Pipelines d'agents IA : agent-pool sur Google AI

Automatisation des agents IA : pipelines, signaux et planificateurs dans agent-pool

Le serveur MCP agent-pool simplifie la gestion de groupes fractals d'agents directement depuis votre IDE et la CLI Gemini. Les workers déléguent des tâches, formant ainsi des sous-groupes. Auparavant, l'orchestration nécessitait une coordination manuelle — désormais, pipelines, logique de rebond, planificateurs cron et exécuteurs SSH sont tous disponibles sous un seul abonnement Google AI.

Le défi central ? Les outils d'orchestration gaspillent des ressources en attendant les étapes dépendantes (analyse → refactoring → tests). À la place, le daemon pipeline exécute les workers en arrière-plan, propageant automatiquement les dépendances.

Pipelines pour chaînes de tâches

L'outil create_pipeline définit les étapes à l'avance. Le daemon détaché lance les workers au déclenchement :

• on_complete — exécuter après une étape spécifique.
• on_complete_all — attendre un groupe de workers (fan-in).
• on_file — réagir à la création d'un fichier.

Exemple de flux :

          ┌─ frontend ─┐
research ─┤            ├── deploy
          └─ backend  ─┘

Le daemon survit aux redémarrages de l'IDE, garantissant une continuité sans faille.

Signaux et rebond pour la communication

Les agents signalent la fin d'une tâche via signal_step_complete. Si les données sont incomplètes, bounce_back renvoie la tâche pour révision avec une raison d'erreur — similaire à la fonctionnalité "Demander des modifications" de GitHub.

La limite maxBounces empêche les boucles infinies. Les workers reçoivent un retour (ex. : "logs manquants"), corrigent les problèmes, puis resignalent.

Planificateur de tâches cron

schedule_task lie un agent à une expression cron, comme 0 9 *. Le planificateur utilise des verrous atomiques sur les fichiers pour garantir une exécution unique — même entre plusieurs sessions IDE.

Les résultats sont sauvegardés dans .agents/scheduled-results/. Idéal pour la surveillance de serveurs ou les rapports automatisés.

Exécuteurs SSH distants

Configurez SSH dans agent-pool.config.json :

{
  "runners": {
    "remote": {
      "type": "ssh",
      "host": "dev-server.company.com",
      "user": "agent",
      "geminiPath": "/home/agent/.nvm/versions/node/v22.0.0/bin/gemini"
    }
  }
}

Déléguer une tâche :

delegate_task(
  prompt: "Exécuter les tests dans un environnement isolé",
  runner: "remote"
)

Les tâches se poursuivent même après avoir fermé la session locale. Les agents travaillent sur des branches, commettent des modifications et poussent des PRs.

Sessions pour le transfert de contexte

La CLI Gemini stocke l'historique dans des sessions. En passant session_id, on peut reprendre :

# Analyse
delegate_task(prompt: "Analyser src/auth/") -> task_1

# Résultat
get_task_result(task_1) -> { session_id: "abc-123" }

# Continuer
delegate_task(
  prompt: "En utilisant les résultats d'analyse, écrire des tests",
  session_id: "abc-123"
)

list_sessions affiche les sessions actives.

Politiques d'accès et répertoires

policy restreint l'accès aux outils :

• read-only — lecture uniquement.
• safe-edit — modification sans exécution de commandes shell.

Exemple :

delegate_task_readonly(
  prompt: "Vérifier src/auth/ pour des vulnérabilités",
  policy: "read-only"
)

include_dirs étend la visibilité au-delà du répertoire de travail.

Groupes d'agents et intégration aux pipelines

create_group regroupe les configurations :

create_group({
  name: "backend",
  runner: "remote",
  skill: "node-dev",
  policy: "safe-edit",
  max_agents: 3
})

delegate_to_group("backend", "Refactoriser le module auth", count: 2)

Les groupes sont stockés dans .agents/groups.json. Dans les pipelines :

create_pipeline({
  name: "Build & Test",
  steps: [{
    name: "run_tests",
    group: "backend",
    count: 3,
    prompt: "Exécuter votre suite de tests"
  }]
})

Le daemon lance count agents avec AGENT_INDEX, attend que tous soient terminés, et échoue rapidement — si un seul échoue, les autres sont annulés.

Points clés

• Les pipelines automatisent les dépendances, libérant l'orchestrateur.
• Le rebond avec limites évite les boucles infinies.
• Les exécuteurs SSH et cron permettent une exécution distribuée.
• Les politiques et groupes réduisent la duplication de configuration.
• Les sessions préservent tout le contexte entre les agents.

— Editorial Team