Gentle-AI : configurer l'agent de codage que vous utilisez déjà

Le problème : un agent qui repart de zéro à chaque session

Le constat de départ tient en une phrase du README : vous avez installé Claude Code, OpenCode, Cursor ou Codex, l'outil écrit du code, mais il oublie tout entre deux sessions, n'a aucune opinion sur la façon dont votre projet fonctionne et ne vous laisse aucun moyen de vérifier son travail autrement qu'en relisant chaque ligne. C'est une description juste de l'expérience par défaut de la plupart des agents de codage, et c'est le point que Gentle-AI attaque. Le projet se présente lui-même comme un configurateur d'écosystème, pas comme un agent. Il prend le runtime déjà présent sur la machine et l'équipe : mémoire persistante, workflow de planification, bibliothèque de compétences, serveurs d'outils MCP, routage de modèles, persona et une étape de revue optionnelle fondée sur des preuves. Le public visé est explicite dans le README : des développeurs qui utilisent déjà un agent quotidiennement, des équipes qui veulent un comportement cohérent entre plusieurs runtimes et plusieurs machines, et des gens qui veulent vérifier ce que l'agent a fait plutôt que faire confiance à son résumé. La mention importante du dépôt mérite d'être répétée : Gentle-AI n'installe jamais d'agent à votre place. S'il ne détecte pas un agent que vous avez sélectionné, il refuse et affiche la commande exacte que vous auriez à lancer vous-même. C'est une décision de conception défendable, mais elle signifie aussi que l'outil ne peut rien faire pour vous si votre runtime n'est pas déjà installé et détectable.

Ce que l'installeur pose concrètement sur la machine

Gentle-AI fonctionne par composants, que l'on choisit un par un ou via un preset. Le README en liste huit. Engram, marqué Recommended, apporte la mémoire persistante entre sessions : décisions, corrections de bugs et contexte survivent aux redémarrages. Skills, également Recommended, est une bibliothèque de compétences de codage que l'agent charge quand la tâche correspond. Persona est optionnel et propose une voix orientée enseignement, Gentleman ou neutre, ou une persona personnalisée. SDD, pour Spec-Driven Development, ajoute un workflow de planification destiné aux fonctionnalités substantielles. Context7 est un serveur MCP qui récupère de la documentation de frameworks et de bibliothèques à jour. Permissions installe des garde-fous orientés sécurité, dont une deny list couvrant ~/.ssh, .env et les fichiers d'identifiants. GGA, Gentleman Guardian Angel, est un commutateur de fournisseur d'IA. Theme ajoute des thèmes Gentleman et Gentleman-Cute pour Claude Code et OpenCode. Deux de ces composants sont marqués Recommended, les autres Optional, et le dépôt indique que des presets regroupent ces éléments pour vous. La liste des presets est tronquée dans le matériel fourni, donc je ne peux pas détailler leur contenu au-delà de cette affirmation. Le point à retenir est que tout est modulaire : rien n'oblige à prendre l'ensemble, et la sélection se fait au moment de l'installation.

Mémoire, planification, revue : trois mécanismes distincts

Trois briques portent l'essentiel de la valeur annoncée, et il faut les distinguer. Engram traite la persistance : ce que l'agent a décidé lors d'une session précédente reste disponible lors de la suivante. Le README ne décrit pas le format de stockage ni la manière dont les entrées sont indexées ou purgées, donc impossible de dire depuis ce matériel si la mémoire est un simple journal, une base locale ou un service. SDD, lui, est un workflow de planification : le README le présente comme destiné aux fonctionnalités substantielles, ce qui suggère qu'il n'est pas censé s'activer pour une correction d'une ligne. Enfin, le dépôt mentionne une étape de revue optionnelle, et une section du README s'intitule Receipt-Driven Development (RDD), avec une release v2.6.0 sous-titrée The Runtime Asks First. C'est la partie la plus intéressante du projet du point de vue de la vérification : l'idée est que l'agent produise des preuves examinables de ce qu'il a modifié, plutôt qu'un résumé en prose. Le README ne détaille pas dans l'extrait fourni ce que contient un receipt ni comment on le consulte. Il faut donc traiter cette promesse comme une direction annoncée, pas comme un mécanisme documenté ici. C'est exactement le genre d'endroit où la documentation est mince et où il faudra lire le wiki avant de s'engager.

Installation et vérification en deux commandes

Le démarrage tient en deux commandes, telles que le README les donne. D'abord :

gentle-ai

Cette commande lance l'assistant qui vous fait choisir vos agents, vos composants et votre persona. Ensuite :

gentle-ai doctor

pour vérifier l'installation. Le README renvoie à une section Install pour les prérequis et la commande de binaire propre à chaque plateforme, et indique que le projet cible macOS, Linux et Windows. La version de Go requise est 1.25.10 ou plus récente, d'après le badge du dépôt. C'est tout ce que le matériel fourni permet d'affirmer sur la mise en route : je n'ai pas les commandes de téléchargement du binaire, ni les clés de configuration, ni l'emplacement des fichiers écrits. Si vous cherchez une procédure d'installation détaillée, elle est dans la section Install du README et dans le wiki, pas dans cet extrait. Un point pratique, en revanche : la séparation entre gentle-ai pour configurer et gentle-ai doctor pour diagnostiquer est un choix sain. Elle donne un moyen de vérifier l'état après coup sans relancer tout l'assistant.

