OpenFang
RightNow-AI · Programmation
OpenFang est un système d'exploitation d'agents open source écrit en Rust qui fait tourner des agents IA autonomes selon un planning, au lieu d'attendre que vous tapiez un prompt. C'est une plateforme d'agents open source autant qu'un runtime. Il arrive avec 7 Hands prêtes à l'emploi, 30 agents déjà montés, 38 outils intégrés, une mémoire qui persiste entre les conversations et environ 40 adaptateurs de canaux. Un seul binaire. Une seule installation. Et vos agents sont en marche. Il vise ceux qui veulent des agents actifs 24 h/24 sous de vrais contrôles de sécurité, pas une énième enveloppe de chatbot.
À propos de OpenFang
Qu'est-ce qu'OpenFang
OpenFang est un agent OS, et le mot compte. Un framework vous donne des briques et vous laisse le câblage. Un système d'exploitation offre aux agents un runtime où vivre : mémoire, sécurité, planification et canaux font partie de la plateforme, ce ne sont pas des ajouts que vous bricolez après coup. En ce sens, c'est moins un framework d'agents en Rust qu'un socle sur lequel ces frameworks reposent. RightNow-AI a tout construit en Rust et compilé en un seul petit binaire, donc pas d'environnement Python à gérer ni d'image de conteneur lourde à télécharger.
Le problème visé, c'est la nature passive de la plupart des outils d'agents. Vous ouvrez un terminal, posez une question, obtenez une réponse. Puis vous fermez la fenêtre, et l'agent s'arrête avec vous. OpenFang inverse la logique. Ses « Hands » sont des packs de capacités autonomes qui se réveillent selon un planning, font leur travail et rendent compte sur un tableau de bord, que vous regardiez ou non.
Le principal bémol, c'est la maturité. OpenFang est complet en fonctionnalités mais encore en pré-1.0, et le projet annonce des aspérités et des changements cassants entre versions mineures. Pour la production, ils conseillent d'épingler un commit précis jusqu'à la v1.0. Et le logiciel est gratuit, mais les modèles que vous connectez ne le sont pas, sauf si vous pointez vers un modèle local.
Premiers pas
- Installez le binaire avec le script en une ligne pour votre plateforme, ou récupérez une version de publication.
- Lancez
openfang initet connectez au moins un fournisseur de LLM, comme Anthropic, Gemini, Groq, DeepSeek ou une option locale. - Démarrez le service avec
openfang startet ouvrez le tableau de bord sur http://localhost:4200. - Activez une Hand, par exemple celle de recherche ou celle de leads, et réglez son planning.
- Pointez un canal comme Telegram ou Slack vers votre agent, pour que les résultats arrivent là où vous travaillez déjà.
Informations sur le produit
Aperçu des tarifs, des plateformes compatibles et des performances de OpenFang.
Idéal pour
Les utilisateurs, tâches et cas d'usage où cet outil convient le mieux.
Utilisateurs
- Les développeurs qui veulent un runtime de niveau production pour des agents autonomes et que suivre une configuration en ligne de commande ne dérange pas.
- Les petites équipes qui ont besoin d'agents surveillant concurrents, leads ou comptes sociaux en continu sans baby-sitter.
- Les créateurs sensibles à la sécurité qui tiennent à l'isolation et aux pistes d'audit avant de laisser un agent toucher de vrais systèmes.
Tâches
- Lancer une recherche planifiée qui recoupe les sources et produit des rapports sourcés.
- Surveiller des cibles pour détecter des changements et bâtir un graphe de connaissances à partir de ce qu'il trouve.
- Gérer un compte social avec des publications rédigées et planifiées qui attendent une validation.
Cas d'usage
- Une génération de leads sortants qui tourne chaque jour et vous remet une liste dédoublonnée chaque matin.
- Une veille concurrentielle où un agent suit les prix et l'actualité et vous alerte quand quelque chose bouge.
- Transformer de longues vidéos en clips verticaux courts avec sous-titres, de bout en bout.
Fonctionnalités clés
Hands : packs de capacités autonomes
Les Hands sont l'idée centrale. Chacune est un travailleur prêt à l'emploi avec sa propre fiche de poste, ses outils et son planning, donc elle tourne sans que vous rédigiez un prompt. Sept sont fournies d'origine. Clip s'occupe de la vidéo. Lead chasse les prospects. Collector surveille les cibles. Predictor fait des prévisions. Researcher creuse à fond. Twitter gère le social. Browser pilote le web. Vous en activez une, réglez le planning et consultez le tableau de bord.
Un modèle de sécurité à 16 couches
OpenFang exécute le code des outils dans un bac à sable WebAssembly à double comptage, donc une boucle qui s'emballe est interrompue et un processus qui dévore la mémoire est tué. Par-dessus viennent la signature de manifestes Ed25519, une piste d'audit en arbre de Merkle, le suivi de contamination et la protection contre les SSRF. Pourquoi s'en soucier ? Si vous laissez un agent agir seul, vous voulez des limites qui tiennent quand quelque chose tourne mal. C'est ce qui le distingue des frameworks plus légers.
