3 points par dybala21 2026-04-04 | Aucun commentaire pour le moment. | Partager sur WhatsApp

Les outils d’IA répètent aujourd’hui les mêmes erreurs qu’hier.

Nous construisons un agent IA local qui mémorise, apprend et ne dépend pas d’un modèle en particulier.

Il s’améliore à l’usage

  • Chaque exécution est enregistrée comme un épisode, et les schémas de réussite/échec sont suivis
  • Les tâches approuvées à plusieurs reprises sont promues en exécution automatique (réversible)
  • Les données d’apprentissage sont des fichiers Markdown que vous pouvez ouvrir et modifier directement

Il découpe lui-même les tâches complexes

  • Les sous-tâches indépendantes sont exécutées en parallèle dans un pool de workers
  • Il ajoute dynamiquement des tâches pendant l’exécution selon les résultats de recherche
  • Les outils de lecture s’exécutent jusqu’à 5 en parallèle, les outils d’écriture s’exécutent de manière séquentielle

Il n’est pas lié à un LLM particulier

  • Basé sur LiteLLM, avec prise en charge de plus de 130 fournisseurs, dont Claude, GPT, Gemini et Ollama
  • Changement de modèle en une ligne de config

Outils

  • Recherche/collecte web, navigateur headless (CDP), édition de fichiers, bash, git
  • Exploration des symboles de code (tree-sitter), intégration de serveurs MCP, entrée/sortie vocale (STT/TTS)
  • Utilisation du même agent dans TUI, Web UI, Telegram, Discord et Slack

Garde-fous

  • Détection de plus de 80 schémas à risque, workflow d’approbation, conception fail-closed

Toutes les données sont stockées localement (SQLite + Markdown + FAISS).
Python 3.13+, licence MIT.

Exemple d’exécution réelle

Donnez-lui une phrase, et il gère lui-même la recherche web → le crawling → la création de fichier.

❯ Fais des recherches sur le harnais d’agent et rédige une documentation

┃ ⊕ web_search "agent harness" AI framework ✓
┃ ⊕ web_search harness-first development agents ✓
┃ ⊕ web_fetch langchain.com/anatomy-of-agent-harness ✓
┃ ⊕ web_fetch datadoghq.com/harness-first-agents ✓
┃ ⊕ web_fetch anthropic.com/effective-harnesses ✓
┃ ⊕ web_fetch openai.com/harness-engineering ✓
┃ ◆ file_write agent_harness_research.md ✓

✓ 11 outils · 3 minutes — recherche sur 4 sites → rapport de synthèse de 410 lignes

GitHub: https://github.com/dybala-21/rune

Il y a encore beaucoup de points à améliorer. Je prendrai en compte vos retours.

Aucun commentaire pour le moment.

Aucun commentaire pour le moment.