Recherche scientifique
Explorer la littérature, confronter les hypothèses et accompagner des expériences reproductibles. Relier méthodes, sources et résultats.
Un blueprint pour des équipes d’agents IA open source
Votre mission.
Votre équipe IA open source.
Cognidamesh est un blueprint pour construire ses équipes d’agents IA open source : recherche scientifique, OSINT, pentesting, lutte contre la désinformation, gestion administrative et financière. Il présente les fonctions essentielles, les composants à choisir et la manière de les assembler.
UN BLUEPRINT D’ÉQUIPE IA · OPEN SOURCE · AUTOHÉBERGÉ
BLUEPRINT D’ÉQUIPE / 001● PILOTÉ PAR L’HUMAIN
MISSION COMMUNETransformer l’information en savoir
RechercherDécouvrir
ConstruireLivrer
OpérerMaintenir
⊞ Mémoire de l’organisationHINDSIGHT
ÉQUIPE ILLUSTRATIVEUNE MISSION. UN CONTEXTE PARTAGÉ.
Les fonctions d’abord. Les briques ensuite.PaperclipHermesHindsightSearXNGCamofoxPodman
01 / À quoi servent ces équipes ?
Enquêter. Comprendre.
Construire le savoir ensemble.
Un socle commun pour des missions différentes. Voici les usages que le blueprint vise à rendre possibles ; chaque équipe y apporte son expertise, ses données et ses outils métier.
OSINT
Collecter l’information publique, recouper les sources et construire des enquêtes documentées, avec des preuves traçables.
Pentesting
Coordonner des audits de sécurité autorisés, analyser les constats et organiser les corrections dans un périmètre défini.
Lutte contre la désinformation
Remonter aux sources des affirmations, comparer les récits et documenter contradictions et incertitudes pour une analyse humaine.
Gestion administrative
Classer les documents, préparer les courriers, suivre les dossiers et les échéances, et coordonner les procédures internes. Limiter les accès à chaque rôle et faire valider les démarches officielles par une personne.
Gestion financière
Accompagner la gestion des investissements en bourse et en cryptomonnaies : suivre les marchés et les portefeuilles, comparer les performances et préparer les décisions d’investissement. Préparer les budgets, rapprocher factures et transactions, suivre la trésorerie et signaler les écarts. Conserver la traçabilité des justificatifs et soumettre paiements et engagements financiers à une validation humaine.
02 / Les building blocks
D’abord la fonction.
Ensuite la brique.
Nous partageons un blueprint pour assembler votre stack, pas une distribution de code prête à installer. Chaque bloc présente une fonction, les briques conseillées et les alternatives possibles. L’objectif reste un socle 100 % open source ; les options propriétaires ou hébergées sont identifiées.
01Coordonner
Orchestration d’équipe
Donner à l’équipe des objectifs, des rôles et une file de travail commune. Déléguer, organiser les relais et laisser l’humain piloter les priorités.
MISSION → RÔLES → TÂCHESBriques et alternatives
Paperclip fournit la couche d’organisation qui transforme des agents individuels en une équipe.
02Exécuter
Exécution des agents
Transformer une mission en actions grâce aux outils et aux compétences. Choisir un runtime par rôle et le relier à l’orchestrateur par un adaptateur.
UNE ÉQUIPE, PLUSIEURS RUNTIMESBriques et alternatives
Hermes est notre choix principal pour le travail de connaissance. OpenCode, pi et Codex CLI sont des options de développement open source. Claude Code et Bob Shell sont des alternatives propriétaires, à connecter selon les adaptateurs disponibles.
03Mémoriser
Gestion de la mémoire
Conserver les découvertes, les sources, les décisions et le contexte entre les sessions. Les agents doivent retrouver le savoir utile et capitaliser sur le travail de leur équipe.
MÉMORISER → RETROUVER → ANALYSERBriques et alternatives
Hindsight est aujourd’hui le meilleur choix pour notre blueprint : des opérations de mémorisation, de rappel et de réflexion, avec une banque mémoire dédiée par organisation.
04Enquêter
Recherche et collecte
Trouver l’information, lire les pages web et suivre les sources qui évoluent. Alimenter l’équipe en matière pertinente, en conservant sa provenance.
CHERCHER → LIRE → RECOUPERBriques et alternatives
SearXNG fournit la recherche autohébergée ; Camofox et CloakBrowser permettent la navigation et la collecte. Tavily propose une API hébergée de recherche et d’extraction. Le wrapper de CloakBrowser est MIT, mais son binaire a des conditions spécifiques : ces options ne sont pas toutes 100 % open source.