Ce que le projet ne fait pas, et à qui il ne convient pas

La limite la plus nette est énoncée par le projet lui-même : Gentle-AI n'installe aucun agent. Si vous n'avez pas déjà Claude Code, Cursor, Codex, OpenCode ou Pi sur la machine, l'outil n'a rien à configurer. Il refuse d'installer quoi que ce soit, ce qui est cohérent avec la promesse de ne pas poser de logiciel en silence, mais cela veut dire qu'un nouvel arrivant doit d'abord installer son agent, puis revenir. Deuxième limite : l'outil modifie la configuration d'un autre produit. Toute personne qui a déjà personnalisé ses fichiers de configuration d'agent doit vérifier ce que l'installeur ajoute, remplace ou laisse intact. Le README ne décrit pas de mécanisme de fusion ou de sauvegarde dans l'extrait fourni. Troisième point, la deny list de permissions vise ~/.ssh, .env et les fichiers d'identifiants : c'est un garde-fou utile, mais il ne remplace pas une revue de ce que l'agent a réellement exécuté, et il ne dit rien des secrets qui ne vivent pas dans ces chemins. Enfin, le projet est en Go, distribué comme binaire, et ajoute donc une dépendance d'outillage supplémentaire à votre chaîne. Si votre équipe normalise déjà sa configuration d'agents par un dépôt de dotfiles versionné, Gentle-AI fait double emploi avec cette approche et il faudra choisir laquelle fait autorité.

Face à un dépôt de configuration maison

L'alternative la plus directe n'est pas un autre configurateur, c'est votre propre dépôt de configuration. La différence d'approche est nette. Un dépôt de dotfiles versionné contient les fichiers que vous écrivez à la main, vous en contrôlez chaque ligne, et la mise à jour consiste à tirer le dépôt et à relire le diff. Gentle-AI fait l'inverse : vous décrivez une intention (mémoire, compétences, SDD, persona) et l'outil génère la configuration correspondante pour plusieurs runtimes à partir d'une source unique. Le gain est réel quand vous voulez le même comportement dans Claude Code et dans Codex sans maintenir deux jeux de fichiers. Le coût l'est tout autant : vous dépendez des choix de génération du projet, et une montée de version peut changer ce qui est écrit chez vous. Un dépôt maison ne vous donne ni bibliothèque de compétences partagée, ni étape de revue fondée sur des preuves, ni serveur MCP prêt à l'emploi comme Context7. Gentle-AI ne vous donne pas non plus la granularité d'un fichier écrit à la main. Le choix se joue donc entre contrôle ligne à ligne et cohérence multi-runtimes. Pour une personne seule sur un seul agent, le dépôt maison reste souvent suffisant. Pour une équipe qui jongle entre plusieurs agents, la génération centralisée devient intéressante.

Licence, maintenance et coût de mise à jour

Le projet est publié sous licence MIT, ce qui autorise l'usage, la modification et la redistribution avec conservation de la mention de copyright et de la licence. Le dépôt n'est pas archivé, ce qui indique une maintenance active au moment des faits fournis. Le rythme de publication est soutenu : v2.6.0 le 4 septembre 2026, une release candidate v2.7.0-rc.1 le 8 septembre au matin, puis v2.7.0 le même jour. Ce rythme a une conséquence pratique. Un configurateur qui écrit dans les fichiers d'autres outils doit être relancé ou mis à jour après chaque montée de version, et chaque montée peut modifier ce qu'il génère. Le coût de maintenance ne se limite donc pas au binaire : il inclut la vérification, après mise à jour, de ce que gentle-ai a écrit dans la configuration de chaque agent. Le sous-titre de la v2.6.0, The Runtime Asks First, suggère que le comportement de l'outil a changé sur ce point à cette version, mais le matériel fourni ne permet pas de dire en quoi. Le nom Gentle-AI est accompagné du symbole de marque déposée, et Engram également. La licence MIT couvre le code du dépôt ; elle ne dit rien des conditions d'utilisation des agents tiers que Gentle-AI configure, qui restent régies par leurs propres licences. Ce n'est pas un avis juridique, seulement une distinction à garder en tête si vous redistribuez une configuration générée.

Conclusion éditoriale

Gentle-AI convient aux développeurs qui utilisent déjà quotidiennement Claude Code, Cursor, Codex, OpenCode ou Pi et qui veulent un comportement homogène d'une machine à l'autre, à condition d'accepter un binaire Go supplémentaire et des fichiers de configuration injectés dans leurs outils. Ceux qui cherchent un agent autonome, ou qui refusent toute couche tierce dans leur configuration, doivent passer leur chemin. Avant d'adopter, lancez gentle-ai doctor sur une machine de test et inspectez ce que l'installeur écrit dans les répertoires de configuration de l'agent, en particulier les entrées de la deny list visant ~/.ssh, .env et les fichiers d'identifiants.

Sources officielles

1. Gentleman-Programming/gentle-ai on GitHub
2. License: MIT
3. Project website
4. README
5. Releases