WUPHF by Nex.ai
WUPHF de Nex.ai est un « bureau IA » local gratuit, sous licence MIT, qui orchestre des agents basés sur les rôles (par exemple, PDG/ENG/CMO) pour collaborer de manière autonome, conserver un contexte persistant via des blocs-notes par agent et un wiki partagé sauvegardé par git, et livrer du travail sans que vous n'agissiez comme couche de routage.
https://wuphf.team/?ref=producthunt&utm_source=aipure
Informations sur le produit
Mis à jour:May 19, 2026
Qu'est-ce que WUPHF by Nex.ai
WUPHF de Nex.ai est une plateforme d'orchestration multi-agents open-source qui fonctionne sur votre machine et ressemble à Slack pour les employés de l'IA avec un cerveau partagé. Au lieu de gérer une seule session de chatbot, vous déposez un objectif dans un canal et une équipe d'agents spécialisés décompose la tâche, délègue le travail et continue d'exécuter même après que vous ayez fermé l'interface utilisateur. Il prend en charge plusieurs environnements d'exécution d'agents (y compris Claude Code, Codex, OpenClaw et les LLM locaux via OpenCode), et il stocke le contexte localement – l'historique des canaux dans l'état local plus les connaissances durables dans les blocs-notes par agent et un wiki d'équipe partagé que vous pouvez lire comme des fichiers et versionner avec git.
Caractéristiques principales de WUPHF by Nex.ai
WUPHF par Nex.ai est un « bureau d'IA » multi-agents open-source et local-first qui vous permet de déposer un objectif dans un canal de discussion et de laisser des agents IA basés sur les rôles (par exemple, PDG/ING/CMO/PM/Design) décomposer, coordonner et exécuter le travail de manière autonome. Il maintient un contexte durable grâce à des carnets par agent et à un wiki Markdown partagé, sauvegardé par Git, que les agents peuvent lire/écrire et dans lequel ils peuvent promouvoir des conclusions validées, de sorte que les connaissances se cumulent au fil des sessions sans avoir à "re-coller" le contexte à plusieurs reprises. Il prend en charge plusieurs environnements d'exécution (Claude Code, Codex, OpenClaw et les LLM locaux via OpenCode), fonctionne sans comptes ni tarification par siège, et fournit des traces transparentes (« reçus ») de l'utilisation des outils et des actions.
Bureau multi-agents avec de vrais rôles: Les agents sont configurés en tant que JSON modifiable (invite système + liste d'outils) et collaborent dans des canaux partagés en utilisant les responsabilités des rôles (le PDG achemine, l'ING construit/ouvre les PR, le CMO rédige le contenu, le PM rédige les spécifications, etc.), en mettant l'accent sur la coordination plutôt que sur les chaînes à une seule invite.
Mémoire persistante : carnets + wiki partagé: Chaque agent conserve un carnet privé pour les observations brutes, tandis que l'équipe partage un wiki Markdown stocké localement (clonable par Git) où les conclusions durables peuvent être promues pour une réutilisation à long terme et un contexte inter-agents.
Exécution locale, auto-hébergée: Fonctionne sur votre machine avec un état local (par exemple, l'historique des canaux dans le stockage local) et aucun compte cloud requis ; les appels réseau sont principalement destinés à votre fournisseur LLM choisi, sauf si vous le pointez vers un modèle local.
Environnements d'exécution LLM "mix-and-match": Différents agents peuvent s'exécuter sur différents "backends" (Claude Code, Codex, OpenClaw ou modèles locaux via OpenCode) tout en collaborant dans le même espace de travail avec une sémantique @mention et de canal cohérente.
Outils et intégrations avec auditabilité: Prend en charge les actions réelles (par exemple, les opérations GitHub via CLI) et les ponts optionnels (par exemple, Telegram, fournisseurs d'actions externes), avec une trace des reçus/appels d'outils afin que vous puissiez vérifier ce que les agents ont réellement fait.
Exécution autonome avec garde-fous: Les agents continuent de travailler après que vous ayez fermé l'interface utilisateur, mais les exécutions sont limitées par des délais d'attente et des budgets d'étapes ; en cas de blocage, les agents vous remontent le problème avec le contexte et les traces.
Cas d'utilisation de WUPHF by Nex.ai
Livraison de logiciels et automatisation des PR: Les équipes d'ingénierie peuvent déposer des objectifs comme « livrer l'intégration d'ici vendredi », laissant les agents décomposer les tâches, identifier les blocages, modifier le code, exécuter les tests et ouvrir les PR tout en documentant les décisions dans le wiki partagé.
