Agents IA : nos articles IA & Claude Code
Agents IA autonomes, frameworks et retours d’expérience concrets : le vrai du faux, sans la hype.
- OpenClaw : 390 000 étoiles en 300 jours — ce qu’il fait vraiment, et pourquoi pas sur ta machine de travail
C’est le projet qui a grandi le plus vite de l’histoire de GitHub : 390 000 étoiles en dix mois. OpenClaw fait tourner un agent en permanence sur ta machine et le branche sur vingt messageries — tu lui écris sur WhatsApp, il agit. L’idée est juste et l’exécution sérieuse. Mais le projet écrit lui-même la phrase qui doit décider de la façon dont tu l’installes. - Multica : 51 000 étoiles, un board pour tes agents — et une licence qui n’est pas open source
Tu files une tâche à un agent comme à un collègue : il la prend, commente son avancement, signale ses blocages et la met en relecture. Multica a pris 51 000 étoiles en huit mois avec cette idée, et l’exécution’est sérieuse. Mais on le présente partout comme open source — et sa licence dit exactement le contraire. - CUA : l’infrastructure qui donne un vrai ordinateur à ton agent — et ce qu’elle coûte
On a vu comment gouverner un agent qui dispose d’un ordinateur. Voici l’étage en dessous : la machine elle-même. CUA fait tourner des agents sur de vraies machines — macOS, Linux, Windows — isolées en machine virtuelle. 25 800 étoiles, des commits tous les jours, et une idée de conception plus intéressante que la démo. Avec deux pièges que le dépôt déclare lui-même. - OpenMAIC : transformer un PDF en salle de classe animée par des agents IA
Tu déposes un PDF. Il en sort une salle de classe : un prof IA qui fait cours à la voix, écrit au tableau, des élèves IA qui débattent, des quiz corrigés en direct et des simulations interactives. OpenMAIC (36 900 étoiles en six mois, labo de Tsinghua) est l’un des projets IA les plus spectaculaires de 2026. Reste à savoir ce que ça vaut vraiment — et ce que le README ne met pas en avant. - OpenHands : l’agent dev autonome open source (l’alternative self-host à Devin)
Devin a lancé la mode du « développeur IA autonome » — propriétaire, cher, fermé. OpenHands (ex-OpenDevin, 87k étoiles) en est la version open source et self-host : un agent qui prend une tâche, écrit le code, lance les commandes, teste et corrige, tout seul, avec le modèle que tu veux. - LangExtract : extraire des données structurées d’un texte avec l’IA (et la source à l’appui)
Tu as des contrats, des dossiers, des formulaires — et tu veux en sortir des données propres (nom, montant, date, garantie) sans copier-coller à la main ni faire halluciner un chatbot. LangExtract (Google, 38k étoiles) fait exactement ça : extraction structurée par LLM, avec LA source à l’appui. - LobeChat (LobeHub) : plus qu’un ChatGPT self-host — l’orchestrateur d’une équipe d’agents
On a couvert Open WebUI, le « ChatGPT privé » self-host. LobeChat part de la même base — une UI de chat multi-modèles — mais vise plus haut : orchestrer une équipe d’agents qui exécutent des tâches, même quand tu es offline. Alors, chat privé ou orchestrateur d’agents ? On tranche. - RAGFlow : le moteur RAG pour documents complexes (quand le chatbot doc générique ne suffit pas)
Faire « discuter » une IA avec tes documents, tout le monde sait le faire — jusqu’à ce que tes documents soient de vrais PDF galères : tableaux, colonnes, scans, slides. Là, le RAG générique déraille et hallucine. RAGFlow attaque ce problème précis : comprendre finement les documents complexes. - treg : un seul token pour 2 900 outils d’agent — le « OpenRouter » des API
Tu construis un agent qui doit enrichir des contacts, checker du SEO, scraper une page, sortir de la data ads ? En temps normal : 10 inscriptions, 10 clés API, 10 factures. treg propose l’inverse : un token, une URL, et 2 900 outils accessibles à l’appel. Malin — mais il y a un intermédiaire. - OpenBot : donner un ordinateur à ton agent IA — mais sous contrôle
Donner un ordinateur et un navigateur à ton agent IA pour qu’il agisse seul, ça fait rêver — et flipper. OpenBot (par CopilotKit) prend le contre-pied du « 100% autonome » : chaque action est décidée avant de s’exécuter, et enregistrée après. L’autonomie, mais sous contrôle. - Une entreprise pilotée par 14 agents IA sans humain : la promesse vs la réalité
