Skip to content
Produit

Construisez des workflows qui écrivent du code : présentation de l'étape Agent de Codage

Les workflows JieGou peuvent désormais inclure des agents de codage autonomes qui lisent, écrivent, éditent des fichiers et exécutent des commandes shell dans un environnement sandboxé. Voici comment cela fonctionne et pourquoi c'est important.

JT
JieGou Team
· · 6 min de lecture

La plupart des plateformes d’automatisation IA s’arrêtent au texte. Vous pouvez générer un rapport, rédiger un email ou résumer un document. Mais que faire si votre workflow doit écrire du code, exécuter des tests, mettre à jour un fichier de configuration ou générer un script de migration ?

Aujourd’hui nous lançons l’agent de codage — un nouveau type d’étape de workflow qui donne à vos automatisations la capacité d’interagir de manière autonome avec des bases de code.

Qu’est-ce que l’agent de codage ?

L’agent de codage est un nouveau type d’étape que vous pouvez ajouter à n’importe quel workflow JieGou. Vous lui donnez une description de tâche et le pointez optionnellement vers un dépôt Git. L’agent ensuite :

  1. Clone le dépôt (ou travaille dans un répertoire temporaire)
  2. Explore la base de code — lit les fichiers, cherche avec glob et grep
  3. Planifie son approche en fonction de ce qu’il trouve
  4. Implémente les changements — écrit de nouveaux fichiers, édite les existants
  5. Vérifie son travail — exécute les tests, vérifie les erreurs
  6. Rapporte avec un résumé et la liste des fichiers modifiés

Tout cela se passe de manière autonome, tour par tour, jusqu’à ce que la tâche soit complète ou que la limite de tours configurée soit atteinte.

Six outils intégrés

L’agent a accès à six outils, chacun conçu pour une opération spécifique :

OutilCe qu’il fait
readLire le contenu d’un fichier avec plage de lignes optionnelle
writeCréer ou écraser un fichier
editRemplacement exact de chaînes avec correspondance Unicode floue
bashExécuter des commandes shell avec application de timeout
globTrouver des fichiers par motif
grepRechercher dans le contenu des fichiers avec regex

Vous pouvez activer ou désactiver des outils individuels par étape. Par exemple, une étape « analyse en lecture seule » pourrait n’activer que read, glob et grep.

Sandboxé par défaut

La sécurité est non négociable quand vous donnez à un LLM accès à un système de fichiers et un shell. Chaque étape d’agent de codage en production s’exécute dans un conteneur Docker avec des contraintes strictes :

  • Pas d’accès réseau — le conteneur ne peut pas effectuer de connexions sortantes
  • Limites mémoire — kill OOM strict à 512 Mo
  • Limites CPU — plafonné à 25 % d’un cœur
  • Limites PID — empêche les fork bombs (max 50 processus)
  • Système de fichiers root en lecture seule — seul le répertoire de travail est inscriptible
  • Confinement de chemin — toutes les opérations sur les fichiers sont validées pour rester dans le répertoire de travail, avec traversée de liens symboliques bloquée
  • Application du timeout — les commandes bash sont tuées de force après le timeout configuré (par défaut : 2 minutes)

En mode développement, l’agent utilise les opérations du système de fichiers local pour une itération plus rapide. L’interface pluggable FileOperations signifie que les mêmes définitions d’outils fonctionnent dans les deux environnements.

Compaction itérative pour les sessions longues

Les tâches de codage complexes peuvent nécessiter de nombreux tours — 20, 30, voire 50 appels d’outils. C’est beaucoup de contexte. L’agent de codage utilise le même système de compaction itérative que l’IA conversationnelle de JieGou pour gérer les sessions longues :

  • Quand les messages accumulés approchent la fenêtre de contexte du modèle, les tours plus anciens sont compressés en un résumé structuré
  • Le résumé préserve les objectifs, la progression, les décisions clés et les références de fichiers
  • Les compactions suivantes mettent à jour le résumé existant plutôt que de le régénérer à partir de zéro

Cela signifie que l’agent ne perd jamais le fil de ce qu’il a fait, même dans des sessions qui durent des dizaines de tours.

Streaming d’événements en temps réel

Chaque action de l’agent émet un événement structuré :

  • turn_start / turn_end — suivi du nombre de tours et de l’utilisation de tokens
  • tool_call / tool_result — voir quels outils sont utilisés et leurs sorties
  • assistant_message — le raisonnement et les explications de l’agent
  • compaction — quand le contexte est compressé
  • agent_end — résumé final avec total des tours, tokens et fichiers modifiés

Ces événements alimentent la visualisation de progression en temps réel dans l’interface d’exécution de workflow et sont enregistrés dans la piste d’audit pour la conformité.

Cas d’usage

Voici quelques façons dont les équipes utilisent déjà l’agent de codage :

  • Génération automatisée de tests — le pointer vers un module et lui demander d’écrire des tests unitaires
  • Mises à jour de documentation — générer des docs API, des READMEs ou des changelogs à partir des changements de code
  • Scripts de migration — écrire des fichiers de migration de base de données basés sur les changements de schéma
  • Génération de configuration — produire des configs Terraform, Kubernetes YAML ou CI/CD à partir de modèles
  • Assistance à la revue de code — analyser un diff et générer des commentaires de revue
  • Mises à jour de dépendances — mettre à jour les versions de packages et corriger les changements cassants

Comment il s’intègre dans les workflows

L’agent de codage est une étape de workflow standard. Il peut :

  • Recevoir des entrées des étapes précédentes via des mappings d’entrée (par ex., un diff de PR depuis un déclencheur webhook)
  • Produire des résultats que les étapes en aval consomment (la réponse de l’agent, la liste des fichiers modifiés, l’utilisation de tokens)
  • S’exécuter en mode DAG aux côtés d’autres étapes avec des déclarations de dépendances
  • Utiliser n’importe quel fournisseur LLM — choisissez le modèle qui fonctionne le mieux pour les tâches de codage (Claude Opus pour les refactorisations complexes, Haiku pour les éditions simples)

Contrôle des plans et estimation des coûts

L’agent de codage est disponible sur les plans Pro et supérieurs. L’estimation des coûts tient compte du maxTurns configuré multiplié par les tokens moyens par tour, pour que vous obteniez une estimation précise avant de démarrer une exécution de workflow.

Les plans Enterprise obtiennent des pools de conteneurs dédiés pour une concurrence et une isolation supérieures.

Pour commencer

  1. Créez ou éditez un workflow
  2. Ajoutez une nouvelle étape et sélectionnez Agent de Codage comme type
  3. Écrivez votre description de tâche (soyez spécifique — incluez les chemins de fichiers, le comportement attendu, les commandes de test)
  4. Définissez optionnellement une URL de dépôt et une branche
  5. Configurez l’accès aux outils, les tours maximum et la sélection de modèle
  6. Exécutez le workflow

L’agent de codage apporte les capacités d’ingénierie logicielle dans la même plateforme où votre équipe exécute déjà la génération de contenu, le traitement de données et les workflows opérationnels. Pas d’outils séparés, pas de changement de contexte — juste une autre étape dans votre pipeline.

Disponible maintenant sur les plans Pro et Team. Commencez.

coding-agent workflows automation devops sandboxing docker
Partager cet article

Vous avez aime cet article ?

Recevez des astuces workflows, des mises a jour produit et des guides d'automatisation dans votre boite de reception.

No spam. Unsubscribe anytime.