neuron-ai : un framework agentique PHP, entre Workflow et dépendance à Inspector
The Agentic Framework of the PHP ecosystem to build production-ready AI driven applications. Connect components (LLMs, Tools, vector DBs, memory) to agents that interact with your data and UI.
En bref
- De quoi s’agit-il ?
- Neuron-ai propose une architecture d'agents en PHP avec Workflow, RAG, MCP et sortie structurée. Le point de friction est ailleurs : le monitoring passe par un service externe, Inspector.
- À qui s’adresse-t-il ?
- Adoptez neuron-ai si vous écrivez déjà du PHP et voulez des agents avec Workflow, RAG et MCP sans changer de langage. Évitez-le si vous refusez de dépendre d'Inspector pour observer vos exécutions, ou si votre équipe n'est pas prête à maintenir un framework en 3.x avec des correctifs fréquents.
- Puis-je l’utiliser commercialement ?
- Oui. MIT est une licence permissive : vous pouvez utiliser, modifier et vendre un logiciel qui en dépend, à condition de conserver les mentions de droit d’auteur et de 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 PHP, 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
Le problème que neuron-ai adresse, et à qui
Le README part d'un constat sur la nature des applications : une part croissante des nouveaux logiciels ne serait plus une application web à laquelle on ajoute des fonctions IA, mais une application dont l'agent est l'architecture elle-même. Cette formulation est marketing, mais elle décrit une contrainte technique réelle. Une application de ce type a besoin de workflows événementiels avec points de reprise, d'interruptions pour validation humaine, d'orchestration multi-agents, de streaming vers des protocoles d'interface, de MCP et d'exécution asynchrone. En PHP, ces briques sont dispersées entre bibliothèques généralistes. Neuron-ai se présente comme l'endroit où elles sont réunies.
Le public visé est donc précis : des développeurs PHP qui veulent construire des agents sans quitter leur écosystème. La classe Agent s'étend, la méthode provider() retourne une instance de fournisseur, instructions() retourne le prompt système. Le README insiste sur un point : le Workflow qui fait tourner le premier agent du guide de démarrage est le même que celui d'un système multi-agents en production. C'est un argument d'apprentissage, pas de performance, et il faut le lire comme tel.
Ce que l'installation demande réellement
Deux commandes suffisent selon le README. La première installe le paquet :
composer require neuron-core/neuron-ai
La seconde génère une classe d'agent :
vendor/bin/neuron make:agent DataAnalystAgent
Le fichier produit étend NeuronAI\Agent\Agent et implémente deux méthodes protégées. provider() retourne un objet de fournisseur, par exemple new Anthropic(key: 'ANTHROPIC_API_KEY', model: 'ANTHROPIC_MODEL'). instructions() retourne une chaîne qui décrit le rôle de l'agent. L'appel se fait ensuite via DataAnalystAgent::make(), puis $agent->chat(new UserMessage(...))->getMessage(), et le contenu se lit avec getContent().
La contrainte de version est explicite dans le README : PHP ^8.1. Notez que les clés d'API apparaissent comme des chaînes littérales dans l'exemple de code, ce qui suggère une lecture depuis l'environnement, mais le README ne montre pas le mécanisme de résolution. C'est un détail à confirmer dans la documentation avant de mettre ce code en production.
Le monitoring passe par Inspector, et c'est un choix structurant
La section monitoring du README est la plus honnête du document. Elle rappelle que l'on ne programme pas seulement des fonctions déterministes : on influence des distributions de probabilité, donc même entrée ne signifie pas même sortie, et la reproductibilité, le versioning et le débogage deviennent des problèmes de premier plan. Elle ajoute que le prompt n'est pas de la programmation au sens habituel : pas de types statiques, de petites modifications cassent la sortie, les longs prompts coûtent de la latence, et deux modèles ne se comportent pas pareil avec le même prompt.
La solution proposée est un service externe. Il faut s'inscrire, puis définir la variable INSPECTOR_INGESTION_KEY dans le fichier d'environnement :
INSPECTOR_INGESTION_KEY=fwe45gtxxxxxxxxxxxxxxxxxxxxxxxxxxxx
Une fois la variable configurée, le README indique que la chronologie d'exécution de l'agent apparaît dans le tableau de bord Inspector. Aucune alternative auto-hébergée n'est mentionnée dans le matériel fourni. Pour une équipe qui a des contraintes de résidence des données ou qui ne veut pas d'un service tiers dans le chemin d'exécution, c'est le point à trancher avant l'adoption, pas après.