05Raisonner
Inférence et routage
Fournir les modèles nécessaires au raisonnement, aux tâches courantes et aux embeddings. Garder la maîtrise de la couche d’inférence.
UNE INFÉRENCE AUTOHÉBERGÉEPistes à évaluer
vLLM et TensorFold sont des moteurs d’inférence à évaluer selon vos modèles et votre matériel. Le cœur open source de LiteLLM assure le routage des API. Vérifiez les formats, la mémoire nécessaire et la compatibilité avec les runtimes.
Modèles oblitérés (« abliterated »)
Ces variantes modifient les poids du LLM pour réduire ou retirer certains comportements de refus appris, notamment des restrictions susceptibles de censurer des demandes légitimes. L’oblitération cible des directions liées au refus dans les représentations internes du modèle ; elle ne garantit pas la suppression de toutes les restrictions ni de tous les biais. Moins de refus ne garantit ni exactitude ni meilleures capacités : évaluez la qualité des réponses et les appels d’outils. La licence du modèle d’origine reste à respecter.
La sécurité doit être dans le harnais
Le harnais — le logiciel qui encadre l’exécution de l’agent — doit assurer la sécurité en dehors du LLM. Ajoutez un garde-fou indépendant qui analyse l’intention et le contexte des demandes avant exécution, puis contrôle les actions proposées et les appels d’outils selon les droits de l’utilisateur et le périmètre autorisé. Il autorise, bloque ou demande une validation selon le cas. Complétez-le par des permissions minimales, une exécution isolée, des journaux d’audit et une validation humaine des actions sensibles. L’analyse d’intention peut se tromper : elle complète les permissions et l’isolation effectives, et ne doit pas être la seule défense.
Exemple de fiche modèle ↗06Héberger
Exécution portable
Faire tourner les services avec des permissions, un réseau et un stockage persistants définis. Reproduire l’environnement sur un serveur, une VM ou en conteneurs.
VOTRE ENVIRONNEMENT, VOTRE MAÎTRISEBriques et alternatives
Podman et Quadlet conviennent à un hôte ; Kubernetes orchestre les conteneurs sur un cluster et OpenShift propose une plateforme Kubernetes intégrée. Terraform décrit et provisionne l’infrastructure, Ansible configure les systèmes. Les versions actuelles de Terraform utilisent la BSL ; OpenTofu est l’alternative open source.
07Spécialiser
Skills et méthodes
Donner aux agents un ensemble cohérent de compétences : consignes réutilisables, procédures, outils et critères de validation. Sélectionnez les skills par rôle et adaptez-les au runtime, aux sources et au domaine de l’équipe.
MÉTHODE → EXÉCUTION → VALIDATIONBriques et alternatives
BMAD structure le travail de développement, du cadrage à l’architecture et à l’implémentation. Strix est un outil de pentesting agentique doté de skills pour piloter les audits, traiter les constats et vérifier les corrections. Composez un set adapté à la mission ; les formats, outils requis et intégrations varient selon le runtime.
08Adapter
Réentraînement et fine-tuning des LLM
Adapter un modèle à votre domaine, votre vocabulaire et vos tâches avec des exemples d’entraînement sélectionnés. Séparer l’entraînement de l’inférence en production.
DONNÉES → ENTRAÎNER → ÉVALUER → DÉPLOYERBriques et alternatives
Unsloth permet le fine-tuning des LLM, notamment avec LoRA et QLoRA pour les modèles compatibles. Vérifiez la compatibilité du modèle et des GPU, les droits sur les données et les licences. Versionnez les jeux de données et les adaptateurs, comparez au modèle de base sur un jeu d’évaluation distinct, puis exportez vers un moteur d’inférence compatible. Revérifiez les appels d’outils et les garde-fous du harnais avant déploiement ; fine-tuning et oblitération répondent à des objectifs différents.
03 / L’assemblage des briques
Visualisez les connexions.
Lisez chaque bloc comme une fonction, puis comme un choix de composant. Cette carte guide l’assemblage de votre future équipe.
Coordination et exécutionMémoire et services→ Les flèches représentent les intégrations
Carte fonctionnelle : les connexions doivent être validées pour chaque runtime. Hermes porte les intégrations de recherche et de mémoire du blueprint. Les alternatives de recherche, d’inférence et d’hébergement sont détaillées dans les blocs ; elles ne sont pas toutes nécessaires ni toutes open source. Les skills BMAD et Strix se raccordent selon les formats et outils pris en charge.
