Devika AI Software Engineer

Devika AI Software Engineer

Stition AI · Programmation

Devika est un ingénieur logiciel IA open source édité par Stition AI. Vous décrivez un objectif en langage courant, il planifie les étapes, cherche sur le web, puis écrit le code dans un dossier local.

Aperçu de l'interface de Devika AI Software Engineer

À propos de Devika AI Software Engineer

About

Qu'est-ce que Devika

Devika est un développeur IA auto-hébergé : un agent de codage IA qui tourne sur votre machine et s'ouvre dans le navigateur à une adresse locale. Vous fournissez les clés des modèles, désignez un dossier de projet et expliquez ce que vous attendez. Le projet est né comme alternative à Devin et le dépôt garde cette orientation depuis mars 2024.

Il intervient au milieu du développement, là où tout reste flou : une fonctionnalité décrite en une phrase, un bug sans trace d'erreur, une petite application qui n'existe pas encore. Devika découpe la demande en étapes, récupère des résultats de recherche et des pages de documentation, puis écrit des fichiers et lance des commandes. La fenêtre de chat indique quel agent travaille, ce qui vous laisse suivre le plan au lieu d'attendre une boîte noire. Sur le terrain, il se comporte comme un programmeur binôme IA qui prend ses propres notes.

La limite, c'est la maturité. Les mainteneurs qualifient le projet d'expérimental et la liste des tickets ouverts le confirme. Le catalogue de modèles s'arrête à Claude 3, GPT-4o, Gemini 1.5, Mistral et Llama 3 via Groq, avec Ollama et LM Studio pour les poids locaux. Rien de plus récent n'est entré au menu depuis le milieu de 2024.

Premiers pas

  1. Installez Python 3.10 ou 3.11, Node 18 ou supérieur, uv et bun. Python 3.12 fait échouer l'installation, vérifiez donc la version avant de commencer.
  2. Clonez le dépôt, créez un environnement virtuel, installez requirements.txt, puis lancez playwright install --with-deps pour les outils de navigation.
  3. Démarrez le backend avec python devika.py, ouvrez un second terminal dans ui/, exécutez bun install et bun run start, puis ouvrez http://127.0.0.1:3001.
  4. Créez un projet, choisissez un modèle et un moteur de recherche, saisissez vos clés dans les réglages et envoyez la première instruction. Comptez une ou deux corrections avant d'obtenir du code utilisable.

Informations sur le produit

Aperçu des tarifs, des plateformes compatibles et des performances de Devika AI Software Engineer.

Offre gratuiteOui
Offres payantes$0 (open source; model and search API usage billed by provider)
PlateformeSelf-hosted web app on Windows, macOS, Linux
DéveloppeurStition AI
CatégorieProgrammation
Date de lancementMar 2024
Dernière mise à jourSep 2025
Visites du site830
Classement mondial du site11.8M
Disponibilité de l’APINon

Idéal pour

Les utilisateurs, tâches et cas d'usage où cet outil convient le mieux.

Utilisateurs

  • Les développeurs qui veulent un agent lisible de l'intérieur
  • Les équipes qui ne peuvent pas envoyer leur code à un prestataire
  • Les créateurs solo qui testent le codage par agent sans dépenser

Tâches

  • Ajouter une fonctionnalité à un projet existant
  • Corriger un bug décrit en quelques mots
  • Monter une petite application de zéro
  • Chercher avant de construire

Cas d'usage

  • Prototyper un outil interne le temps d'un week-end
  • Comprendre le fonctionnement d'un agent qui planifie
  • Tester du code hors ligne

Fonctionnalités clés

Agents planificateur et chercheur

Devika commence par transformer votre message en plan numéroté, puis confie chaque étape à un chercheur qui rédige des requêtes et lit les résultats. Un agent formateur nettoie les publicités et les menus des pages récupérées avant que le texte atteigne le modèle. Cette chaîne explique qu'une demande vague produise une première étape utile au lieu d'une série de suppositions.

Catalogue de modèles avec poids locaux

Vous pouvez faire tourner Devika sur Claude 3, GPT-4o, GPT-4 Turbo, Gemini 1.5, Mistral ou Llama 3 via Groq. Ollama et LM Studio couvrent les modèles locaux, et la page de réglages change de fournisseur sans redémarrage. Le projet recommande Claude 3 pour de meilleurs résultats, ce qui en dit long sur l'endroit où les prompts ont été calibrés.

Recherche web avec vos propres clés

La recherche passe par l'API Bing ou par Google Custom Search, et les clés sont les vôtres. Aucun repli par scraping n'existe, donc une tâche qui exige une documentation à jour échoue proprement quand ces clés manquent. Playwright gère les visites, ce qui permet à l'agent de lire une documentation saturée de JavaScript qu'un simple téléchargement laisserait incomplète.

Espace de projet et état de l'agent en direct

Chaque projet possède son dossier, et l'interface liste les fichiers au fur et à mesure. Une connexion socket pousse dans le chat l'agent actif, son raisonnement et la sortie du terminal, de quoi arrêter tôt un mauvais plan. Les fichiers restent sur le disque au format normal, donc git et votre éditeur fonctionnent comme d'habitude.

Six actions, dont l'exécution et le déploiement

L'agent d'action classe chaque message en answer, run, deploy, feature, bug ou report. Run exécute le projet, deploy publie un projet web sur Netlify avec la clé fournie, et report résume les changements. Une action par message garde la boucle prévisible, au prix de découper à la main une demande qui mélange deux travaux.

Un code extensible sous licence MIT

La licence autorise le fork, le changement de marque et l'usage de Devika dans un outil interne. Ajouter un fournisseur revient à écrire un client dans src/llm, et ajouter un comportement à créer un dossier d'agent avec son modèle de prompt. Il n'y a ni place de marché de plugins ni panneau hébergé, l'extension se fait donc dans le code.

Avantages et inconvénients

Avantages

  • La licence MIT et l'installation locale suppriment la dépendance à un fournisseur ; vous pouvez bifurquer la boucle de l'agent ou la déployer en interne.
  • Les modèles de prompt de chaque agent sont lisibles, ce qui transforme le dépôt en référence pratique pour bâtir votre propre planificateur.
  • Les modèles locaux via Ollama et LM Studio offrent une voie à coût d'API nul pour expérimenter.
  • La recherche et la navigation sont câblées, donc l'agent consulte une documentation à jour au lieu de se fier aux seules données d'entraînement.
  • Les actions d'exécution et de déploiement bouclent le cycle entre le code généré et une URL qui répond.

Inconvénients

  • Les mainteneurs parlent d'un projet expérimental et beaucoup de tickets restent ouverts ; sur les tâches longues, des étapes cassent.
  • Le catalogue de modèles est figé en 2024, sans entrée pour les modèles sortis après le milieu de cette année-là, donc viser un modèle de pointe demande de modifier le code.
  • L'installation suppose un profil technique : Python 3.10 ou 3.11 uniquement, plus Node, bun, Playwright et un fichier de configuration.
  • Les commandes s'exécutent sur votre machine dans le dossier du projet, sans isolation par conteneur par défaut, donc un mauvais plan peut toucher de vrais fichiers.

Questions fréquentes

Devika prend un objectif écrit et le traite comme une tâche de développement : il planifie des étapes, cherche sur le web, écrit des fichiers et exécute le projet. Les demandes courantes sont l'ajout d'une fonctionnalité, la correction d'un bug décrit ou la création d'une petite application.