Agent IA gratuit : quel outil open source choisir en 2026 ?

Pour un premier agent IA gratuit et open source, choisissez Goose pour travailler sous supervision sur des fichiers locaux, Hermes Agent pour des tâches récurrentes qui s’appuient sur des procédures enregistrées, ou OpenClaw si la messagerie doit être votre interface principale. Ces 8 projets s’installent sur du matériel que vous contrôlez. Reste à choisir séparément les connexions aux modèles et les accès à vos comptes.

Informations vérifiées dans les dépôts des projets, leurs fichiers de licence et les documentations citées le 18 octobre 2026. Ce comparatif repose sur la documentation, pas sur un benchmark réalisé en conditions réelles. Les recommandations portent sur les logiciels à installer ; l’accès aux modèles reste à votre charge et doit être configuré.

La première question à se poser est celle de l’environnement de travail. Une extension de navigateur peut intervenir sur un portail fournisseur. Un assistant de bureau peut traiter des fichiers exportés. Un agent conteneurisé dispose de son propre ordinateur de travail. Un agent de programmation a sa place auprès de votre dépôt de code. Choisissez cet environnement avant de choisir le modèle.

Quel agent IA gratuit choisir ? Le comparatif en un coup d’œil

Commencez par l’application la plus simple capable de mener votre tâche à bien. Goose constitue le point de départ généraliste ; les autres choix se justifient lorsque votre travail appelle une autre interface ou un autre environnement d’exécution.

Pour tous ces outils, l’utilisation des modèles est distincte. Une application open source connectée à un modèle hébergé transmet toujours le contenu du travail à ce fournisseur. Un modèle local exige une machine adaptée et une connexion prise en charge. Les licences des dépôts couvrent le logiciel de l’agent ; vérifiez séparément celle du modèle retenu.

Comment avons-nous sélectionné ces outils ?

Chaque projet propose une application, une interface en ligne de commande ou un conteneur prêt à l’emploi, utilisable sans concevoir votre propre boucle d’agent. Cette boucle consiste à choisir une action, l’exécuter, lire le résultat, puis décider de la suite. Les projets sélectionnés fournissent déjà ce mécanisme.

La sélection s’appuie sur des critères pratiques :

• Un point de départ utilisable : un parcours documenté entre l’installation et la première tâche confiée à l’agent.
• Une licence adaptée à un usage professionnel : celle du fichier de licence du dépôt, pas un badge ni une description commerciale.
• Un dépôt actif : aucun des dépôts retenus n’était archivé, et tous présentaient une activité en octobre 2026. Cette activité permet de les retenir ; elle ne prouve pas leur fiabilité.
• Des connexions aux modèles documentées : les fournisseurs pris en charge ont été vérifiés pour l’application précise recommandée.
• Un périmètre de fonctionnement identifiable : le lieu d’exécution des actions, la configuration restante et une limite susceptible de modifier le choix.

Les niveaux de configuration évaluent les étapes décrites dans la documentation, sans mesure au chronomètre. « Légère » signifie une application ou une extension, plus une connexion à un fournisseur. « Intermédiaire » ajoute des passerelles, des comptes, des outils ou un conteneur. « Avancée » suppose de mettre en place un endpoint de modèle adapté ou d’exploiter un environnement plus large.

Les recommandations reposent sur l’adéquation au besoin, pas sur la popularité. Un projet riche en intégrations est un mauvais choix si vous cherchez seulement de l’aide dans un onglet. À l’inverse, une extension de navigateur bien conçue ne remplace pas un agent capable de travailler dans un environnement Linux dédié.

Assistants généralistes et agents accessibles par messagerie

Choisissez un assistant généraliste si votre travail mêle fichiers, recherche et services connectés. Préférez un agent pilotable par messagerie si vous souhaitez lui confier ces tâches depuis une application de discussion existante. L’interface détermine où vous verrez les résultats, les interruptions et les demandes d’aide.

1. Goose : le meilleur agent IA open source pour débuter en local

Goose est le meilleur point de départ pour un responsable opérationnel qui cherche une application de bureau pour travailler sur des fichiers, effectuer des recherches et automatiser des tâches sous supervision. Son dépôt présente un agent généraliste doté d’applications natives pour macOS, Windows et Linux, ainsi que d’une interface en ligne de commande. Des extensions relient les modèles aux outils, notamment via Model Context Protocol, ou MCP, un protocole standard permettant à un agent d’appeler un outil externe. Dépôt de Goose.

