Un développeur enferme un agent de codage dans une cage YAML : 18 outils et 12 skills
Un agent de codage écrit bien du code, mais sur les automatisations d'entreprise, il casse discrètement les choses à la dixième modification : il réécrit par exemple un prompt, et personne ne s'en aperçoit. L'auteur d'AQVEN décrit son workflow en YAML par-dessus Pydantic AI, et ne laisse l'agent accéder au graphe que via un serveur MCP : 18 outils et 12 skills (instructions prêtes à l'emploi). Les erreurs apparaissent dès le build, comme avec un typeur. Si un agent écrit vos pipelines d'IA, commencez par lui construire un environnement strict.
Traité par IA depuis Habr AI ; édité par Hamidun News
Imaginez que vous confiez à un agent de codage la construction d'une automatisation d'IA pour le service client. Les premières modifications se passent bien. Mais à la dixième ou quinzième, l'agent réécrit discrètement un prompt ou casse une étape voisine, et vous l'apprenez de la bouche d'un client.
L'auteur de l'outil AQVEN a résolu ce problème ainsi. L'intégralité du workflow est décrite dans des fichiers YAML et Markdown, par-dessus le framework Pydantic AI (une bibliothèque Python pour travailler avec les LLM). L'agent n'accède au graphe que via un serveur MCP, c'est-à-dire un ensemble standard d'outils pour les agents d'IA.
On compte 18 outils, auxquels s'ajoutent 12 skills, c'est-à-dire des instructions prêtes à l'emploi pour des tâches types. L'ensemble forme un environnement rigide dont l'agent ne sort pas. Il s'agit d'une expérience d'ingénierie personnelle, et non d'un benchmark ; elle est utile à ceux qui mettent en production des pipelines à base de LLM.
Réserve importante : l'auteur est lui-même le créateur d'AQVEN. C'est un wrapper au-dessus de Pydantic AI, distribué sous licence source-available. Le texte ne donne aucun chiffre du type « N % d'erreurs en moins » : ce qui suit décrit une approche, et non un effet démontré.
Pourquoi les frameworks existants ne suffisent pas
LangGraph, Pydantic AI, CrewAI, Mastra et VoltAgent savent gérer les streams, les branches parallèles, la sortie JSON structurée et les schémas d'entrée. L'observabilité, c'est-à-dire la traçabilité des appels, est également disponible avec Langfuse, LangSmith, Arize Phoenix ou Braintrust. Selon l'auteur, cela ne suffit pas lorsque c'est un agent qui écrit le workflow.
Un pipeline complexe se construit à partir de patterns : map-reduce, LLM-as-a-judge (un modèle évalue les réponses d'un autre), boucle de réparation (correction d'une réponse ratée), génération divergente puis convergente. Chaque pattern multiplie le nombre d'appels. Au bout de quelques itérations, la trace compte des milliers d'entrées, et les modèles multimodaux acceptent en plus des types de données différents. Comprendre exactement ce que le modèle a reçu en entrée, surtout quand le prompt est assemblé à partir d'un contexte abondant, est presque impossible. Le framework fournit une trace, mais il ne donne pas à l'humain de moyen de la lire.
Trois couches : YAML, harness et Studio
Couche 1 : workflow déclaratif. Tout le flow est décrit dans des fichiers Markdown et YAML ; le code n'intervient qu'à l'endroit où il est nécessaire. Le graphe est défini dans le fichier Flow : entrée, sortie, contexte et ordre des nœuds. L'exemple de l'auteur est un cas de support pour une marque d'éclairage intelligent, comptant 17 nœuds : analyse des pièces jointes, vote sur l'intention du client, formulaire avec réparation, réponse issue de la base de connaissances et panel de juges.
Chaque nœud est un dossier de trois fichiers. Le fichier .node.yaml contient les liens, le fichier .inference.yaml définit le contrat d'entrée et de sortie avec types et limites (par exemple, un texte d'au plus 4000 caractères et au plus 20 signaux). Le prompt est stocké dans *.prompt.md sous forme de modèle avec embranchements et fragments réutilisables. Les erreurs apparaissent donc à l'étape du build, comme avec un typeur statique. La commande aqven check valide chaque fichier et simule l'exécution de chaque flow avec des stubs à la place des modèles. Ni clés ni réseau ne sont nécessaires, aucun token n'est dépensé : la vérification peut donc être lancée après chaque modification.
Couche 2 : harness pour l'agent. C'est l'environnement dans lequel l'agent évolue et dont il ne sort pas. Il comprend un serveur MCP avec 18 outils et 12 skills.
