CabraMesh · Ingénierie agentique
CabraMesh est le nom de nos travaux de recherche V2 en ingénierie agentique : une architecture agentique locale et multi-agents, encore en conception, distincte de la solution libre rf-test-agents (V1). Une IA utile ne doit pas seulement proposer. Elle doit agir dans un cadre maîtrisé, sous contrôle humain, et appuyer ses conclusions sur des preuves.
Plus d’autonomie, sans perdre la maîtrise
Avec CabraMesh, AI Cabra explore une architecture agentique locale pour les environnements d’entreprise exigeants. Notre cap : associer la souplesse des modèles à la rigueur de l’ingénierie logicielle, sans confondre une réponse convaincante avec un résultat vérifié.
L’humain garde la main
Les objectifs et les limites restent sous votre contrôle. L’autonomie recherchée s’inscrit dans un périmètre approuvé, pas dans une délégation sans limite.
Vos données restent chez vous
La conception privilégie une infrastructure locale maîtrisée, sans dépendance implicite à un service externe pour traiter vos données privées.
Des résultats vérifiables
La qualité se juge sur des faits observables. Les actions et leurs résultats doivent pouvoir être relus, discutés et validés.
De l’assistant qui répond à l’équipe qui fait avancer
Imaginez des agents capables de préparer un travail, de le confronter au terrain et d’en faire vérifier le résultat, sans vous retirer la décision. Notre recherche vise cette continuité : passer d’une intention métier à des actions maîtrisées, avec des responsabilités claires et des preuves consultables. La méthode STDD en apporte le point de départ : le réel avant la promesse.
Transformer une intention en travail concret
Partir d’un besoin métier, clarifier ce qui est attendu et préparer une démarche exploitable par votre équipe. Le cap : moins d’allers-retours entre une idée, un plan et sa mise à l’épreuve.
Faire évoluer l’IA sans perdre votre cadre
Choisir les modèles en fonction du travail attendu, tout en conservant vos règles, vos limites et votre exigence de qualité. Le modèle doit servir votre organisation, pas lui imposer sa façon de travailler.
Automatiser sans fermer les yeux
Viser des actions traçables et des résultats vérifiés, plutôt qu’un simple message de réussite. En cas d’écart, garder la possibilité de comprendre, de décider et de corriger dans un périmètre approuvé.
Quatre choix d’ingénierie derrière l’autonomie
STDD est une méthode qui utilise des agents pour mettre la spécification à l’épreuve du réel ; ce n’est pas une architecture agentique. rf-test-agents est l’outillage libre qui applique cette méthode. La V2 ouvre un autre chantier : l’ingénierie d’une architecture séparant raisonnement, autorisation, exécution et vérification. Voici les lignes techniques de cette recherche, sans entrer dans ses protocoles internes.
Des rôles spécialisés, des contextes délimités
Planifier, agir et vérifier ne demandent ni les mêmes informations ni les mêmes droits. La V2 vise des missions bornées, avec un contexte adapté au rôle et une revue distincte de la production du résultat. Un agent ne doit pas décider seul de ce qu’il est autorisé à faire.
Des modèles qualifiés par tâche
Un modèle pertinent pour préparer un plan ne l’est pas nécessairement pour analyser un écart. Nous explorons une architecture multimodèle locale : choisir les capacités sur des cas représentatifs, puis comparer la qualité, la latence et les ressources nécessaires. Changer de modèle ne doit pas changer les règles métier.
Une exécution encadrée par des contrôles déterministes
Le modèle propose une action ; des contrôles logiciels doivent en vérifier le périmètre avant son exécution. La V2 vise une distinction nette entre accès en lecture, modification et validation humaine, avec des interfaces d’outils explicites. Une instruction en langage naturel n’est pas, à elle seule, une autorisation.
Des preuves au-delà du verdict de l’agent
Un message « terminé » ne suffit pas. Le cap est de relier le résultat attendu aux observations du système, aux changements effectués et aux vérifications réalisées. Les critères d’acceptation restent la référence ; un échec doit rester visible, sans affaiblir les assertions pour obtenir un résultat vert.
V1 · Le socle libre rf-test-agents
Version : 1.0.0 · Apache 2.0
La solution d’origine rf-test-agents est disponible en libre sous licence Apache 2.0, pour un usage personnel, commercial ou industriel. Elle réunit cinq agents spécialisés pour planifier, générer, réparer, vérifier et documenter les tests Robot Framework, avec la méthode STDD et ses garde-fous.
La V1 peut être utilisée dès maintenant. Nos travaux V2 prolongent ce socle et explorent une nouvelle manière d’articuler les modèles, les actions et la vérification. Ils restent en recherche et ne font pas partie de la version libre disponible.
CabraMesh · L’évolution de nos technologies et de notre pensée
Notre travail sur les agents de test nous amène à élargir la réflexion : comment faire coopérer des capacités différentes sans perdre le sens du métier, le contrôle humain ni la qualité des résultats ? La V2 explore cette prochaine étape. Elle fait évoluer nos technologies autant que notre manière de concevoir l’autonomie : des modèles au service d’une démarche, des actions encadrées et une vérification qui garde toute sa place.
Quel cadre pour vos agents IA ?
Partons de votre contexte métier, de vos contraintes de données et du niveau de contrôle attendu pour cadrer les prochaines étapes.
- Un échange technique, pas commercial
- Vos données restent en France