AIF Handoff : agent autonome pour le développement de code

# Agent de Développement Autonome : Comment AIF Handoff Remplace les Flux de Travail Manuels

Vous créez une tâche dans l'interface, fermez votre ordinateur portable — quelques minutes plus tard, une notification Telegram arrive concernant la PR prête. Ce n'est pas de la science-fiction, mais la réalité propulsée par AIF Handoff : un système d'agents autonomes construit sur AI Factory et compatible avec n'importe quel outil LLM comme Claude Code ou Cursor. Au cœur : la gestion du contexte, la planification itérative et l'auto-apprentissage basé sur les patches.

Pourquoi le « codage à l'instinct » classique ne passe pas à l'échelle

La plupart des développeurs passent par trois étapes dans leur interaction avec les LLM :

• Loterie — un seul prompt, en espérant la chance. Le modèle génère du code plausible mais non fonctionnel car il manque le contexte du projet. Chaque requête repart de zéro, sans historique des décisions précédentes.
• Prompts de « mamie » — des instructions du style « tu es un dev senior avec 15 ans d'expérience ». Elles changent le ton de la réponse mais pas sa qualité. Le modèle simule la confiance, pas la compétence.
• Flux de travail manuel — vous assemblez vous-même le contexte : copier des fichiers, préciser les contraintes, exécuter les commandes une par une. Les résultats s'améliorent, mais le processus reste laborieux et sujet aux erreurs à cause des contextes oubliés.

Idée clé : les LLM ne lisent pas dans les pensées. Ils ne travaillent qu'avec ce que vous leur fournissez. Plus le contexte est précis et complet, plus la sortie est prévisible. Exemple :

Mauvais :

Implement JWT auth using best practices

Bon :

Voici AuthService (code), voici comment les sessions sont stockées (code), voici le middleware (code).
Besoin d'ajouter un refresh token. Utiliser Laravel Sanctum, aucune modification autorisée.
Voici le test qui doit passer.

Dans le second cas, la marge d'imagination du modèle est minimisée. Le succès se mesure à des critères concrets, pas à des « best practices » vagues.

Comment AI Factory Systématise le Contexte

AI Factory est un outil CLI et un écosystème de compétences qui gère automatiquement le contexte pour n'importe quel agent de codage. Après installation (npm install -g ai-factory && ai-factory init), il scanne le projet, identifie la stack et crée la structure :

your-project/
├── .claude/
│   └── skills/           ← fichiers markdown avec instructions pour agents
├── .ai-factory/
│   ├── DESCRIPTION.md    ← description du projet, stack, architecture
│   ├── PLAN.md           ← plan actuel
│   ├── patches/          ← patches d'auto-apprentissage
│   └── evolutions/       ← logs d'évolution des compétences
└── .ai-factory.json

Les compétences ne sont pas des conseils génériques — ce sont des instructions précises : « comment exactement créer un plan dans ce projet », « quels fichiers modifier pour les changements d'authentification ». Commandes clés :

• /aif — initialiser le contexte de session
• /aif-plan — créer le plan et la branche git
• /aif-implement — exécuter les tâches avec commits de checkpoint
• /aif-fix — corriger un bug + créer un patch d'auto-apprentissage
• /aif-evolve — analyser les patches et mettre à jour les compétences
• /aif-verify — vérifier le résultat contre le plan

L'auto-apprentissage se fait en continu : chaque /aif-fix enregistre un patch, et /aif-evolve y détecte des patterns pour adapter les compétences. Avant chaque /aif-implement, l'agent lit tous les patches accumulés — le système apprend même sans appels explicites à evolve.

AIF Handoff : Humain sur la Boucle, Pas dans la Boucle

AI Factory résout les problèmes de contexte mais nécessite encore des lancements manuels de commandes. AIF Handoff supprime cette dernière barrière — c'est une application web avec un tableau Kanban qui automatise entièrement le pipeline d'agents :

Backlog → Planification → Plan Prêt → Implémentation → Revue → Terminé

Vous créez une tâche dans l'UI — le système la déplace à travers les statuts via WebSocket. À l'intérieur, des coordinateurs spécialisés gèrent le travail :

• plan-coordinator — ne se contente pas de générer un plan mais l'affine itérativement via plan-polisher jusqu'à satisfaction des critères de qualité.
• implement-coordinator — analyse les dépendances de tâches et lance des workers parallèles dans des worktrees git séparés quand c'est sûr.
• review-sidecar + security-sidecar — vérifient concurremment le code contre le plan et pour les vulnérabilités (XSS, injections SQL, fuites de données). Avec MCP Playwright, ils exécutent des tests navigateur.

Si la revue détecte des problèmes, la tâche se relance automatiquement — mais avec une limite d'itérations stricte pour éviter de consumer tout votre budget de tokens en une nuit.

Humain-sur-la-boucle ≠ Humain-dans-la-boucle

• Humain-dans-la-boucle : vous intervenez à chaque étape. Contrôle maximum, vitesse minimale.
• Humain-sur-la-boucle : vous définissez la tâche et les critères — le système tourne en autonome. Vous approuvez ou rejetez le résultat final. C'est comme ça que fonctionne Handoff.

Deux modes d'exécution :

• Subagents (par défaut) — pipeline complet avec affinage itératif, workers parallèles et sidecars de qualité. Qualité supérieure, coût plus élevé.
• Skills — exécution en une passe via les commandes de base d'AI Factory. Plus rapide et moins cher, idéal pour les tâches simples.

Installation et Synchronisation Bidirectionnelle

Lancer Handoff :

git clone https://github.com/lee-to/aif-handoff
cd aif-handoff
npm install
npm run init
npm run dev

Ou via Docker (recommandé) :

docker compose up

Cela lance trois services : API (Hono + WebSocket), Web (React UI) et Agent (coordinateur). Au premier lancement, OAuth Claude Code requis. Config dans .env :

AI_LANGUAGE=ru                  # langue de l'agent
MAX_REVIEW_ITERATIONS=3         # limite d'itérations de revue
AGENT_USE_SUBAGENTS=true        # mode d'exécution
TELEGRAM_BOT_TOKEN=...          # pour notifications
TELEGRAM_CHAT_ID=...

Handoff et AI Factory synchronisent de manière bidirectionnelle via MCP. Démarrer une tâche dans Handoff, passer à un travail direct avec Claude Code — les changements se reflètent automatiquement sur le tableau Kanban. N'importe quel agent compatible MCP peut rejoindre.

Comment Il Diffère de Paperclip et Autres Fonctionnalités

Paperclip orchestre des agents pour le marketing, le contenu, le SEO. Il gère les flux de texte et d'informations. AIF Handoff est conçu pour le développement : il connaît votre stack, vérifie le code (pas le texte), utilise des worktrees git pour isoler les workers, et apprend des patches spécifiques au projet.

Points clés :

• Contexte > prompts. Des entrées plus spécifiques = sorties plus stables.
• Auto-apprentissage via patches (/aif-fix → /aif-evolve) — clé de l'adaptation au projet.
• Humain-sur-la-boucle délègue le travail routinier tout en gardant le contrôle final.
• Workers parallèles et revue itérative boostent la qualité mais nécessitent des limites de tokens.
• Synchronisation bidirectionnelle permet de passer librement entre Handoff et le travail direct avec agents.

Tech stack : Node.js + TypeScript (Turborepo), SQLite (drizzle-orm), Hono API, React + TailwindCSS, node-cron. Couverture de tests >70 %, ESLint pour protéger les couches. Roadmap : plugin JetBrains et intégration CI/CD.

— Editorial Team