ROACH PI – une extension open source qui impose une discipline d’ingénierie aux agents de codage IA
(github.com/tmdgusya)GitHub: https://github.com/tmdgusya/roach-pi
La récente fuite du code source de Claude Code a remis en lumière le fait que les utilisateurs n’ont absolument aucune visibilité sur les prompts injectés ni sur les actions exécutées à l’intérieur des agents de codage IA.
ROACH PI est une extension de l’agent de codage pi (https://github.com/badlogic/pi-mono), un projet open source dans lequel tous les prompts, définitions d’agents, outils et hooks d’événements sont publics.
Ce que fait le projet
Les agents de codage IA sont efficaces pour écrire du code, mais il est difficile de leur faire confiance lorsqu’ils travaillent sans plan et valident eux-mêmes le code qu’ils ont produit.
ROACH PI résout ce problème avec une orchestration multi-agents.
- Application du cycle de vie du génie logiciel clarification → planification → exécution → validation → nettoyage aux agents IA
- Les agents d’exécution (Worker) et de validation (Validator) sont séparés dans des processus distincts, et le validateur ne peut pas voir la sortie du worker (isolation de l’information)
- Une boucle Worker-Validator relance l’exécution en cas d’échec de la validation afin de garantir la qualité
Fonctionnalités principales
- 12 agents spécialisés : exploration, exécution, planification, validation, nettoyage du code + 5 reviewers indépendants (faisabilité, architecture, risque, dépendances, valeur utilisateur)
- Ultraplan : analyse les tâches complexes en parallèle avec 5 reviewers, puis les décompose en un DAG de dépendances de jalons
- Long Run : découpe les gros travaux en jalons et répète planification-exécution-validation. Peut reprendre malgré une perte de contexte grâce à des checkpoints
- Garde-fous comportementaux : les règles de Karpathy (ne pas écrire avant de lire, uniquement des modifications chirurgicales), les règles de Rob Pike (pas d’optimisation sans mesure), le débogage systématique (d’abord reproduire) sont injectés automatiquement dans les agents
- Nettoyeur de slop IA : après l’exécution, nettoie automatiquement en 6 étapes les mauvaises odeurs de code typiques des LLM
- Session Loop : planification de tâches récurrentes de style cron (
/loop 5m git 상태 체크)
Transparence
- Le taux de hit du cache de prompts peut être suivi en temps réel
- L’utilisation de la fenêtre de contexte, les outils actifs, la branche et les informations du modèle sont affichés dans le pied de page
- Les définitions d’agents sont des fichiers Markdown avec frontmatter YAML, et les skills sont en pur Markdown — tout peut être consulté jusqu’à la moindre ligne de code
- Aucun prompt système caché. Tous les comportements sont présents tels quels dans le code source
Installation
pi install git:github.com/tmdgusya/pi-engineering-discipline-extension
1 commentaires
Vous pouvez voir la vidéo ci-dessous.