Agents IA personnels, déployés et pilotés

Le point de départ

Un agent IA personnel va plus loin qu'un chatbot : il garde une mémoire, exécute des tâches planifiées et répond sur une messagerie. Ce savoir-faire a été construit en deux temps sur un agent open source : une installation locale couplée à Claude Code en juin 2026, puis un déploiement cloud toujours actif, doté de sa propre console de pilotage, en septembre 2026.

Le problème

Les agents open source sont puissants mais difficiles à mettre en service pour un non-spécialiste : installation, hébergement, secrets, coûts d'inférence, accès à distance. Une fois en ligne, on ne peut souvent les piloter que par messagerie, sans vue claire sur les automatisations ni sur les journaux.

La réponse

L'agent est hébergé dans un conteneur avec un volume persistant, joignable sur Telegram, et doté d'une console web et d'une ligne de commande : créer, lancer ou suspendre des automatisations, discuter avec l'agent, suivre les logs. Son API interne n'est jamais exposée directement : un proxy authentifié injecte la clé côté serveur. L'installation est documentée, reproductible, et le choix des modèles tient compte du coût.

• Agent toujours actif en conteneur (Docker, Railway), mémoire sur volume persistant, accès Telegram
• Console web : automatisations planifiées (créer, lancer, suspendre, supprimer), chat et logs en direct
• Ligne de commande de pilotage : état, logs, redémarrage, questions à l'agent, gestion des tâches
• Proxy authentifié vers l'API interne de l'agent, clé injectée côté serveur
• Personnalité de l'agent versionnée et installée à chaque démarrage
• Couplage local où l'agent orchestre et délègue l'exécution du code à Claude Code
• Guide d'installation en 10 étapes et script d'installation vérifié

Sous le capot

Un seul service héberge l'agent open source, son superviseur (statut, logs, redémarrage), la console web et un proxy vers l'API de l'agent, qui reste liée à l'interface locale du conteneur. Le superviseur d'origine n'est modifié que sur quatre lignes : toute la logique ajoutée vit dans un module séparé, pour rester synchronisable avec le modèle communautaire. La clé d'API est générée au premier démarrage et conservée sur le volume persistant. En local, l'agent planifie avec un modèle économique et délègue l'exécution technique à Claude Code.

Le défi notable

Des automatisations échouaient alors que le chat fonctionnait : le planificateur cherche le modèle dans une variable que l'interface d'administration ne renseigne pas, et l'API ne permet pas de le fixer. Le problème a été isolé en production puis corrigé en faisant le pont entre les deux variables dans control.py, et consigné dans la documentation.

Mon rôle

Installation, développement de la console et de la ligne de commande, déploiement cloud entièrement en ligne de commande, et vérification de bout en bout d'une automatisation.

Où en est le projet ?

L'agent tourne en production depuis le 7 septembre 2026 et le cycle complet d'une automatisation (création, exécution, suppression) a été vérifié. Le dispositif est prêt à être reproduit pour un autre utilisateur ; il n'a pas encore été installé chez un client.

• Reproduire l'installation pour un premier utilisateur externe
• Isoler chaque agent : secrets, volume et messagerie propres

Quelques repères

Les outils du projet

Agent

Hermes Agent (open source, Nous Research)

Pilotage

Python (Starlette, aiohttp), HTML/CSS/JS sans framework, CLI Node.js

Hébergement

Docker, Railway, volume persistant

Messagerie

Telegram

Modèles

DeepSeek (orchestration), Claude Code (exécution en local)

Scripts

PowerShell, Python