Comment combiner code, design et texte dans un espace de travail IA — on teste Kun

Un flux de travail typique avec les assistants IA ressemble à du chaos. Un développeur copie un bout de code depuis l'IDE dans une fenêtre de navigateur avec ChatGPT, demande de corriger la logique, colle le résultat, lance les tests, voit une erreur, et retourne en catastrophe sur l'interface web. Si vous ajoutez à cela de la rédaction de documentation ou du croquis de prototypes UI, basculer entre les onglets devient sans fin.

Les développeurs du projet Kun ont décidé de combiner l'écriture de code, le texte, le design et l'automatisation dans un seul environnement local. La fonctionnalité principale de l'outil est un runtime partagé qui peut connecter simultanément une interface graphique et un terminal.

Un runtime pour la fenêtre GUI et la console

Kun est construit sur un processus serveur kun serve. Il démarre sur la machine locale et prend en charge la gestion des sessions, l'historique des tâches, les connexions LLM et l'exécution des commandes.

Vous pouvez lancer l'application de bureau Electron et ouvrir simultanément un terminal dans le dossier du projet en entrant la commande :

kun

Les deux interfaces reprennent instantanément le même contexte de travail. Besoin d'envoyer rapidement une courte clarification sans lâcher le clavier — écrivez en TUI. Vous voulez visualiser les différences de fichiers, modifier un canevas visuel ou analyser un document PDF avec des captures d'écran — basculez en GUI. Toutes les modifications, le plan d'action et l'historique des appels d'outils restent synchronisés.

Cinq espaces de travail pour différentes tâches

Les auteurs n'ont pas limité le projet aux frontières du « codage IA » basique. L'espace de travail est divisé en cinq blocs spécialisés.

1. Code. Un mode complet pour travailler avec un dépôt. L'agent peut rechercher dans les fichiers, effectuer des modifications, exécuter des commandes console, lancer des tests et afficher les différences de modifications internes.
2. Écriture. Un environnement pour préparer de la documentation, des articles ou des rapports. Supporte la complétion de texte en ligne, l'édition et peut exporter les résultats en Markdown, HTML, PDF, DOCX et PPTX.

3. Design. Un mode pour mettre en page des prototypes HTML/CSS interactifs et générer des fichiers de système de design (DESIGN_SYSTEM.md). Une interface esquissée peut être immédiatement transmise au bloc de codage.

4. Recherche. Travail avec un contexte multimodal. Vous téléchargez des fichiers PDF, des graphiques ou des captures d'écran, et l'agent extrait les faits, rassemble les arguments et génère des notes finales.
5. Automatisation. Un module pour exécuter des tâches en arrière-plan. Ici, vous configurez des planifications, des boucles de répétition, des hooks et connectez des outils externes via MCP (Model Context Protocol).

Comment fonctionne Agent Graph pour les tâches complexes

Pour des questions courtes ou des modifications ciblées, Kun dispose d'un mode Direct — un dialogue rapide sans bureaucratie inutile. Mais si une tâche s'étend sur des dizaines de fichiers et nécessite une vérification séquentielle, le mode expérimental Agent Graph se déclenche.

Dans ce mode, l'agent principal (Lead Agent) construit d'abord un graphe de dépendances. Ensuite, il décompose la tâche en sous-tâches plus petites et les délègue à des agents enfants isolés. Chaque agent enfant ne reçoit que les permissions, les outils et l'accès aux fichiers nécessaires à son étape.

Le résultat du travail n'est transmis plus loin dans la chaîne qu'après que l'agent principal a vérifié les modifications et confirmé que les tests ont réussi. Si un échec se produit à une étape, le graphe ne fait pas semblant que tout s'est bien passé. Une tâche peut être mise en pause, corrigée manuellement, ou un nœud séparé peut être renvoyé pour une ré-exécution.

Données locales et liberté de choix des modèles

Kun est conçu selon un principe local-first. L'ensemble de la base de données de session, des logs, des paramètres locaux et des fichiers de projet sont stockés exclusivement sur votre disque.

En même temps, le projet ne vous force pas à utiliser un réseau neuronal spécifique. Via un menu de paramètres unifié, vous pouvez connecter pratiquement n'importe quel fournisseur :

• Modèles locaux via Ollama
• API cloud d'OpenAI, Anthropic, Gemini, DeepSeek, Qwen ou Kimi
• Tout service tiers compatible avec OpenAI Chat Completions ou Anthropic Messages

Si vous choisissez un fournisseur cloud, les données de requête spécifiques et les fichiers joints seront envoyés vers leurs serveurs. Cela vaut la peine de le garder à l'esprit lors du travail avec du code propriétaire d'entreprise.

Comment déployer et tester

Des paquets pré-construits pour macOS (Intel et Apple Silicon), Windows et Linux sont disponibles sur la page des releases du projet. Si vous voulez exécuter le système depuis les sources ou bidouiller le code backend, vous aurez besoin de Node.js version 22.19 ou plus récent.

Le processus de lancement depuis le dépôt est standard :

git clone https://github.com/KunAgent/Kun.git
cd Kun
npm ci
npm run dev

Une commande spéciale est prévue pour lancer le client terminal séparément :

npm run dev:tui

Après le premier lancement, vous devez simplement configurer au moins une clé API ou un modèle local dans Ollama, après quoi vous pouvez ouvrir le projet souhaité.

Faut-il l'installer

Kun ressemble à une tentative viable de rassembler l'arsenal dispersé d'un développeur dans un seul système gérable. L'idée d'un runtime transparent pour TUI et GUI élimine vraiment le besoin de copier le contexte entre la console et les fenêtres du navigateur.

Une nuance à noter est la licence PolyForm Noncommercial 1.0.0. Pour les projets personnels, la recherche et l'apprentissage, l'outil est entièrement gratuit. Cependant, une utilisation commerciale ou une intégration dans des produits payants nécessitera une permission séparée des auteurs. Cela dit, les entreprises peuvent demander une permission écrite gratuite pour une utilisation interne par leurs employés en envoyant un email aux développeurs.