Gestion de produit et synthèse des exigences: Les flux de travail PM peuvent convertir les retours dispersés en spécifications, critères d'acceptation et post-mortems, puis promouvoir les apprentissages stables dans le wiki afin que les futurs projets commencent avec les connaissances institutionnelles.
Marketing et exécution du lancement: Les équipes peuvent générer et itérer sur les README, les annonces, les listes de contrôle de lancement et le positionnement, en se coordonnant entre les agents de style « CMO » et « PM » et en conservant les décisions de messagerie dans le wiki.
Coordination du transfert de la conception au développement: Les agents de conception et d'ingénierie peuvent coordonner les exportations d'actifs, les mises à jour des jetons de conception et les détails d'implémentation (par exemple, les "fallbacks" SVG/PNG), réduisant ainsi les frais généraux de routage humain et préservant les conventions de transfert.
Manuels d'opérations internes: Les équipes Ops ou RevOps peuvent créer des procédures reproductibles (listes de contrôle d'incidents, étapes d'intégration, manuels spécifiques aux clients) dans un wiki sauvegardé par Git que les agents affinent et réutilisent continuellement.
Recherche et gestion des connaissances: Les individus ou les équipes peuvent accumuler des notes de recherche dans des carnets d'agents, puis promouvoir des résumés validés dans un wiki partagé et consultable qui reste lisible en tant que Markdown simple et versionné dans Git.
Avantages
Local-first et open source (MIT) : aucun compte requis, pas de tarification par siège, et les données restent sur votre machine, à l'exception des appels d'inférence choisis.
Contexte durable et cumulatif via des carnets + un wiki Markdown sauvegardé par Git, portable, lisible et versionné.
La coordination multi-agents réduit le travail de « routage » humain et prend en charge les "backends" LLM hétérogènes dans un seul espace de travail.
L'auditabilité via les reçus/traces d'outils et les exécutions bornées (délais d'attente/budgets d'étapes) améliore la débogabilité et la sécurité.
Inconvénients
La qualité et la fiabilité dépendent des invites/configurations des agents et des "backends" de modèle choisis ; les agents peuvent toujours se bloquer ou boucler et nécessiter une escalade.
Certaines intégrations peuvent être optionnelles, incomplètes ou nécessiter un câblage utilisateur (par exemple, les outils tiers peuvent être des espaces réservés jusqu'à ce qu'ils soient connectés).
Le fonctionnement local implique que vous gérez la configuration de l'environnement, les autorisations et le calcul ; les charges de travail plus lourdes peuvent nécessiter un matériel local plus puissant ou une sélection de modèle minutieuse.
Les actions autonomes (par exemple, GitHub via CLI) peuvent être puissantes mais peuvent nécessiter un contrôle d'accès et des pratiques de révision minutieux.
Comment utiliser WUPHF by Nex.ai
1) Installer WUPHF: Dans un terminal, exécutez : `npx wuphf@latest` (cela lance WUPHF et ouvre l'interface utilisateur web à `http://localhost:7891`).
2) (Facultatif) Compiler à partir de la source au lieu de npx: Exécutez : `git clone https://github.com/nex-crm/wuphf.git && cd wuphf` puis `go build -o wuphf ./cmd/wuphf`.
3) Démarrer un bureau et choisir un pack d'équipe: Si vous avez compilé à partir de la source, démarrez-le avec un pack, par exemple `./wuphf --pack founding-team` (le navigateur s'ouvre à `localhost:7891`).
4) Déposer un objectif dans un canal: Dans l'interface utilisateur web, allez sur `#general` et tapez une phrase décrivant le résultat que vous souhaitez (exemple des documents : « Livrer le flux d'intégration d'ici vendredi. »).
5) Laisser les agents décomposer et déléguer: L'agent PDG achemine le travail vers d'autres agents de rôle (par exemple, ENG, DSG, CMO, PM). Ils se coordonnent dans des fils de discussion, signalent les bloqueurs et attribuent les dépendances sans que vous ayez à transférer manuellement le contexte.
6) Fermer l'onglet (facultatif) et revenir plus tard: WUPHF est conçu pour que vous puissiez vous éloigner ; les agents continuent de travailler. Lorsque vous revenez, vous devriez voir des progrès comme des bloqueurs résolus, des actifs mis à jour et du travail livré.
7) Comprendre où le contexte est stocké (persistance): L'historique des canaux persiste localement dans `~/.wuphf/state` (par projet). Le wiki partagé réside localement dans `~/.wuphf/wiki/` et est lisible en tant que fichiers et clonable avec git.
8) Utiliser le modèle de mémoire : blocs-notes + wiki partagé: Chaque agent a son propre bloc-notes (mémoire de travail privée) et l'équipe partage un wiki. Lorsque les conclusions sont valides, elles peuvent être promues des blocs-notes vers le wiki partagé afin que le travail futur se compose.
