Reticle aide les agents de code à vérifier ce qu’ils ont réellement construit, au lieu de s’en tenir au changement de code. Le repository présente un outil de perception à l’exécution pour les applications web et desktop ; reticle compare confronte deux builds en les pilotant dans un navigateur et relève les différences visibles, les appels réseau et les erreurs de console.
La vérification se fait depuis l’extérieur de l’application : aucun SDK n’est requis. Le comparateur peut opposer une version principale à une preview de pull request et, avec --base, classer les différences en régressions, cibles manquées ou changements.
Fimo propose aux équipes marketing de maintenir un site et d’améliorer sa visibilité dans les moteurs de recherche et les réponses d’IA grâce à des agents spécialisés en SEO, GEO, contenu, performance, accessibilité et conformité. La plateforme inclut aussi un éditeur visuel, l’hébergement, des previews et l’historique des changements.
Les agents s’exécutent selon un calendrier ou à la suite d’une modification du site. Les petites corrections peuvent être publiées automatiquement ; les changements qui exigent une décision arrivent sous forme de proposition avec preview, à approuver avant publication. Le site reste connecté à son framework existant, sans reconstruction, et les développeurs continuent de travailler dans le code.
Taste Skill fournit aux agents de code un système pour construire des sites d’entreprise moins génériques : palettes, layouts de hero, fragments d’interface et images réelles, avec une direction adaptée au type d’activité. Le dépôt propose des intégrations pour Claude Code et Codex, ainsi qu’un usage via npx skills.
Le point distinctif est le contrôle automatisé dans Chrome headless : la page est rendue à quatre largeurs, de 390 à 1440 px, et vérifiée pour les visuels vides, les contrastes, l’alignement ou les images manquantes sur réseau lent. Les effets WebGL et de scroll sont réservés aux pages tech, gaming et software, avec des replis statiques pour mobile et la réduction des animations.
Pullboard coordonne des agents de développement à partir de spécifications approuvées : chacun prend un item dans une worktree dédiée, passe un gate de tests, puis un autre agent vérifie le commit avant qu’il soit accepté. Les règles et l’activité restent dans le dépôt, avec un tableau local plutôt qu’un service hébergé.
Le point fort est le contrôle du flux : les exigences approuvées sont figées quand l’agent prend l’item, les lanes limitent les chemins modifiables et les transitions d’état suivent une machine commune aux commandes, à l’interface et à la documentation.
Un workflow en trois agents vise à repérer les données personnelles exposées, trouver les procédures de suppression et préparer des demandes RGPD. Le document détaille les rôles, les consignes à fournir et la manière de faire collaborer les agents dans un chat de groupe Cue.
Le parcours garde une validation humaine avant l’envoi des e-mails et rappelle de ne jamais communiquer de mots de passe. Il distingue aussi les sites qui répertorient les fuites des organisations qui en sont à l’origine, pour éviter de contacter le mauvais interlocuteur.
Ce skill transforme un coding agent en auditeur de sécurité en orchestrant un audit de dépôt en six phases, de la reconnaissance à la génération de rapports. Les constats sont structurés en données lisibles par machine et vérifiés indépendamment.
Chaque piste est soumise à un agent distinct chargé de tenter de la réfuter ; les résultats distinguent constats confirmés, pistes à valider et pistes rejetées. L’exécution de code cible exige un sandbox imposé par le système d’exploitation, sans réseau externe et avec des ressources limitées.
Les boucles d’agents enchaînent action, observation et évaluation pour affiner une réponse ou retenter une opération jusqu’à satisfaire un critère. Jesse Liberty illustre le principe en C# avec Microsoft Agent Framework : un agent de boucle, un évaluateur et une limite d’itérations.
L’exemple distingue un marqueur déterministe comme DONE d’un évaluateur basé sur un modèle juge, puis détaille les garde-fous à prévoir : délais, appels idempotents, journalisation et suivi des coûts. Chaque itération ajoute en effet latence et consommation de tokens.
