Agent Teams AI : orchestration multi-runtimes pour équipes d'agents IA
Vous êtes le patron, les agents sont votre équipe. Ils gèrent les tâches seuls, s'envoient des messages et examinent le travail de chacun. Il vous suffit de regarder le tableau Kanban et de donner des commandes de haut niveau. Codex/Claude/OpenCode/Cursor/Grok/GitHub Copilot/Kiro/Z.AI/MiniMax/Kimi (200+ modèles, 75+ fournisseurs LLM, modèles gratuits sans authentification). Construisez votre entreprise d’IA avec plusieurs équipes.
En bref
- De quoi s’agit-il ?
- Application de bureau Electron qui unifie Claude Code, Codex, OpenCode, Cursor et d'autres IDE augmentés en une seule équipe d'agents autonomes avec tableau kanban, révision de code et budgets de jetons.
- À qui s’adresse-t-il ?
- Agent Teams AI est distribué via GitHub dans des installateurs préconstruits pour macOS, Windows et Linux, avec code source sous licence AGPL-3.0. L'application est écrite en TypeScript avec Electron, React et Tailwind CSS, compilable sur demande avec Node.js 24.16+ et pnpm.
- Puis-je l’utiliser commercialement ?
- Oui, sous conditions strictes. AGPL-3.0 est une licence à copyleft réseau : si des personnes utilisent une version modifiée via un réseau, par exemple comme service hébergé, vous devez leur proposer son code source sous la même licence.
- Est-il encore maintenu ?
- Oui. Le dépôt a reçu de nouveaux commits au cours des dernières 24 heures.
- En quel langage est-il écrit ?
- Principalement TypeScript, d’après les statistiques de langage de GitHub.
Ces réponses reposent sur les données GitHub du projet (dernière synchronisation le 15 septembre 2026) et sur notre analyse. Elles ne constituent pas un avis juridique.
ANALYSE OPEN SOURCE APPROFONDIE
Modèle organisationnel : agents comme membres d'équipe
Agent Teams AI reformule le travail avec les runtimes IA. Au lieu de rester un ensemble de sessions de chat isolées, Cursor, Claude Code, OpenCode et d'autres deviennent des membres d'une équipe que vous orchestrez. L'interface centrale est un tableau kanban à cinq colonnes : To Do, In Progress, In Review, Approved, Done. L'utilisateur assigne des tâches aux agents, qui travaillent ensuite de manière autonome : un agent Claude Code peut refactoriser une classe, puis envoyer un message à un agent Cursor pour tester les modifications. Les agents laissent des commentaires sur les tâches les uns des autres et créent des sous-tâches dépendantes. Au lieu de surveiller chaque agentindividuellement via son terminal ou sa fenêtre IDE, vous observez une seule vue consolidée où tous les agents rapportent leur progression.
Flux de révision du code et approbation des modifications
Quand un agent modifie du code, la tâche correspondante affiche une vue diff similaire à celle de Cursor : chaque fichier modifié est listé avec ses hunks de changements. Vous pouvez accepter, rejeter ou commenter au niveau du hunk, et l'agent voit votre retour immédiatement. Un workflow de révision structuré fait en sorte que les agents relisent les tâches les uns des autres avant qu'une tâche passe en Approved. Vous configurer le niveau d'autonomie : soit les agents approuvent seuls après relecture, soit chaque action outillée exigeant une approbation manuelle génère une notification. Cette flexibilité adapte le flux à votre posture de risque : une startup de prototypage peut donner pleine liberté aux agents, tandis qu'une équipe de production nécessite des points de contrôle.
Orchestration multi-providers et détection de runtimes
L'application détecte automatiquement les runtimes installés : Claude Code, Codex et OpenCode. Pour les autres (Cursor, SuperGrok, GitHub Copilot, Z.AI, MiniMax, Kiro), vous fournissez les identifiants d'authentification via l'interface. Cette approche multi-provider signifie que vous n'êtes pas enfermé dans un écosystème : une équipe de cinq agents pourrait utiliser deux instances Claude Code, un Cursor, un GitHub Copilot et un Kiro selon les forces de chacun. La sélection du modèle, du runtime et de la capacité se fait par équipe et par tâche. L'application gère l'orchestration du message d'en-tête et du contexte pour chacun, traduisant les demandes en appels de chat API appropriés à chaque runtime.
