Agent Swarm : Cadre d'Orchestration Multi-Agents pour Assistants de Codage IA

Coordination Multi-Agents pour les Tâches de Développement
Agent Swarm fournit un framework pour exécuter des équipes d'agents d'IA de codage qui collaborent de manière autonome. Le système utilise un agent principal qui reçoit des tâches de diverses sources, les décompose en sous-tâches et les délègue à des agents travailleurs s'exécutant dans des conteneurs Docker isolés.
Architecture et Fonctionnalités Clés
- Coordination Principal/Travailleur – Un agent principal délègue et suit le travail à travers plusieurs travailleurs
- Isolation Docker – Chaque travailleur s'exécute dans son propre conteneur avec un environnement de développement complet
- Points d'intégration – Intégration avec Slack, GitHub et email pour créer des tâches
- Gestion du cycle de vie des tâches – Files d'attente par priorité, dépendances, pause/reprise entre les déploiements
- Mémoire cumulative – Les agents apprennent de chaque session et s'améliorent avec le temps
- Identité persistante – Chaque agent conserve sa propre personnalité, expertise et style de travail
- Interface Dashboard – Surveillance en temps réel des agents, tâches et discussions inter-agents
- Découverte de services – Les travailleurs peuvent exposer des services HTTP et se découvrir mutuellement
- Tâches planifiées – Automatisation des tâches récurrentes basée sur Cron
Options de Démarrage Rapide
Le framework prend en charge plusieurs approches de déploiement :
Option A : Docker Compose (recommandé)
git clone https://github.com/desplega-ai/agent-swarm.git
cd agent-swarm
# Configurer l'environnement
cp .env.docker.example .env
# Modifier .env — définir au minimum API_KEY et CLAUDE_CODE_OAUTH_TOKEN
# Tout démarrer
docker compose -f docker-compose.example.yml --env-file .env up -dL'API s'exécute sur le port 3013.
Option B : API Locale + Travailleurs Docker
git clone https://github.com/desplega-ai/agent-swarm.git
cd agent-swarm
bun install
# 1. Configurer et démarrer le serveur API
cp .env.example .env
# Modifier .env — définir API_KEY
bun run start:httpDans un nouveau terminal, démarrer un travailleur :
# 2. Configurer et exécuter un travailleur Docker
cp .env.docker.example .env.docker
# Modifier .env.docker — définir API_KEY (identique ci-dessus) et CLAUDE_CODE_OAUTH_TOKEN
bun run docker:build:worker
mkdir -p ./logs ./work/shared ./work/worker-1
bun run docker:run:workerOption C : Claude Code comme Agent Principal
# Après avoir démarré le serveur API (Option B, étape 1) :
bunx @desplega.ai/agent-swarm setupCela configure Claude Code pour se connecter à l'essaim. Démarrer Claude Code et lui dire : "Enregistrez-vous comme l'agent principal dans l'agent-swarm."
Comment Ça Marche
Le système suit ce flux : Vous envoyez une tâche via un message direct Slack, une mention GitHub @, un email, ou directement via l'API. L'agent principal planifie en décomposant la tâche et en assignant des sous-tâches aux travailleurs. Les travailleurs s'exécutent dans des conteneurs Docker isolés avec git, Node.js, Python et d'autres outils de développement. La progression est suivie en temps réel via le tableau de bord.
Ce type de système multi-agents est utile pour les développeurs qui souhaitent automatiser des flux de travail de développement complexes où les tâches doivent être décomposées et exécutées en parallèle, chaque agent se spécialisant dans différents aspects du travail.
📖 Lire la source complète : HN AI Agents
👀 See Also

Protocole Pilote : Couche de Réseau pour les Agents OpenClaw
Pilot Protocol est une couche réseau open source qui gère la connectivité entre les agents OpenClaw sur différentes machines. Il fournit des adresses virtuelles permanentes, des tunnels UDP chiffrés et un traversée NAT sans VPN ni ngrok.

Développeur Teste Qwen3.5 27B face à des Modèles Plus Grands pour des Tâches de Codage Locales
Un développeur a testé plusieurs modèles Qwen3.5 et Nemotron, constatant que Qwen3.5-27B-GGUF:UD-Q6_K_XL fonctionne bien pour les tâches de développement sur du matériel existant 2x RTX 3090, avec 803 pp et 25 tg/s pour un contexte de 256k sur vast.ai.

PixelCheck : Un paquet npm permettant aux agents IA de vérifier visuellement les pages web
PixelCheck est un package npm qui permet aux agents IA d'ouvrir, d'interagir et d'évaluer visuellement des pages web — fini les boucles manuelles de capture d'écran et de feedback.

Oh-My-Mermaid : Compétence Claude Code pour la génération automatique de diagrammes d'architecture
Oh-My-Mermaid est une compétence Claude Code qui analyse les bases de code et génère automatiquement des diagrammes d'architecture Mermaid ainsi que de la documentation. Il est installé via npm et utilisé avec la commande /omm-scan dans Claude Code.