Elephant-Goldfish Model, un plugin open source de Google, fournit des skills pour explorer une idée, rédiger une spécification et la faire challenger avant l’implémentation. Un agent « Elephant » conserve le contexte du projet ; des reviewers « Goldfish » examinent le document sans l’historique de conversation afin de faire ressortir les hypothèses implicites et les risques.
Le dépôt couvre aussi la résolution des retours et la comparaison de la documentation au code. Les revues exigent des contextes de sous-agents indépendants : si l’environnement ne peut pas les créer, EGM interrompt cette étape.
Modern Web Guidance fournit aux agents de code des recommandations expertes sur les API du navigateur, CSS, performance et accessibilité, pour les orienter vers des solutions natives plutôt que vers des patterns legacy. Le dépôt rassemble 232 fonctionnalités et 186 cas d’usage, sous forme de skills installables dans plusieurs agents.
Le CLI recherche un guide en local, puis l’injecte dans le contexte de l’agent. Les consignes intègrent compatibilité Baseline, fallbacks ciblés et évaluation automatisée ; le projet est annoncé en preview.
Dans Microsoft Agent Framework, le middleware du ChatClient intercepte les messages échangés avec le LLM, tandis que le middleware d’agent agit sur l’exécution globale, notamment pour gérer session, identité ou budget de tokens. Cette distinction aide à placer la journalisation ou la modification au bon niveau.
L’exemple C# ajoute un middleware d’invocation de fonction qui journalise les appels à l’outil Tavily du seul agent Researcher, sans modifier les autres agents. La trace affiche le nom de la fonction et ses arguments.
TanStack DB passe en 1.0 RC1 après un important travail de stabilisation. Kyle Mathews détaille comment des oracles de test — des modèles indépendants qui calculent le comportement attendu — et des tests property-based ont révélé des bugs dans les mises à jour de collections et les messages envoyés aux abonnés.
Ces références exécutables donnent aussi aux agents de code des règles précises à préserver lorsqu’ils modifient l’implémentation. Le compromis est explicite : écrire et affiner les modèles demande du travail, mais leur simplicité facilite la vérification d’algorithmes plus complexes. La version RC propose par ailleurs une adoption progressive, des API REST existantes vers la persistance locale, le mode offline et la synchronisation temps réel.
TanStack AI 1.0 stabilise ses API principales pour composer chat, outils, médias et intégrations avec plusieurs fournisseurs et frameworks UI. Les adapters tree-shakable et les tests de bout en bout sur fixtures déterministes permettent de vérifier les flux sans appels réels aux modèles.
Le harness d’agents ajoute sessions durables, interruptions et travail en arrière-plan, mais reste en 0.x et peut changer lors d’une version mineure. Pour migrer, il faut mettre à niveau ensemble les packages stables et fournir explicitement un threadId ; le contrôle des types ne migre pas les conversations ni les fichiers persistés.
Le W3C lance un second projet pilote de son programme open source : un polyfill de WebMCP, une API JavaScript en incubation qui permet d’exposer des fonctions d’application sous forme d’outils appelables par des agents et des technologies d’assistance. Le polyfill vise à faciliter l’expérimentation et l’interopérabilité pendant l’évolution de la spécification.
Le projet prévoit une publication sur npm, le suivi des tests Web Platform Tests et l’ajout d’événements de cycle de vie et d’un support déclaratif. Si WebMCP rejoint la voie de standardisation et que des implémentations natives interopérables apparaissent, le polyfill sera progressivement abandonné.
oh-my-hermes ajoute une couche d’orchestration à Hermes Agent : le projet associe modèles et niveaux de raisonnement à des catégories de travail, charge des compétences à la demande et peut découper un objectif en graphe de tâches parallèles. Chaque tâche conserve un périmètre d’écriture distinct, tandis qu’un nœud séparé vérifie le résultat.