Analyse de jetons et budgets d'utilisation
Pour chaque équipe et chaque tâche, l'application détaille la consommation de jetons : entrée, sortie, cache et raisonnement (pour les modèles supportant P.R.). Un dashboard agrégé couvre les équipes, agents, projets, modèles, runtimes et sessions. Vous définissez un budget mensuel en jetons ou en coût estimé et recevez des alertes à 80 % et 100 %. Cette transparence évite les surprises de factures : vous voyez immédiatement si un agent utilise 10x plus de jetons qu'un autre, signalant un comportement inefficace ou une boucle infinie cachée. L'application enregistre aussi l'historique CPU et RAM par agent, permettant de détecter les fuites de mémoire ou les calculs locaux trop lourds.
Organisation multi-équipes et vue globale
Pour les organisations plus grandes, l'application permet de grouper les équipes en organisations ou départements. Un dashboard global montre l'état de chaque équipe, agent, tâche, ses dépendances et la communication inter-équipes. Les agents peuvent être configurés pour communiquer à travers les équipes : une tâche UI peut créer une dépendance vers une tâche backend dans une autre équipe, et les deux équipes se coordonnent pour la résoudre. Les utilisateurs reçoivent une vue d'ensemble unique avec des notifications de progression en temps réel, transformant plusieurs équipes d'agents en une organisation virtuelle coordonnée.
Espace de travail intégré et terminal visuel
Chaque équipe et projet dispose d'un terminal visuel intégré : un PTY (pseudo-terminal) fonctionnel affiché dans l'interface. Vous pouvez lancer des commandes bash directement depuis le UI, consulter l'historique, et activer l'autocomplétion. Les onglets locaux permettent de gérer plusieurs shells. Les logs et les sorties de tout processus lancé dans ce terminal sont archivés par tâche, facilitant le debugging : si une tâche échoue, le terminal historique montre exactement quelles commandes ont été lancées, quels chemins d'erreur suivis, et quels sous-processus ont été créés.
Posture de sécurité et localité des données
L'application fonctionne localement sans backend en nuage. Votre code du projet reste sur votre machine, l'app agent-teams n'envoie ni ne synchronise le code avec des serveurs externes. Les données de session (prompts, réponses d'agents, logs) restent locales. Seules les communications vers les runtimes IA externes (Claude, OpenAI, etc.) quittent votre réseau selon les politiques de ces fournisseurs respectifs. Le dashboard HTTP autonome peut fonctionner sur un réseau privé ou sur localhost. L'application valide les chemins à la frontière IPC pour éviter la traversée de répertoire vers des dossiers sensibles. Les opérations d'écriture de code sont confinées à la racine du projet sélectionné. Pour les déploiements publics du dashboard, l'absence d'authentification intégrée signifie que vous devez mettre en place un reverse-proxy avec authentification.
Distribution, construction et licence
Agent Teams AI est construit avec Electron 40, React 19, TypeScript 5 et Tailwind CSS 3. Les installateurs préconstruits (v2.12.0 au moment du rapport) sont disponibles pour macOS (Apple Silicon et Intel via .dmg), Windows (via .exe, peut déclencher SmartScreen), et Linux (AppImage, .deb, .rpm, .pacman). La compilation à partir des sources exige Node.js 24.16+ et pnpm 10+. Le projet est distribué sous AGPL-3.0, qui exige que les opérateurs de serveur rendant le logiciel disponible en ligne fournissent le code source modifié aux utilisateurs. Le dépôt compte 1994 étoiles et 334 forks. L'équipe recrute pour une version autonome hébergée en nuage, une commutation automatique de comptes et un système de plugins universel, indiquant des travaux futurs significatifs.
Conclusion éditoriale
Agent Teams AI est distribué via GitHub dans des installateurs préconstruits pour macOS, Windows et Linux, avec code source sous licence AGPL-3.0. L'application est écrite en TypeScript avec Electron, React et Tailwind CSS, compilable sur demande avec Node.js 24.16+ et pnpm. Les utilisateurs sérieux devraient tester d'abord dans un environnement de développement avant d'intégrer une équipe d'agents en environnement de production, particulièrement pour les flux de codage sensibles.
Notes de la communauté