Comment exécuter plusieurs agents IA dans des arbres git isolés avec Proliferate

Récemment, je me suis surpris à tomber dans une routine agaçante. Vous lancez Claude Code en terminal pour réécrire un module, ouvrez simultanément Cursor pour corriger les styles, et gardez un Codex local dans un troisième onglet pour le refactoring de tests. Le résultat est le chaos dans la copie de travail : les branches s'écrasent mutuellement, les fichiers non commités sont écrasés, le contexte des dialogues se perd entre les différentes fenêtres.

Les développeurs de proliferate-ai ont tenté de conditionner ce zoo dans un environnement unique. Leur projet s'appelle Proliferate. Il s'agit d'un environnement de développement open source (AI IDE) qui gère le lancement de différents agents de codage en parallèle et isole chacun d'entre eux dans un worktree git séparé.

Ce qui se cache sous le capot et pourquoi vous avez besoin de worktrees

Le concept central du projet repose sur le travail parallèle. Lorsque vous assignez une tâche à un agent IA, vous ne voulez pas attendre qu'il termine la génération et les tests avant de passer au ticket suivant. En même temps, exécuter des agents dans un seul répertoire de travail est dangereux : ils écraseront inévitablement les modifications des autres.

Proliferate résout le problème avec les outils intégrés de Git. Chaque sous-tâche reçoit son propre git worktree avec sa propre branche, son terminal isolé, son historique de conversation et son écran de revue de code.

Vous pouvez avoir simultanément Claude Code qui corrige un bug backend pendant qu'OpenCode ou Grok écrit des tests d'intégration dans la fenêtre suivante. Ils travaillent avec le même dépôt mais sont physiquement dans des dossiers différents et ne se gênent pas mutuellement.

Moteurs et outils supportés

Proliferate n'impose pas un modèle ou un fournisseur unique. Il dispose d'un système de wrappers natifs intégrés pour les moteurs populaires :

• Claude Code
• OpenAI Codex
• OpenCode
• Cursor
• Grok

Au lieu d'inventer un format de prompt personnalisé, la plateforme utilise les interfaces natives de ces outils. Si vous avez déjà un abonnement ou des clés API configurées, vous pouvez les connecter à un tableau de bord unifié.

Le projet inclut également le support MCP (Model Context Protocol), l'intégration navigateur et l'accès système (Computer Use). Les paramètres des outils sont configurés une seule fois au niveau du projet, après quoi n'importe quel agent connecté peut les utiliser.

Une autre fonctionnalité intéressante est le nesting de sous-agents. L'agent principal peut déléguer une partie du travail à un processus enfant, attendre le résultat, et continuer à construire le projet.

Automatisation et workflows

Au-delà du lancement manuel de conversations, il existe une section Workflows. Il s'agit de lancer des agents selon un calendrier ou en fonction d'événements.

Par exemple, vous pouvez configurer une revue nocturne : un agent parcourt les fichiers modifiés pendant la journée, recherche les régressions, et dépose un rapport dans une branche séparée. Ou attachez un déclencheur à une alerte de monitoring pour qu'un agent clone immédiatement la branche avec l'erreur et commence à localiser la défaillance.

Le projet est encore récent (un peu plus de 300 étoiles sur GitHub), mais les fonctionnalités semblent bien pensées, notamment pour les équipes fatiguées de basculer entre dix terminaux.

Comment déployer et essayer

La partie cliente de Proliferate est construite avec Rust et Tauri avec une interface web sur Node.js 22. Le panneau de contrôle backend est écrit en Python avec le gestionnaire de paquets uv et une base de données PostgreSQL.

La base de code est ouverte sous licence AGPL-3.0. La partie serveur peut être entièrement déployée sur votre propre infrastructure via Docker Compose ou dans le cloud.

Compiler l'application desktop depuis les sources

Si vous voulez essayer le client en local, vous aurez besoin de Rust, Node.js 22 et pnpm installés.

# Клонируем репозиторий и ставим зависимости
git clone https://github.com/proliferate-ai/proliferate.git
cd proliferate

make install
make dev-local

Exécuter la stack complète pour le développement

Docker est requis pour travailler avec la base de données locale et le backend complet :

make server-install
make setup PROFILE=main
make build
make run PROFILE=main

Le dépôt contient un modèle prêt à l'emploi server/deploy/.env.production.example avec toutes les variables d'environnement pour connecter les fournisseurs et configurer l'authentification. Pour un serveur de production, les auteurs proposent un fichier docker-compose prêt à l'emploi avec Caddy comme reverse proxy.

À qui le projet sera utile dès maintenant

Proliferate est probablement inutile pour ceux qui utilisent l'autocomplétion une fois par jour pour quelques lignes de code. Un plugin d'éditeur classique suffit amplement.

Mais si vous déléguez activement la génération de code à des utilitaires CLI comme Claude Code et exécutez plusieurs tâches en parallèle, le concept de worktree git isolé vous fera économiser beaucoup de nerfs. Vous obtenez un tableau kanban visuel avec des agents, où chaque processus a son propre terminal, un diff propre et un statut d'exécution clair.

Le projet est activement mis à jour, des bugs seront certainement trouvés, mais l'approche architecturale via worktree semble beaucoup plus fiable que le jonglage manuel avec les branches dans la console.