40 adaptateurs de canaux
Un seul agent peut atteindre Telegram, Discord, Slack, WhatsApp, Teams, IRC, Matrix et des dizaines d'autres. Vous pouvez définir des modèles par canal et des politiques de messages privés ou de groupe, donc le même agent se comporte différemment selon l'endroit où le message arrive. Une différence majeure pour les équipes qui jonglent avec les plateformes. Et vous ne refaites pas votre flux de travail pour chacune de celles que votre équipe utilise déjà.
Mémoire persistante
Le stockage tourne sur SQLite avec des embeddings vectoriels, plus une mise en miroir des sessions et une compaction automatique. Les agents retiennent le contexte d'une conversation et d'un canal à l'autre, donc un suivi sur Slack se rattache à ce qui s'est passé la veille sur Telegram.
Outils, MCP et protocoles
Il y a 38 outils natifs plus le support du Model Context Protocol en client et en serveur, avec l'A2A de Google et l'OpenFang Protocol pour le réseau pair à pair. Les outils inclus couvrent la recherche web, l'automatisation du navigateur, la génération d'images, la synthèse vocale, Docker et les graphes de connaissances.
Une application de bureau native
Le tableau de bord arrive comme application de bureau Tauri 2.0, donc vous avez une vraie fenêtre avec zone de notification, notifications et démarrage automatique à l'ouverture de session. Tout le monde ne veut pas vivre dans un terminal. Si vous préférez cliquer plutôt que taper, voilà comment vous regardez vos agents travailler.
Avantages et inconvénients
Avantages
- Un seul binaire Rust, donc l'installation est légère et le démarrage rapide face aux piles Python.
- Une vraie isolation et de vraies pistes d'audit, qui comptent dès que les agents agissent seuls.
- Les Hands tournent selon un planning, donc la plateforme travaille quand vous ne travaillez pas.
- Un large support de canaux et de modèles vous évite de vous enfermer chez un seul fournisseur.
Inconvénients
- Encore en pré-1.0, donc attendez-vous à des changements cassants entre versions mineures et épinglez un commit pour la production.
- La configuration suppose une aisance avec la ligne de commande et les clés de fournisseur, ce qui exclut l'utilisateur occasionnel.
- Le logiciel est gratuit, mais les appels aux modèles ne le sont pas, sauf si vous faites tourner un modèle local avec le matériel pour.
Questions fréquentes
Oui. Le logiciel est open source sous Apache-2.0 et MIT, donc vous pouvez le faire tourner, le modifier et même publier un travail commercial bâti dessus. Votre vrai coût, c'est ce que vous dépensez en appels à l'API des modèles, et cela tombe à zéro si vous connectez un modèle local via Ollama ou LM Studio par exemple.
Contenus associés
Découvrez des outils, des compétences et des articles liés à OpenFang.
Alternatives à OpenFang
Forefront
Forefront · ProgrammationForefront est une plateforme web pour construire avec de l'IA open source. Elle vous laisse affiner les principaux modèles de langage open source sur vos propres données, évaluer leurs performances et les exécuter via une API ou les exporter pour les héberger vous-même. Les développeurs qui veulent le confort d'une plateforme fermée mais tiennent à rester propriétaires de leurs modèles et de leurs données sont le public visé ici.
Startkit
StartKit.AI · ProgrammationStartkit est un boilerplate pour créer des produits SaaS d'IA et des wrappers d'IA. Voyez-le comme un boilerplate de startup IA avec les parties ennuyeuses déjà branchées : authentification, paiements Stripe et Lemon Squeezy, limites d'usage, e-mail transactionnel et un kit de démarrage d'API IA qui parle à OpenAI, Anthropic, Groq ou Llama. Vous clonez le dépôt, fixez votre prix et attaquez la partie du produit pour laquelle les gens paient vraiment. Il repose sur Next.js au-dessus de React et Tailwind, donc une bonne partie du code boilerplate vous semble déjà familière.
Testim
Tricentis · ProgrammationTestim est une plateforme d'automatisation des tests dopée à l'IA, qui sert à créer et exécuter des tests de bout en bout sur des applications web, mobiles et Salesforce. Elle s'appuie sur l'apprentissage automatique pour garder les tests stables quand une interface change, alors les équipes passent moins de temps à réparer des sélecteurs cassés. Pas mal pour un outil de tests automatisés que vous pouvez utiliser dès aujourd'hui. Vous créez des tests en enregistrant des actions dans un navigateur, puis vous ajoutez du JavaScript quand vous avez besoin de plus de contrôle. C'est un choix solide pour une équipe QA bien occupée.