Consulter la source Mermaid
flowchart TB
accTitle: Cognidamesh open-source blueprint
accDescr: Fonctions et composants pour assembler une équipe IA open source.
H["Mission et pilotage humain"] --> P["Orchestration · Paperclip"]
P --> R["Exécution et recherche · Hermes"]
P --> C["Développement · OpenCode, pi, Codex CLI, Claude Code, Bob Shell"]
P -->|activité| M["Gestion de la mémoire · Hindsight"]
R <--> M
R --> W["Recherche et collecte · SearXNG, Camofox, CloakBrowser, Tavily"]
R --> G["Inférence · vLLM, TensorFold, LiteLLM"]
C --> G
M --> G
S["Skills et méthodes · BMAD, Strix"] -.-> R
S -.-> C
subgraph F["Conteneurs / clusters"]
P
R
C
M
W
G
S
end
classDef lead fill:#d5f879,stroke:#8fa54f,color:#19281f,stroke-width:1px;
classDef core fill:#263c2e,stroke:#476345,color:#ffffff,stroke-width:1px;
classDef service fill:#e9efdf,stroke:#b3c49d,color:#263c2e,stroke-width:1px;
classDef data fill:#ffffff,stroke:#a6b993,color:#263c2e,stroke-width:1px;
class H,P lead;
class R,C core;
class W,G,S service;
class M data;
style F fill:#f9faf4,stroke:#b3c49d,stroke-dasharray:5 5,color:#476345;
04 / Choisir les runtimes
Des runtimes au choix.
Des compétences complémentaires.
Le runtime est le moteur d’exécution de l’agent. Composez une équipe avec les clients open source ou les alternatives propriétaires ci-dessous, puis ajoutez les outils et skills nécessaires à chaque rôle.
Recherche et connaissance
Hermes
Notre runtime principal pour le travail de connaissance : compétences de recherche, outils web et mémoire Hindsight. Prévoyez des profils distincts pour les agents et un conteneur dédié par organisation.
Recherche · outils · mémoire durablePour une équipe 100 % open source, retenez des runtimes, services et modèles dont les licences répondent à cet objectif. Claude Code et Bob Shell sont des alternatives propriétaires facultatives. La licence d’un client ne détermine pas celle du modèle ; des poids téléchargeables ne suffisent pas à qualifier un modèle d’open source.
05 / Mettre le blueprint en pratique
D’une idée à une équipe.
Avancez dans l’ordre des fonctions. Commencez avec une petite équipe utile et élargissez-la à partir de résultats concrets.
Définir la mission
Choisissez la question de recherche, l’enquête ou l’audit. Précisez les rôles, les livrables attendus et les validations humaines.
Choisir les composants
Sélectionnez un orchestrateur, les runtimes et les modèles. Vérifiez les licences, les besoins matériels et la compatibilité des API.
Relier outils, skills et mémoire
Composez le set de skills, avec BMAD pour le développement ou Strix pour les audits, puis raccordez les sources et la mémoire. Vérifiez la conservation des preuves, le rappel du contexte et les résultats.
Évaluer et améliorer
Testez sur des tâches représentatives, examinez la qualité et documentez les résultats. Réévaluez les briques à mesure que l’écosystème évolue.
06 / Un environnement à votre main
Votre stack.
Votre environnement.
Commencez sur un serveur ou une VM avec Podman, ou distribuez les services sur Kubernetes ou OpenShift. Décrivez l’infrastructure avec Terraform ou OpenTofu, puis configurez les systèmes avec Ansible.
UN POINT DE DÉPART ACCESSIBLE
Commencez avec un environnement Linux.
Réunissez l’orchestrateur, les runtimes, les outils et la mémoire. Dimensionnez le CPU, la RAM, le stockage et les éventuels GPU selon les modèles et les missions choisis.
LinuxServeur ou VMVotre matériel
Ce blueprint d’architecture évolue avec l’écosystème. Validez les composants recommandés sur vos propres usages.
07 / DU BLUEPRINT À VOTRE INFRASTRUCTURE
Vous voulez avoir la même architecture ?
Copiez-collez ceci dans votre agent IA de codage préféré.
Lis https://cognidamesh.org/agents.md et utilise ce guide pour développer, tester et déployer une infrastructure IA similaire dans mon projet. Respecte les consignes existantes ; demande-moi uniquement les besoins, accès et autorisations de déploiement manquants.Le fichier AGENTS.md lié est un guide public d’implémentation au format Markdown ouvert. Votre agent l’adaptera à votre projet, votre matériel et vos accès. S’il ne peut pas lire l’URL, téléchargez le guide et joignez-le à votre demande.