Philosophie
Orchestration déterministe, validation avant confiance et limites assumées.
Philosophie
Le problème d’ingénierie
Les agents de codage IA sont puissants, mais leurs sorties ne sont pas déterministes. Les équipes ont toutefois besoin de workflows répétables : étapes connues, branches isolées, validation externe, visibilité des coûts et pistes d’audit — pas des exécutions opaques où personne ne peut expliquer ce qui s’est passé ni pourquoi.
AgentFlow existe pour rendre l’orchestration explicite. Vous configurez le pipeline, les commandes de validation et les garde-fous économiques ; l’outil coordonne l’exécution et enregistre ce qui a tourné.
Comment AgentFlow s’y prend
Le modèle mental par défaut est spec → plan → implémentation → vérification → revue → rapport. Chaque phase a une place définie dans la machine à états et dans les rapports sous .agentflow/runs/.
L’état explicite signifie que les exécutions et les tâches sont portées par SQLite avec une machine à états documentée. Vous pouvez inspecter le statut, reprendre une exécution et corréler les rapports avec des identifiants d’exécution plutôt que de deviner à partir de l’historique du terminal.
L’investigation locale d’abord exécute grep, des parcours du système de fichiers et l’empaquetage du contexte sur votre machine avant les appels cloud. L’objectif est des prompts plus petits et plus pertinents — pas d’expédier tout le dépôt vers un modèle par commodité.
La conscience des coûts applique des estimations heuristiques de jetons et des budgets configurables avant l’exécution. Les estimations sont approximatives, mais elles valent mieux que de découvrir la facture seulement après une longue session agent.
L’isolation par git worktree retient une tâche, une branche et un arbre de travail. Le travail parallèle reste séparé de votre checkout principal.
La validation par vos commandes signifie go test, les linters et les scripts en lesquels vous avez confiance — pas l’affirmation de l’agent qu’« tout va bien ». AgentFlow planifie ces contrôles ; il ne remplace pas votre suite de tests.
Les rapports reproductibles capturent des artefacts Markdown et JSON pour que les opérateurs et les relecteurs puissent auditer une exécution des jours plus tard.
Ce que nous ne prétendons pas
Compromis à comprendre
| Gain | Coût |
|---|---|
| Étapes de pipeline prévisibles | Moins de « magie one-shot » qu’un chat agent ad hoc |
| Estimations de coût en amont | Estimations approximatives (heuristiques caractères / jeton) |
| Sécurité accrue des worktrees | Disque et complexité git supplémentaires |
| Agents branchables | Vous devez installer et configurer chaque CLI |
Ces compromis sont intentionnels. AgentFlow privilégie le contrôle et l’auditabilité à l’illusion d’un codage entièrement autonome.
Leviers de configuration
Une fois ce modèle accepté, quelques réglages comptent plus que d’autres :
work.auto_verify,work.auto_review— équilibre entre automatisation et portillons manuelspolicies.require_clean_git— bloque les arbres de travail « sales » lorsque la politique l’exigebudgets— garde-fous économiques avant les étapes coûteuses