Omnigent : un méta-harnais open source pour orchestrer Claude Code, Codex et d'autres agents

Omnigent est un « méta-harnais » (meta-harness) open source pour les agents de codage IA. Ce n'est pas un nouvel agent de codage.

Il se place au-dessus de Claude Code, Codex, Cursor, OpenCode, Hermes, Pi et des agents que vous écrivez vous-même. Il ajoute une couche commune pour les sessions, les politiques, les bacs à sable et la collaboration. Le projet est sous licence Apache 2.0, distribué sur PyPI, et le README le classe en phase alpha.

Le problème visé

Les agents de codage se sont multipliés. Chacun a sa propre interface de terminal, son modèle de permissions, son format de session et son mode de facturation. Une équipe qui en utilise plusieurs doit passer d'une expérience à l'autre, et il est difficile d'appliquer les mêmes règles à tous.

Omnigent sépare l'agent lui-même de son environnement. L'agent raisonne et modifie le code. Omnigent gère la session, les permissions, l'environnement isolé et l'accès depuis plusieurs appareils. Quand vous remplacez ou combinez des agents, vous ne reconstruisez pas l'outillage autour.

Architecture centrale

D'après le README, Omnigent comprend quatre éléments principaux. Premier élément : une couche de session partagée. Les messages, les sous-agents, les terminaux et les fichiers restent synchronisés entre les clients. Vous pouvez démarrer une tâche dans le terminal, la poursuivre dans le navigateur et vérifier l'avancement sur votre téléphone. Une application de bureau macOS native est aussi proposée.

Deuxième élément : l'orchestration multi-agents. Une même session peut mélanger plusieurs agents de codage. Un agent peut relire le travail d'un autre, ou une tâche peut être répartie entre des agents aux points forts différents. Les agents personnalisés se définissent en YAML. Troisième élément : une couche d'accès aux modèles. Vous pouvez utiliser une clé d'API officielle, un abonnement Claude ou ChatGPT, ou toute passerelle compatible. Le README affirme que tous ces modes sont de première classe. Quatrième élément : un moteur de politiques et un environnement d'exécution en bac à sable, décrits ci-dessous.

Politiques et gouvernance

Les politiques sont la fonction la plus pertinente pour les entreprises. Le README cite trois usages types : suspendre l'action pour obtenir une approbation humaine avant une opération risquée, plafonner les dépenses, et limiter les outils accessibles à un agent. Une politique peut s'appliquer à tout le serveur, à un agent, ou à une seule conversation. Les portées se superposent du général au particulier. Une équipe peut bloquer une catégorie d'outils pour tout le serveur, puis assouplir la règle pour un agent de confiance. Les approbations d'outils pour des agents externes comme Devin apparaissent sous forme de cartes dans le chat, ce qui montre que le flux d'approbation vit dans l'interface commune.

Une réserve. L'extrait du README ne décrit pas la construction du moteur de politiques. Il ne dit pas non plus s'il peut intercepter chaque appel d'outil fait à l'intérieur de la CLI d'un agent tiers. Vérifiez le code source et la documentation officielle avant d'en faire une frontière de sécurité stricte.

Bacs à sable cloud et hôtes gérés

Omnigent peut exécuter des sessions dans des bacs à sable cloud jetables. Les fournisseurs cités sont Modal, Daytona, Blaxel, Islo, E2B, Gensee, CoreWeave, Kubernetes, OpenShell, Boxlite, microsandbox et Databricks. Vous pouvez les lancer depuis la CLI, ou le serveur peut en provisionner un par session.

Le README parle alors d'hôte géré. Le gain pratique est net : aucun ordinateur portable n'a besoin de rester allumé, et les tâches risquées ou longues tournent dans un environnement jetable. Chaque fournisseur est une option (extra), comme modal, daytona, e2b ou kubernetes, ce qui garde l'installation de base légère.

Collaboration

Une session peut être partagée.

Les collègues peuvent discuter avec votre agent et le voir travailler en direct, le piloter avec vous sur votre machine, ou dupliquer (fork) la conversation pour la poursuivre seuls. L'agent passe d'un outil personnel à une ressource partagée que d'autres peuvent relire.

Installation et démarrage

La voie recommandée tient en une commande : télécharger scripts/install_oss.sh avec curl et l'exécuter. On peut aussi utiliser uv tool install omnigent, pip, ou Homebrew (omnigent-ai/tap/omnigent).

Omnigent exige Python 3.12 ou plus récent. Les CLI des agents de codage demandent Node.js 22 LTS avec npm, et l'interface web demande pnpm. Les extras couvrent les fournisseurs de modèles (databricks, bedrock, vertex), les harnais SDK (antigravity, copilot, cursor, agents-sdk), et le stockage et la mémoire (s3, hindsight).

Performance et coût

Les documents examinés ne contiennent aucun benchmark, ni comparaison de latence ou de coût. Nous ne donnons donc aucun chiffre de performance. La structure des coûts est claire, en revanche.

Omnigent est un logiciel libre et gratuit. La dépense réelle vient des appels aux modèles et de la facturation des bacs à sable cloud. La politique de plafond de dépenses sert à la maîtriser. Une couche d'orchestration supplémentaire ajoute des processus et des sauts réseau, et son surcoût doit être mesuré de façon indépendante par la communauté.

Impact sur l'écosystème

Pour les développeurs, Omnigent réduit le coût du passage d'un agent de codage à un autre. Écrire avec l'un et relire avec l'autre devient un réglage, pas un projet d'ingénierie.

Pour les entreprises, les approbations communes, le contrôle des dépenses et l'isolation en bac à sable forment la couche de gouvernance qui manque souvent quand les agents entrent dans les flux de production. La prise en charge d'agents ouverts récents comme Hermes et Pi montre que le projet suit l'écosystème des agents ouverts.

Limites et défis

Le projet est en alpha. Les interfaces et le comportement peuvent changer : ne le placez pas encore dans un chemin de production critique. Un méta-harnais doit suivre le cycle de publication de chaque agent sous-jacent, donc l'entretien des adaptateurs ne s'arrête jamais.

Une abstraction commune peut masquer des fonctions propres à un agent. La solidité d'une politique dépend de la profondeur de son intégration avec chaque agent, donc testez-la vous-même. Enfin, la chaîne d'outils est large : Python, Node et pnpm figurent tous dans les prérequis.

À surveiller ensuite

Surveillez l'arrivée de nouveaux agents et fournisseurs de bacs à sable, la publication de benchmarks et de données de coût, un langage de politiques plus fin, et la maturité des applications de bureau et mobiles. Si Omnigent sort de l'alpha et démontre des gains stables grâce à l'orchestration inter-agents, il pourrait devenir un plan de contrôle général pour le développement multi-agents.