Aller au contenu
Heure mondialeEU--:--UK--:--USA--:--CN--:--PLDEFRIT中文EN

portail sur l'IA et la technologieactualités · analyses · entretiens · fond technique

Rechercher
EN DIRECT
›

Outillage des agents : d'un côté les runtimes qui exécutent, de l'autre les scanners qui auditent

Cinq projets d'agents open source publiés sur Show HN montrent la même coupure : des runtimes qui exécutent le travail des agents, et des outils de sécurité qui le surveillent.

IA & modèlesExpliquéCamille RousseauPublié le: 28 septembre 20264 min de lectureSources 5
Outillage des agents : d'un côté les runtimes qui exécutent, de l'autre les scanners qui auditent

L'outillage des agents se répartit désormais en deux métiers. L'un fait tourner les agents assez longtemps pour qu'ils servent à quelque chose. L'autre découvre ce qu'ils peuvent atteindre sur votre machine. Les cinq projets ci-dessous, publiés sur Show HN de Hacker News, se situent à des points différents de cette ligne.

Les runtimes

Pizza Bot est l'exemple le plus net du premier métier. Son README GitHub décrit une boîte de réception locale pour agents IA de longue durée, bâtie sur DeepAgents et LangGraph. On lance ou on planifie une tâche, on s'en va, et on retrouve le résultat fini dans une file Unread. Les demandes d'approbation arrivent dans une file Action distincte. Les agents continuent de travailler quand on quitte la page ou qu'on se déconnecte. Seul le processus api-server doit rester actif.

Le projet a été développé chez Amazon et publié sous licence Apache 2.0, selon son dépôt. Il prend en charge Amazon Bedrock, Anthropic, Google Gemini, OpenAI, OpenRouter et Ollama. Deux détails comptent pour qui l'évalue. D'abord, les exécutions avec points de contrôle survivent à la déconnexion du client. Des déclencheurs Cron ou webhook peuvent lancer un travail sans conversation ouverte. Ensuite, l'accès aux fichiers locaux est optionnel : les dossiers s'ajoutent un par un dans Settings. Le README précise que Pizza Bot n'a aucun accès par défaut au répertoire personnel.

Soma, documenté sur docs.trysoma.ai, prend un autre angle. C'est un runtime d'agents et de workflows auto-hébergeable, livré sous forme d'un binaire unique. Il vise des start-up comme de grandes entreprises, selon sa documentation. Le code est écrit en TypeScript, Python étant annoncé pour bientôt. Le runtime gère la plomberie autour. L'exécution tolère les pannes et reprend où elle s'était arrêtée après un plantage ou une suspension. Il génère aussi automatiquement des points de terminaison compatibles A2A et OpenAI Streaming.

Son tableau des plateformes est d'une franchise rare. Les versions TypeScript et Python sont indiquées comme disponibles sur macOS Intel et ARM et sur Linux x86 et ARM. Windows est annoncé mais pas pris en charge nativement, parce que le projet utilise des sockets de domaine Unix en Rust. Rust lui-même est marqué indisponible sur toutes les plateformes du tableau.

Registres et boucle de développement

Artifact Keeper n'est pas du tout un runtime pour agents. Il entre dans la même conversation parce que les agents ont besoin d'un endroit où tirer des paquets. La page de l'organisation GitHub décrit un registre d'artefacts auto-hébergé, présenté comme un remplacement direct de JFrog Artifactory et de Sonatype Nexus. Pas de découpage open core, pas d'édition entreprise. Il revendique la prise en charge native de plus de 45 formats de paquets, si bien que pip, npm, docker, cargo, helm et go s'adressent directement à lui plutôt que de passer par un stockage générique de blobs.

Le projet fournit un backend en Rust avec Axum, SQLx et Wasmtime, un tableau de bord Next.js, des applications natives iOS et Android, et un chart Helm avec des modules Terraform. Côté sécurité, on trouve l'analyse Trivy, l'analyse de SBOM via OWASP Dependency-Track, la signature GPG et PGP, et le SSO par OpenID Connect, LDAP, SAML 2.0 et JWT. Un outil de migration intégré transfère dépôts, artefacts, utilisateurs et permissions depuis JFrog Artifactory. Le démarrage tient en trois commandes : clone, cd, docker compose up.

