Un agent minimal porté en Python à partir de `pi-mono`, le cœur d’OpenClaw

Je pense que, pour beaucoup de gens, les agents restent encore quelque chose d’un peu vague. Ça a l’air impressionnant, mais quand on ouvre le capot, il est souvent difficile de se faire une idée claire de leur fonctionnement réel, ou même de savoir par où commencer à mettre les mains dedans.

J’étais un peu dans le même cas. Puis j’ai entendu dire que le cœur de OpenClaw était pi-mono, et j’ai trouvé marquant le fait qu’il s’agisse d’un agent extrêmement minimal. J’ai surtout eu l’impression que c’était un bon exemple de la philosophie selon laquelle « les systèmes les plus puissants sont les systèmes simples ». Je l’ai donc pris comme point de départ pour construire mon propre agent, en décidant de le porter en Python jusqu’au niveau où il peut écrire du code automatiquement.

En réalité, l’actuel py-pimono contient encore bien moins de choses que pi-mono, qui en possède déjà beaucoup d’autres mais qui n’ont pas encore été reprises ici. Par exemple :

• gestion de session
• steering
• suivi
• divers utilitaires
• streaming

Ainsi, py-pimono est moins un produit fini qu’un agent réduit à l’essentiel : presque uniquement l’ossature, sans grand-chose d’autre, mais qui fonctionne malgré tout. En contrepartie, sa structure est rendue relativement explicite afin qu’il soit plus facile de comprendre quoi ouvrir, où regarder et quoi brancher à quel endroit. Je me suis donc dit que cela pourrait être une bonne base, même pour celles et ceux à qui les agents paraissent encore abstraits, afin de suivre la structure et commencer à y toucher. J’ai voulu permettre d’explorer ce type de questions dans une base de code aussi petite que possible.

• Certains voudront comprendre comment le fait qu’« un agent continue à tourner sur la durée » se traduit concrètement dans le code
• D’autres voudront comprendre comment les données de session sont stockées puis rechargées

J’ai donc essayé de séparer ces éléments autant que possible dans ce dépôt, en espérant qu’il puisse servir de bon point de départ pour lire et analyser le code avec un LLM, puis y greffer votre propre boucle ou votre propre gestion de session, et faire évoluer progressivement la structure.

En revanche, pour que l’on puisse l’exécuter immédiatement et se familiariser rapidement avec lui, j’ai inclus une UI sur ce harnais minimal. Si vous ouvrez le répertoire ui/, vous y trouverez aussi plusieurs interfaces avec lesquelles je me suis amusé, ainsi qu’une connexion à Discord.

Installation :

pip install py-pimono  

Si l’authentification Codex est déjà faite, il suffit de l’exécuter directement.

pyai  

Même sans authentification Codex, le perroquet de secours MockLlm fonctionne en fallback ; c’est donc aussi assez amusant d’observer la boucle de l’agent en plaçant des points de debug.

Si vous n’avez pas encore l’authentification Codex, connectez-vous d’abord puis lancez-le.

codex login  
pyai  

Ensuite, je me suis dit qu’il serait intéressant de construire cela avec vous en n’ajoutant que les éléments vraiment importants qui manquent encore ici, de la manière la plus propre et la plus minimaliste possible. Plutôt que de laisser les agents comme un objet vague, j’aimerais que davantage de personnes puissent avoir la sensation de les ouvrir, de les modifier et de se les approprier directement, d’où ce partage.