Flue : un framework TypeScript pour construire des agents de codage autonomes

✍️ OpenClawRadar📅 Publié: May 3, 2026🔗 Source
Flue : un framework TypeScript pour construire des agents de codage autonomes
Ad

Flue est un framework TypeScript pour construire des agents autonomes utilisant une architecture de harnais programmable — le même modèle derrière Claude Code et Codex. Il permet de définir des agents qui planifient, rassemblent du contexte, écrivent des fichiers, génèrent des sous-agents et exécutent des commandes shell, le tout dans un environnement bac à sable.

Fonctionnalités clés

  • Harnais d'agent : Combine un modèle (par ex., Anthropic Claude Sonnet 4-6) avec un harnais pour des outils comme la lecture/écriture de fichiers, grep, glob, exécution bash et accès réseau.
  • Sessions : Contextes persistants pour suivre le travail, similaires aux sessions Claude Code ou Codex.
  • Compétences : Workflows réutilisables avec sortie structurée utilisant Valibot pour la validation à l'exécution.
  • Bac à sable : Bac à sable virtuel intégré sans configuration, ou connexion à votre propre bac à sable distant. Contrôle fin des variables d'environnement et de l'exposition des jetons.
  • Déploiement : Les agents sont regroupés dans un serveur HTTP pour une utilisation à distance, ou exécutés via CLI (flue run) pour des tâches locales et CI.
Ad

Exemple : Triage d'issue IA en 22 lignes

import type { FlueContext } from '@flue/sdk/client';
import { Octokit } from '@octokit/core';
import * as v from 'valibot';

export default async function ({ init, payload, env }: FlueContext) { const { issueNumber } = payload; const agent = await init({ model: 'anthropic/claude-opus-4-7' }); const session = await agent.session();

const triage = await session.skill('triage', { args: { issueNumber }, result: v.object({ severity: v.picklist(['low', 'medium', 'high', 'critical']), reproducible: v.boolean(), summary: v.string(), }), });

const body = **Severity:** ${triage.severity}\n**Reproducible:** ${triage.reproducible}\n\n${triage.summary}; await (new Octokit({ auth: env.GITHUB_TOKEN })).request( 'POST /repos/{owner}/{repo}/issues/{num}/comments', { owner: 'withastro', repo: 'flue', num: issueNumber, body }, ); }

À qui cela s'adresse

Développeurs créant des agents IA personnalisés pour la revue de code, le triage d'issues, l'analyse de données, le support client ou l'automatisation de codage, qui souhaitent un contrôle total sur la pile d'agents sans louer un outil tiers.

📖 Lire la source complète : HN LLM Tools

Ad

👀 See Also

Agents IA de Pokemon Showdown construits avec des API LLM gratuites et appel d'outils
Tools

Agents IA de Pokemon Showdown construits avec des API LLM gratuites et appel d'outils

Un système qui utilise Llama 3, Qwen, Gemma via des niveaux d'API gratuits pour jouer de manière autonome à des combats Pokémon Showdown avec des appels d'outils structurés, prenant en charge les modes humain vs IA et IA vs IA.

OpenClawRadar
Des chercheurs de Stanford publient OpenJarvis : un framework local-first pour les agents d'IA sur appareil.
Tools

Des chercheurs de Stanford publient OpenJarvis : un framework local-first pour les agents d'IA sur appareil.

Des chercheurs de Stanford ont publié OpenJarvis, un framework local-first pour construire des agents d'IA personnels sur appareil, dotés d'outils, de mémoire et de capacités d'apprentissage. Le projet inclut des liens vers un dépôt GitHub et un site web pour que les développeurs puissent l'explorer.

OpenClawRadar
Claude débogue et corrige son propre bug de serveur de système de fichiers MCP pour les chemins UNC sous Windows
Tools

Claude débogue et corrige son propre bug de serveur de système de fichiers MCP pour les chemins UNC sous Windows

Un développeur a utilisé Claude Opus pour diagnostiquer et corriger un bug dans le MCP Filesystem Server où les chemins de partage réseau UNC sous Windows échouaient pour les opérations sur les sous-répertoires. La correction résout un problème de validation de chemin qui empêchait l'accès aux fichiers et dossiers dans les partages UNC.

OpenClawRadar
Académie d'Apprentissage RAG Construite à l'Intérieur de Claude Code avec 20 Agents Spécialisés
Tools

Académie d'Apprentissage RAG Construite à l'Intérieur de Claude Code avec 20 Agents Spécialisés

Un développeur a créé une académie d'apprentissage RAG interactive dans Claude Code, comprenant 20 agents spécialisés, 17 commandes slash et un programme de 9 modules qui évalue le niveau de connaissances et utilise par défaut des outils open source.

OpenClawRadar