L'agent ne modifie pas le graphe par écriture directe de fichiers, mais via l'outil flow_patch avec CAS : une modification effectuée sur une version obsolète n'est tout simplement pas appliquée. Les hooks de Claude Code lancent automatiquement aqven check, pyright et pytest après chaque changement. L'outil prompt_preview affiche le prompt exact assemblé pour un nœud.
Les cas de test servant à évaluer le résultat ne sont pas transmis à l'agent, qui ne peut donc pas ajuster sa modification pour les passer. La commande aqven new crée un projet avec AGENTS.md, CLAUDE.
md et .mcp.json, de sorte que l'agent est opérationnel sans configuration supplémentaire.
Couche 3 : Studio. Un agent peut modifier mille lignes d'un coup, impossible à relire à la main. Le débogueur n'affiche donc pas un arbre de spans, mais la structure du flow : pour chaque nœud, on voit le type, le statut, le coût et le temps. Les branches imbriquées se déplient en matrices d'appels, et chaque cellule présente le modèle, l'entrée, le prompt, la sortie et le résultat de la vérification.
Ce que cela apporte concrètement
Du point de vue des coûts, deux choses sont utiles. D'une part, on peut lancer non pas tout le flow, mais une plage de nœuds, y compris à partir du milieu, en réutilisant les sorties d'exécutions précédentes. Une étape peut être revérifiée sans payer l'ensemble du pipeline. D'autre part, les panneaux d'expérimentation permettent de comparer des modèles selon la qualité, le prix et le comportement dans différentes situations. Pour les entrées multimodales, c'est important : les modèles s'y comportent différemment et présentent leurs propres bugs.
Les limites sont claires. L'outil est lié à l'écosystème Pydantic AI et à Python, et il est configuré avant tout pour Claude Code. La licence est source-available, et non open source au sens classique. Il n'existe pas de mesures publiques de fiabilité. Mais l'idée elle-même se transpose à d'autres stacks. Si un agent écrit vos automatisations, donnez-lui un canal étroit de modifications avec versionnement, une vérification sans appel au modèle, un jeu de tests qu'il ne voit pas et une analyse d'exécution lisible par un humain. Alors la corruption discrète d'un prompt se transforme en statut rouge au build.
Le code et la documentation sont disponibles sur GitHub (lastonoga/AQVEN) et sur le site aqvenstudio.com.
- 21 nov. 2026Les offres FDE ont été multipliées par 4,6 en un an : ce que fait un ingénieur chez le client
- 21 nov. 2026Sakana AI crée un laboratoire appliqué pour modéliser les marchés et l'économie
- 21 nov. 2026Meta prépare Muse Charm, un tamagotchi IA à 300 $ avec un an de 5G Verizon
- 21 nov. 2026Dreamteam lève 53 M$ pour un CRM qui se remplit tout seul à partir des e-mails et des appels
Questions clés sur cet article
Pourquoi les frameworks existants ne suffisent pas?
LangGraph, Pydantic AI, CrewAI, Mastra et VoltAgent savent gérer les streams, les branches parallèles, la sortie JSON structurée et les schémas d'entrée. L'observabilité, c'est-à-dire la traçabilité des appels, est également disponible avec Langfuse, LangSmith, Arize Phoenix ou Braintrust. Selon l'auteur, cela ne suffit pas lorsque c'est un agent qui écrit le workflow.
Que sait-on sur Trois couches : YAML, harness et Studio ?
Couche 1 : workflow déclaratif. Tout le flow est décrit dans des fichiers Markdown et YAML ; le code n'intervient qu'à l'endroit où il est nécessaire. Le graphe est défini dans le fichier Flow : entrée, sortie, contexte et ordre des nœuds. L'exemple de l'auteur est un cas de support pour une marque d'éclairage intelligent, comptant 17 nœuds : analyse des pièces jointes, vote sur l'intention du client, formulaire avec réparation, réponse issue de la base de connaissances et panel de juges.
Que sait-on sur Ce que cela apporte concrètement ?
Du point de vue des coûts, deux choses sont utiles. D'une part, on peut lancer non pas tout le flow, mais une plage de nœuds, y compris à partir du milieu, en réutilisant les sorties d'exécutions précédentes. Une étape peut être revérifiée sans payer l'ensemble du pipeline. D'autre part, les panneaux d'expérimentation permettent de comparer des modèles selon la qualité, le prix et le comportement dans différentes situations.
Build & Ship Production AI Agents Without Boilerplate Code
Start your free 72-hour trial at Hamidun Academy (academy.hamidun.com) — interactive lessons on Claude Code & Cursor, live Tech Radar, and production agent templates.
L'essentiel de l'IA — une fois par semaine
Sept actus qui ont vraiment compté, choisies à la main. Sans bruit ni communiqués.
C'est fait ! Vérifiez votre boîte mail pour la confirmation.