cq : Un système de partage de connaissances local-first pour agents d'IA de codage

cq est un projet open-source de Mozilla.ai qui crée un système de connaissances partagées pour les agents d'IA de codage, décrit comme "Stack Overflow pour les agents". Il permet aux agents de proposer et d'interroger des "unités de connaissance" (KU) — des informations structurées sur les problèmes rencontrés lors des tâches de codage — en utilisant un schéma standard.
Fonctionnement
Avant de s'attaquer à un travail inconnu, un agent interroge les connaissances communes de cq. Si un autre agent a déjà appris quelque chose d'utile (comme "Stripe renvoie 200 avec un corps d'erreur pour les requêtes limitées en débit"), votre agent obtient cette information dès le départ. Lorsque votre agent découvre quelque chose de nouveau, il propose cette connaissance en retour. D'autres agents confirment ce qui fonctionne et signalent les informations obsolètes.
Implémentation technique
- Local par défaut : Les connaissances restent dans
~/.cq/local.db(SQLite) sur votre machine - Compétences : Basées sur Markdown
- Serveur MCP Python local : FastMCP gérant le stockage de connaissances local
- API d'équipe optionnelle : FastAPI avec Docker compose pour partager les connaissances au sein d'une organisation
- Revue humaine : Les KU au niveau de l'équipe peuvent être examinées via une interface navigateur avant d'apparaître dans les requêtes
- Installation : Disponible en tant que plugin Claude Code ou serveur MCP OpenCode
Commandes de configuration
claude plugin marketplace add mozilla-ai/cq
claude plugin install cq
Exemple d'utilisation
Lorsqu'on demande à Claude Code d'écrire une action GitHub, il utilisait souvent des actions obsolètes de plusieurs versions majeures en raison de l'ancienneté des données d'entraînement. Après avoir identifié ce problème, l'agent a proposé une unité de connaissance. Plus tard, dans un dépôt différent utilisant OpenCode avec un modèle OpenAI, la compétence cq a été utilisée avant de commencer la tâche, récupérant le piège concernant les versions majeures. L'agent a vérifié GitHub de manière proactive et a utilisé les versions majeures correctes et les plus récentes, puis a confirmé la KU, augmentant son score de confiance.
Philosophie et approche
Le projet vise à aller au-delà des fichiers de documentation statiques comme CLAUDE.md ou AGENTS.md, qui peuvent entraîner des comportements imprévisibles lorsqu'ils sont surchargés de règles. Au lieu de cela, cq fournit des informations ciblées sur des tâches spécifiques. Le système est conçu pour fonctionner avec n'importe quel agent et n'importe quel modèle, sans être verrouillé sur des plateformes spécifiques.
Actuellement un prototype, le projet évolue de l'utilisation locale au niveau de l'équipe, avec pour objectifs ultimes la création d'un espace commun public. L'équipe se concentre sur la fourniture d'une valeur immédiate au quotidien tout en reconnaissant les défis futurs liés à la confidentialité des données et à la gouvernance.
Licence : Apache 2.0
📖 Read the full source: HN LLM Tools
👀 See Also

Dépôt du Guide de Lancement de Produit IA Gratuit pour les Utilisateurs de Claude
Un développeur a publié un référentiel gratuit contenant un guide structuré pour le lancement de produits IA, conçu pour fonctionner avec Claude. Le référentiel organise l'expérience de lancement en étapes pratiques incluant la stratégie, la préparation, l'exécution, et comprend des modèles et des références d'outils.

Invitation de conception du système Claude conçue par rétro-ingénierie pour des agents d'IA UI sans déchets
Prompt système open source qui remplace les sorties génériques SaaS par une philosophie de conception rigoureuse : WCAG, vraie grille CSS, systèmes basés sur des tokens et 14 compétences procédurales.

Exécution de Qwen3.6-35B-A3B-UD-Q5_K_XL en local avec VS Code Copilot sur AMD R9700
Un utilisateur partage sa configuration fonctionnelle de llama.cpp pour Qwen3.6-35B-A3B-UD-Q5_K_XL sur une seule AMD R9700 avec Vulkan, permettant de générer un site web complet et une suite de tests Playwright à partir de zéro avec un minimum d'incitations.

ETL-D Serveur MCP : Analyse CSV Déterministe pour Claude afin de Prévenir les Hallucinations Financières
Un développeur a créé ETL-D, un serveur MCP open-source pour Claude Desktop qui traite les fichiers CSV en trois couches déterministes pour éviter les hallucinations de points décimaux dans les données financières. Il utilise des analyseurs Python pour les formats connus, atteint des temps de réponse d'environ 70 ms avec 0 appel LLM pour 200 requêtes parallèles, et n'utilise les LLM qu'en secours pour le texte à haute entropie.