Le choix architectural le plus notable est de séparer préparation et preuve d’exécution : un plan ne devient pas un travail réalisé, et un agent qui annonce avoir terminé ne suffit pas à valider le résultat. Le projet propose aussi une mémoire soumise à revue et une TUI dédiée, sans remplacer ni modifier Hermes Agent.
Archify est un Agent Skill open source qui aide un agent IA à convertir une description, une question ou des éléments d’un repository en diagramme interactif ou en page synthétique avec conclusion et sources. Il prend en charge dix types de diagrammes, des architectures aux timelines, et produit un fichier HTML autonome, sans dépendance à l’exécution.
Les cartes se parcourent et s’affinent en langage naturel, sans éditeur de diagrammes à apprendre. Pour les réponses en page, les sources peuvent être reliées à un commit précis ; le résultat s’exporte aussi en image longue ou en PDF. Le skill fonctionne avec Claude Code, Codex, Cursor, OpenCode et GitHub Copilot.
Quand un agent modifie une interface, vérifier un seul compte ne suffit pas à couvrir les rôles, les offres ou les options activées. Matt Rothenberg montre comment les valeurs dispersées dans les hooks, providers et layouts peuvent masquer des états oubliés — comme un bouton Delete visible pour un utilisateur en lecture seule.
En faisant de l’état d’affichage une entrée explicite des composants, les équipes peuvent rendre directement les combinaisons pertinentes, les tester ou les comparer dans une grille. Storybook et Playwright complètent cette démarche, mais ne choisissent pas les scénarios à couvrir : cette décision reste essentielle.
Chums relie une Apple Watch et un iPhone aux agents Claude Code ou Codex qui tournent sur un Mac. L’interface rend leur activité visible, affiche les appels d’outils et permet de répondre à une demande d’autorisation ou de dicter une consigne.
Le hub Node.js reste sur le Mac, mais son API pour la montre passe par Tailscale Funnel et un token. Le projet est open source, sans compte Chums, mais l’installation exige de compiler les apps avec Xcode et de configurer plusieurs dépendances : un compromis entre contrôle local et mise en route plus exigeante.
Claude SEO transforme Claude Code en outil d’audit SEO : des agents spécialisés examinent notamment l’indexation, les performances, le contenu, les données structurées et la visibilité dans les moteurs de recherche IA, puis produisent un plan d’action priorisé. Les rapports restent sur la machine, mais les pages analysées sont envoyées à Claude, comme pour les autres usages de Claude Code.
Le dépôt met l’accent sur la fiabilité de l’outillage : vérifications automatisées, prise en charge de Python 3.11 à 3.14 et garde-fous contre les contenus web non fiables. Les extensions de données en temps réel restent facultatives ; les mesures Core Web Vitals sans API Google sont des estimations en laboratoire.
Vercel Shop associe un storefront Next.js à Shopify, qui garde en charge le catalogue, les paiements et le checkout. Les Cache Components affichent rapidement les données produits puis diffusent le contenu personnalisé en streaming ; le panier, lui, se met à jour avant la réponse du serveur grâce à une UI optimiste.
Le template ajoute des options pour les agents : un assistant d’achat activable au choix, des skills pour étendre la boutique et du Markdown servi via l’en-tête Accept. Une base concrète pour explorer ces parcours, tout en conservant Shopify comme moteur de commerce.
PostHog partage ses pratiques pour écrire des skills qui aident les agents sans les enfermer dans un workflow fragile. Le principe central : charger le contexte progressivement, préciser l’objectif et les contraintes, mais laisser l’agent choisir les étapes selon le repository et son environnement.
L’article insiste aussi sur la maintenance : séparer les éléments stables du contenu qui évolue, pointer vers une source de vérité et régénérer plutôt que corriger indéfiniment. Ces skills ont un coût de contexte et d’entretien ; mieux vaut les réserver aux tâches récurrentes où l’agent manque réellement de contexte ou échoue par défaut.
