity n’était pas que la mienne, haha.
Parfois, ça devenait un peu bête lol. Merci.
On recrute un PM très sérieusement 🙇♂️🙇♂️🙇♂️
En le regardant, je n’ai pas arrêté de me dire qu’au final, pour utiliser un workflow personnalisé, il vaut mieux suivre tel quels l’intention et la philosophie de la personne plutôt que d’en extraire des morceaux pour les réutiliser ! Comme ça ne semble pas être un workflow adapté à un usage en entreprise, je vais en piocher uniquement les meilleurs éléments pour les réutiliser~~
Je vous serais reconnaissant de le prendre comme bon vous semble.
Je vous serais reconnaissant de l’ajouter au backend en Node.js. Je pensais que ça y serait, donc j’ai été un peu déçu que ce ne soit pas le cas, hélas.
Nous allons y réfléchir rapidement pour que vous ne soyez pas déçu !
J’utilisais déjà très bien le template que vous aviez partagé la dernière fois,
merci encore pour ce précieux partage cette fois aussi
Ce n’est pas grand-chose, mais merci.