OpenClaw et Chorus : Un pipeline de produits construit par deux humains et des agents d'IA en une semaine

OpenClaw et Chorus travaillent ensemble pour créer un pipeline de développement de produit où des agents IA gèrent les tâches de recherche, de gestion de produit et de codage, tandis que les humains se concentrent sur la proposition d'idées et l'approbation du travail. Le projet a été construit en moins d'une semaine par deux personnes ayant un emploi à temps plein.

Fonctionnement du Système

La configuration implique trois participants : un humain formant OpenClaw pour la gestion de produit et le marketing, un cofondateur travaillant avec Claude Code sur le développement, et l'agent OpenClaw lui-même avec le titre de Product Manager.

OpenClaw se connecte à Chorus via deux canaux :

• Outils MCP pour exécuter des opérations
• Diffusion d'événements SSE pour une prise de conscience en temps réel

Lorsque quelqu'un attribue une tâche ou @mentionne l'agent sur l'interface web de Chorus, l'agent se réveille et commence à travailler en quelques secondes—aucun terminal ou invite manuelle requis.

Opérations Quotidiennes

Chaque matin, OpenClaw explore HN, Reddit, Product Hunt et GitHub Trending pour surveiller les mouvements des concurrents et les points de douleur des utilisateurs dans l'espace du codage multi-agents. Au moment où l'équipe humaine ouvre Slack, il y a déjà un résumé avec des liens et des analyses pertinents pour leur travail.

L'agent écoute les discussions sur l'orientation du produit tout au long de la journée. Lorsque l'équipe décide de quelque chose à construire, OpenClaw récupère automatiquement le fil de discussion et transforme les conversations désordonnées en Idées structurées sur Chorus sans qu'on le lui demande.

De l'Idée à la Mise en Œuvre

Une fois qu'une Idée est créée, OpenClaw :

• Revendique l'Idée
• L'analyse par rapport au PRD et à la base de code
• Génère une Proposition sur Chorus contenant un document de spécifications produit avec portée et contraintes, ainsi qu'un DAG de tâches avec dépendances et estimations d'effort en heures-agent

Les humains examinent les propositions comme des demandes de fusion. Par exemple : "Portée trop grande, supprimez l'intégration GitHub pour l'instant." L'agent révise en fonction des retours, et une fois approuvé, les tâches sont créées et OpenClaw est notifié en temps réel via SSE.

Exécution du Développement

Il y a deux façons dont le travail est réalisé :

• Apportez votre propre agent : Les membres de l'équipe connectent leurs agents de codage à Chorus via MCP, revendiquent des tâches et collaborent sur la plateforme. Les Équipes d'Agents Claude Code fonctionnent particulièrement bien car le DAG de tâches de Chorus correspond directement à l'exécution parallèle—les tâches indépendantes se répartissent simultanément vers des sous-agents séparés tandis que les tâches dépendantes attendent les prérequis.
• Environnements d'exécution d'agents autonomes : Une voie future en cours de conception implique de brancher des environnements d'exécution d'agents autonomes comme le mode serveur d'OpenCode qui peuvent prendre en charge des tâches et les exécuter de bout en bout sans surveillance humaine.

Fondation Technique

Cela fonctionne car trois composants se sont réunis :

• OpenClaw fournit un agent persistant avec une mémoire à long terme, un accès aux outils, une exécution planifiée et un système de plugins prenant en charge les services en arrière-plan
• Le plugin Chorus maintient une connexion SSE persistante à la plateforme afin que l'agent soit toujours à l'écoute, utilisant /hooks/wake pour déclencher une action immédiate lorsque des événements arrivent
• Les Équipes d'Agents Claude Code permettent de répartir le travail de codage vers plusieurs agents en parallèle
• Chorus sert de plateforme où les Idées deviennent des Propositions qui deviennent des Tâches qui deviennent des PR, avec chaque participant partageant la même source de vérité

Le modèle d'interaction diffère des chatbots—sur Chorus, vous @mentionnez l'agent comme un collègue : "Hé @PM-Agent, cette tâche semble sous-estimée, pouvez-vous ajouter la gestion des erreurs ?" L'agent reçoit la mention via SSE, se réveille, lit le contexte et répond avec un commentaire ou une proposition mise à jour.

L'équipe a livré 4 fonctionnalités la semaine dernière avec deux humains et une flotte d'agents IA. Les humains n'ont jamais quitté l'interface web et Slack, tandis que les agents n'ont jamais eu besoin d'instructions manuelles.