Claumon est plus étroit mais plus incisif. Son README décrit un tableau de bord local pour Claude Code qui prévoit les limites d'usage à partir d'un modèle empirique-bayésien publié. Le modèle est réajusté chaque jour sur l'historique de l'utilisateur, avec un intervalle de crédibilité de 80 pour cent et une estimation du temps restant avant le seuil. Les jauges de limite de débit viennent de l'API d'usage Claude OAuth. Le README oppose cette approche aux outils qui estiment les limites à partir des journaux locaux.

La raison d'être du projet : le tableau d'analyse d'usage d'Anthropic s'adresse aux administrateurs d'organisations Team et Enterprise, pas aux abonnés Pro ou Max individuels. Les pages /usage personnelles affichent la situation du moment, sans historique. Claumon gère aussi le répertoire ~/.claude : coûts par session, agrégats quotidiens stockés en SQLite sur une fenêtre de 7 à 90 jours, contrôle des processus en cours et navigateur de fichiers de mémoire. Il n'écoute que sur la boucle locale IPv4. Le README recommande un tunnel SSH authentifié plutôt que d'exposer le port 3131.

La couche d'audit

Golf Scanner couvre le second métier. C'est un binaire Go statique unique, avec trois dépendances, qui découvre les configurations de serveurs MCP dans sept IDE : Claude Code, Cursor, VS Code, Windsurf, Gemini CLI, Kiro et Antigravity. Il exécute 20 contrôles de sécurité, neuf hors ligne et 11 en ligne. Ceux-ci interrogent OSV, GitHub, npm, PyPI, les registres OCI et le MCP Registry, puis produisent un score de risque de 0 à 100 par serveur.

Les règles de notation sont publiées. La gravité la plus élevée par contrôle fixe un score de 0 à 10. Les scores se combinent en une moyenne pondérée par la gravité (critique 10x, élevée 7,5x, moyenne 5x, note 1x). Des plafonds stricts s'appliquent : toute constatation critique plafonne le total à 30, toute constatation élevée à 59. Le README annonce zéro télémétrie et aucun compte requis. Les contrôles en ligne portent sur la sûreté des commandes, les identifiants en clair, les scripts et binaires modifiables par tous, l'isolation des conteneurs, le typosquatting, l'épinglage par digest et la vérification des signatures cosign.

Commentaires 0

Sources

5
  1. 01Show HN: Pizza Bot – An inbox for AI agents that work in the backgroundEN
  2. 02Show HN: I built an open-source Rust/TS AI agent runtime with a Next.js-style DXEN
  3. 03Show HN: Artifact Keeper – Open-Source Artifactory/Nexus Alternative in RustEN
  4. 04Show HN: Golf Scanner – OSS tool to find and audit every MCP serverEN
  5. 05Show HN: Claumon – forecasting Claude Code usage limits with a Gamma processEN

Tous les chiffres et citations de ce texte proviennent des sources citées ci-dessous.

Les contenus ont été préparés par l'équipe de rédaction, assistée par l'IA.

Camille Rousseau

Camille Rousseau

IA, modèles et technologies

Camille Rousseau suit les technologies, l’IA et les modèles ainsi que les médias et l’internet pour FLASH24, en partant des dépôts de modèles, des publications techniques et des données publiques, sans reprendre les annonces sans vérification. Elle contrôle les chiffres d’entraînement et de coût en remontant aux jeux de données, aux versions de modèles et aux méthodes de mesure. Elle interroge des chercheurs et des équipes produit, compare les résultats entre modèles et attend les mises à jour de calendrier des principaux fournisseurs. Son intérêt pour l’impression 3D, les vieux ordinateurs et la façon dont les modèles apprennent rejoint directement son travail sur l’IA et les technologies. Elle ne publie pas de chiffres sans source ni de comparaison sans protocole reproductible.

Rédaction →

Commentaires

0
  1. Aucun commentaire — soyez le premier.

Écrire un commentaire

Les commentaires sont publics. Nous ne publions ni insultes, ni spam, ni publicité.