Workflow, RAG, MCP et sortie structurée : les briques annoncées
Le README liste les chapitres de la documentation : Workflow, Human in the loop, Streaming et protocoles d'interface, MCP Connector, Async. Il mentionne aussi des adaptateurs de streaming pour AG-UI et le protocole du Vercel AI SDK, ainsi qu'un connecteur MCP, une sortie structurée et du RAG. La classe Agent, selon le README, gère automatiquement la mémoire, les outils et jusqu'au RAG.
Ce que le matériel ne donne pas, c'est le mécanisme de ces briques. Comment un point de reprise de Workflow est sérialisé, comment une interruption humaine reprend l'exécution, comment les adaptateurs de streaming transforment les événements : rien de tout cela n'apparaît dans le README. Les liens vers docs.neuron-ai.dev sont fournis, et c'est là qu'il faut aller. Un lecteur qui choisit neuron-ai sur la seule base du README choisit une promesse de couverture, pas une architecture vérifiée.
Le rythme de publication, et ce qu'il implique pour vos mises à jour
Les versions récentes fournies sont 3.16.12, 3.16.11 et 3.16.10, publiées les 9, 8 et 4 septembre 2026. Trois correctifs en six jours, sur une branche 3.x par défaut. Le dernier push sur le dépôt date du 9 septembre 2026. Le projet n'est pas archivé et la licence est MIT.
Ce rythme a deux conséquences pratiques. La première est que la branche 3.x bouge vite : un verrouillage de version dans composer.json n'est pas un luxe, c'est une nécessité si vous déployez en continu. La seconde est qu'une montée de version mineure peut arriver au milieu d'un cycle de livraison. Le README ne documente pas de politique de compatibilité entre versions mineures, ni de calendrier de support pour les branches antérieures. La licence MIT limite les obligations : vous pouvez modifier et redistribuer, à condition de conserver l'avis de copyright et la permission. Cela ne dit rien du support, qui reste une question de mainteneur, pas de licence.
Ce que neuron-ai n'est pas
Le README affirme qu'il n'existe pas de second framework vers lequel migrer quand le projet grandit, et que l'écosystème Neuron est vertical, avec un registre d'extensions et des entreprises qui construisent sur la même architecture. C'est un argument d'engagement, pas une garantie technique. Un framework qui se présente comme le seul de son écosystème prend aussi un risque : si la direction du projet change, les utilisateurs n'ont pas de chemin de repli évident en PHP.
Deuxièmement, neuron-ai n'est pas un outil pour du traitement par lots déterministe. Si votre besoin est d'appeler un modèle une fois, de parser une réponse et de la stocker, la classe Agent, la mémoire conversationnelle et le Workflow ajoutent des couches dont vous n'avez pas besoin. Le README lui-même situe le framework du côté des applications nées agentiques, pas des applications web auxquelles on greffe une fonction IA.
Troisièmement, la documentation du monitoring ne décrit qu'Inspector. Si vous avez déjà une pile d'observabilité interne, rien dans le matériel fourni n'indique comment y brancher les exécutions d'agents.
Face à quoi le comparer
L'alternative la plus directe n'est pas un autre framework PHP, c'est une bibliothèque généraliste du même langage, où les agents sont une fonctionnalité parmi d'autres. La différence d'approche est nette : dans une bibliothèque généraliste, vous assemblez vous-même le workflow, la mémoire et le streaming à partir de primitives séparées, et vous choisissez vos dépendances une par une. Dans neuron-ai, ces briques sont livrées ensemble et la classe Agent les câble automatiquement, au prix d'une dépendance à un ensemble de choix déjà faits, dont Inspector pour l'observation.
La seconde alternative est de sortir de PHP. Un framework agentique dans un autre langage offrira souvent un écosystème d'outils plus large, mais vous perdez l'intégration directe avec votre application existante et vous ajoutez un service à déployer. Le README revendique précisément l'inverse : rester dans le même langage que l'application que l'agent pilote. Ce compromis se paie en profondeur d'écosystème, pas en fonctionnalités.
Conclusion éditoriale
Adoptez neuron-ai si vous écrivez déjà du PHP et voulez des agents avec Workflow, RAG et MCP sans changer de langage. Évitez-le si vous refusez de dépendre d'Inspector pour observer vos exécutions, ou si votre équipe n'est pas prête à maintenir un framework en 3.x avec des correctifs fréquents. Avant de vous engager, vérifiez deux points : la compatibilité réelle de votre version de PHP avec la contrainte ^8.1, et le contenu de la page streaming de docs.neuron-ai.dev, car le README annonce des adaptateurs de streaming sans en détailler un seul.
Notes de la communauté