9) Personnaliser votre équipe en modifiant les configurations d'agent: Les agents sont des configurations JSON (invite système + liste d'outils). Forkez un pack (par exemple, le pack de l'équipe fondatrice), modifiez les invites/outils et échangez vos propres agents pour correspondre à votre flux de travail.
10) Vérifier ce qui s'est passé via les reçus/traces d'outils: Utilisez le panneau des reçus de l'interface utilisateur (ou `wuphf log`) pour inspecter quels outils ont été appelés et quelles actions ont été entreprises, afin de pouvoir confirmer ce qui était une exécution réelle par rapport à des références textuelles uniquement.
11) (Facultatif) Connecter des intégrations: WUPHF prend en charge les ponts/intégrations facultatifs (par exemple, Nex, Telegram via `/connect`, OpenClaw via `/connect openclaw`, et les actions externes via un fournisseur d'actions). Ceux-ci sont facultatifs au moment du chargement ; le cœur de WUPHF fonctionne localement sans eux.
12) (Facultatif) Choisir/comprendre ce qui quitte votre machine: L'exécution et le contexte sont locaux ; les principaux appels réseau sont vers le fournisseur LLM que vous configurez pour l'inférence. Si vous utilisez un modèle local, rien n'a besoin de quitter votre machine pour l'inférence.
FAQ de WUPHF by Nex.ai
WUPHF est un "bureau d'IA" local et open-source où plusieurs agents basés sur des rôles (par exemple, PDG, ING, CMO, PM, DSG) collaborent dans des canaux partagés, maintiennent une base de connaissances partagée et conservent le contexte sur plusieurs jours afin que vous n'ayez pas à acheminer manuellement les tâches entre des agents distincts.
Vidéo de WUPHF by Nex.ai
Articles populaires
Nano Banana SBTI : Qu'est-ce que c'est, comment ça marche et comment l'utiliser en 2026
Apr 15, 2026
Atoms : L'outil de création de produits IA qui redéfinit la création numérique en 2026
Apr 10, 2026
Kilo Claw : Comment déployer et utiliser un véritable agent d'IA "Faites-le pour vous" (Mise à jour 2026)
Apr 3, 2026
OpenAI arrête l'application Sora : Quel avenir pour la génération de vidéos par IA en 2026
Mar 25, 2026
Derniers outils d'IA similaires à WUPHF by Nex.ai
Hapticlabs
Hapticlabs est un kit d'outils sans code qui permet aux concepteurs, développeurs et chercheurs de concevoir, prototyper et déployer facilement des interactions haptiques immersives sur différents appareils sans codage.
Deployo.ai
Deployo.ai est une plateforme complète de déploiement d'IA qui permet un déploiement, une surveillance et une mise à l'échelle sans faille des modèles avec des cadres d'IA éthique intégrés et une compatibilité inter-cloud.
CloudSoul
CloudSoul est une plateforme SaaS alimentée par l'IA qui permet aux utilisateurs de déployer et de gérer instantanément l'infrastructure cloud grâce à des conversations en langage naturel, rendant la gestion des ressources AWS plus accessible et efficace.
Devozy.ai
Devozy.ai est une plateforme de libre-service pour développeurs alimentée par l'IA qui combine la gestion de projet Agile, DevSecOps, la gestion d'infrastructure multi-cloud, et la gestion des services informatiques en une solution unifiée pour accélérer la livraison de logiciels.
Outils d'IA populaires comme WUPHF by Nex.ai
A2A Protocol
Le protocole A2A (Agent2Agent) est un protocole d'interopérabilité ouvert développé par Google qui permet une communication et une collaboration transparentes entre les agents d'IA de différents frameworks et fournisseurs, quelle que soit leur architecture sous-jacente.
VoltOps
VoltOps est une plateforme d\'observabilité LLM indépendante du framework qui fournit des outils de surveillance visuelle, de débogage et d\'optimisation en temps réel pour les agents d\'IA sur n\'importe quelle pile technologique.
Chaterm
Chaterm est un terminal natif de l\'IA open source et un copilote SRE qui permet aux ingénieurs de gérer une infrastructure complexe grâce au langage naturel, en automatisant le déploiement, le dépannage et les opérations sans mémoriser les commandes.
Open Browser Use
Open Browser Use est une couche d'automatisation de navigateur open-source, neutre vis-à-vis de l'environnement d'exécution des agents, qui associe une extension Chrome à une CLI/SDK/MCP pour permettre un contrôle des onglets, une navigation et des actions basés sur le DOM et alimentés par le CDP, à travers différents outils d'agents IA.