« Une entreprise entière gérée par 14 IA, 24h/24, sans humain. » Le genre de titre qui fait rêver — et qui tourne en boucle sur LinkedIn. Auto-Company incarne la promesse. Sauf qu’en lisant son propre README, elle se dégonfle. Décryptage de l’écart entre le rêve et le code. - Mem0 : donner une mémoire persistante à tes agents IA — la couche qui manque souvent
Ton agent IA oublie tout à chaque nouvelle conversation. Nom, préférences, historique, décisions passées : effacés. Mem0 ajoute la brique qui manque — une mémoire persistante qui se souvient de l’utilisateur d’une session à l’autre. 64 000 étoiles, compatible Claude. On regarde ce que ça vaut. - dograh : le Vapi open-source sans coder — quitter Vapi avec un builder visuel (vs pipecat)
Hier, on a vu pipecat — l’alternative open-source à Vapi, version framework (tu codes). Aujourd’hui, dograh : la même promesse « quitte Vapi », mais version no-code — un builder visuel de call flows, prêt à l’emploi. C’est LA nuance qui change tout selon qui tu es. - Pipecat : construire un agent vocal open-source (l’alternative à Vapi) — le contrôle contre l’assemblage
« Un agent qui répond au téléphone, prend le RDV et le met au calendrier » : le reel vend ça comme un business à 8000$. Derrière, il y a Pipecat, le framework open-source qui fait tourner ce genre d’agent vocal. C’est du sérieux — mais entre « brancher Claude sur le téléphone » et un agent vocal qui tient, il y a un monde. - Deer-Flow : l’agent de recherche autonome de ByteDance — puissant, mais gourmand (et c’est ByteDance)
« Un agent qui ne fait pas que scraper, mais qui raisonne sur plusieurs étapes de recherche. » C’est la promesse de Deer-Flow, le framework de recherche autonome de ByteDance — n°1 GitHub Trending à sa sortie. Séduisant pour la veille qui creuse — mais « recherche autonome » rime aussi avec « facture de tokens ». - orca : faire tourner 5 agents de code IA en parallèle — « 100x builder » ou 100x la facture ?
Faire tourner un agent de code, c’est courant. En lancer cinq en même temps, chacun dans son coin, et comparer — c’est la promesse d’orca : « l’orchestrateur IA pour les 100x builders ». 46 000 étoiles plus tard, la vraie question n’est pas « est-ce puissant » (ça l’est) mais « pour qui, et à quel prix ». - OpenWork : l’alternative open-source à Claude Cowork — l’idée est excellente, le projet est jeune
Anthropic a lancé Claude Cowork, son agent de bureau propriétaire. OpenWork veut en offrir une version ouverte, qu’on héberge et contrôle soi-même. Le pitch est séduisant — mais entre une bonne direction et un outil fiable, il y a la maturité. On fait le point sans survendre. - Agentic Inbox de Cloudflare : l’IA qui répond à tes emails « en local » ? Pas vraiment
« L’IA lit tes emails et répond à ta place, en local, en un clic. » Le repo Agentic Inbox de Cloudflare fait le tour des réseaux. L’outil est réel et bien fait — mais deux des trois promesses sont fausses. On remet les choses au clair. - CrewAI : orchestrer plusieurs agents IA facilement — mais en as-tu vraiment besoin ?
« La façon la plus simple d’orchestrer plusieurs agents IA. » CrewAI tient cette promesse : c’est l’une des rampes d’accès les plus douces au multi-agent. Mais la vraie question, celle que le buzz oublie, c’est : as-tu vraiment besoin de plusieurs agents ? - Awesome LLM Apps : +100 agents IA gratuits — non, tu ne vas pas les « cloner et vendre »
« +100 agents IA gratuits, clone-les, vends-les. » Le repo #1 de GitHub fait le buzz. Il est réel, énorme (128k étoiles) et vraiment précieux — mais pas pour la raison qu’on te vend. On t’explique ce que c’est vraiment, et comment en tirer une vraie valeur. - PinchTab : un binaire de 12 Mo a-t-il vraiment réglé le plus gros problème des agents IA ?
« Un binaire de 12 Mo vient de régler le plus gros goulot des agents IA. » PinchTab donne à un agent le contrôle de Chrome, en texte plutôt qu’en captures d’écran. Le gain de tokens est réel — mais « le plus gros problème » ? On remet les chiffres à leur place.