Patched

Un patchflow est une automatisation prête à l'emploi qui combine des étapes réutilisables et des modèles de prompt en un travail qui tourne de bout en bout. Un patchflow IA prend en charge la tâche entière, pas un simple appel. D'origine, il y a PR review, AutoFix pour les vulnérabilités de sécurité, DependencyUpgrade, ResolveIssue, GenerateReadme et GenerateDocstring, chacun conçu pour vous retirer une tâche répétitive et la mener jusqu'à un résultat fini sans que vous surveilliez chaque étape. Vous pouvez enchaîner les vôtres si l'ensemble intégré ne convient pas.

Patchwork tourne comme agent CLI sur votre propre machine ou serveur, donc votre code et vos données n'ont pas besoin de quitter votre environnement. Installez-le avec pip et pointez-le vers le LLM de votre choix, que ce soit OpenAI, Google ou le service géré de Patched. Cela compte quand une équipe conformité veut voir où vont réellement les données. C'est souvent le cas.

Le framework n'est lié à aucun fournisseur de modèles. Vous pouvez y mettre une clé OpenAI, un modèle Google ou la clé gérée de Patched, et même mélanger les fournisseurs selon les patchflows. Cette souplesse vous évite d'être enfermé dans le tarif ou les limites d'un seul fournisseur. Ce n'est pas rien.

Les patchflows ne se cantonnent pas au terminal. Vous pouvez les brancher à un pipeline CI/CD pour que les revues, correctifs et mises à jour tournent à chaque commit, ou les appeler depuis votre IDE pendant que vous travaillez. La même automatisation qui relit une PR peut corriger une vulnérabilité avant sa mise en production. Pour les équipes noyées sous les pull requests, c'est de l'automatisation de revue de code par IA sans recruter un relecteur de plus.

Chaque flux est conçu pour être entièrement auditable, ce qui est justement le point clé pour les secteurs réglementés. Patched déploie ses systèmes sur une infrastructure dédiée et assume la responsabilité du SLA : vous obtenez donc une piste documentaire et un opérateur responsable plutôt qu'une boîte noire. En tant que plateforme d'exécution de flux, il assume le résultat, pas seulement le câblage, ce qui change la donne pour toute équipe échaudée par un outil qui automatisait la partie facile et laissait les décisions difficiles à un humain à 2 h du matin.

Quand les automatisations intégrées ne suffisent plus, vous construisez les vôtres en combinant étapes et modèles de prompt. Une étape est une action atomique comme créer une PR ou committer une modification, et un modèle de prompt façonne la façon dont le LLM traite une tâche précise. C'est ainsi que Patchwork transforme une tâche répétitive en quelque chose que vous lancez une fois et oubliez. Vous l'écrivez une fois. Elle tourne à chaque fois.

Vous pouvez exploiter Patchwork vous-même pour garder le contrôle total, ou utiliser la version hébergée sur app.patched.codes si vous préférez ne pas gérer d'infrastructure. La voie hébergée est la plus rapide pour démarrer ; l'auto-hébergement vise les équipes aux règles strictes de résidence des données, où garder code et identifiants dans votre propre réseau n'est pas une préférence mais une exigence inscrite dans la politique.