Pour une première tâche, vous pouvez lui demander de transformer un dossier de tickets de support exportés en ébauche de rapport opérationnel. Fournissez des copies des exports, une description des catégories utilisées et un exemple du rapport attendu. Demandez-lui de conserver les identifiants des tickets à côté de ses conclusions. Vous obtenez ainsi un livrable vérifiable sans le connecter au système de support en production.

Goose convient à ce travail parce que son extension Developer permet de modifier des fichiers et d’exécuter des commandes shell. Le shell est l’interface de commande du système d’exploitation : il peut lancer un script de transformation de fichier, au lieu de laisser le modèle calculer chaque ligne dans la conversation. Cette capacité est utile pour des traitements de données répétables, mais elle donne aussi à l’agent des pouvoirs étendus sur la machine. Extension Developer.

Idéal pour : un responsable opérationnel qui travaille sur des fichiers locaux et souhaite une interface de bureau avec des outils configurables.
Point fort : un assistant de bureau généraliste avec plusieurs fournisseurs de modèles et extensions au choix.
Licence : Apache License 2.0.
Environnement : macOS, Windows et Linux ; application de bureau ou interface en ligne de commande.
Modèles : Anthropic, OpenAI, Google, OpenRouter, Ollama et d’autres fournisseurs documentés. Ollama est un logiciel qui permet de servir des modèles depuis votre propre machine.
Configuration : légère pour l’application et la connexion à un modèle ; intermédiaire dès que vous ajoutez des outils externes et des identifiants d’accès.
Tarif : gratuit et open source ; l’accès au modèle reste à votre charge.
Essai gratuit : aucun essai nécessaire pour le logiciel.

La limite tient aux droits accordés sur la machine. Selon sa documentation, Goose démarre par défaut en mode Autonomous, et ses outils Developer peuvent agir avec les privilèges de votre compte utilisateur. Les modes d’approbation ajoutent un contrôle, mais la documentation précise aussi que la distinction entre lecture et écriture repose sur une classification sans garantie d’exactitude. Considérez l’approbation comme un contrôle utile, à compléter par une restriction des accès aux fichiers et aux comptes. Permissions de Goose.

Pour le test du rapport de support, vérifiez que le résultat conserve les identifiants d’origine, distingue les informations manquantes des valeurs égales à zéro et laisse les fichiers sources intacts. Ce sont des critères d’acceptation à fixer vous-même, pas des résultats promis par Goose. Si chaque livrable doit encore être reconstruit à la main, simplifiez la tâche avant d’ajouter des extensions.

Verdict : choisissez Goose pour travailler aux côtés d’un agent sur votre machine. Le guide de Goose AI Agent détaille la configuration et les extensions.

Créer son agent IA gratuitement : commencer par une application installée

Vous pouvez commencer par configurer l’application existante de Goose. Inutile de mettre en œuvre un framework d’agents pour essayer une tâche sur fichiers au périmètre bien défini.

1. 1

   Installer l’application de bureau

   Suivez le lien de téléchargement adapté à votre système dans le guide de démarrage de Goose. Utilisez l’application distribuée prête à l’emploi, sauf si vous souhaitez expressément maintenir une version compilée depuis les sources.

2. 2

   Connecter un fournisseur de modèles

   Effectuez la configuration du fournisseur au premier lancement. Choisissez un fournisseur que vous êtes déjà autorisé à utiliser avec les données de la tâche. Une installation locale d’Ollama relève d’un choix distinct de service de modèles ; l’installation de l’application de bureau ne la fournit pas implicitement.

3. 3

   Choisir le mode de permission de la session

   Dans Settings, ouvrez Chat et réglez Default Mode sur un mode d’approbation pour les nouvelles sessions. Les sessions existantes conservent leur réglage ; la commande documentée pour le modifier dans une session est /mode approve. Examinez les extensions activées avant de commencer.

4. 4

   Confier une tâche sur fichiers dont le résultat peut être vérifié

   Utilisez des copies de fichiers non sensibles dans un dossier de travail dédié. Demandez une ébauche de rapport avec les identifiants des sources, sans modification des fichiers d’entrée. Le dossier organise le travail ; pour renforcer le cloisonnement, il faut restreindre les accès du compte système et des outils.

5. 5

   Vérifier le résultat avant d’élargir les accès

   Comparez le rapport aux données d’origine, examinez les fichiers modifiés et notez vos interventions. N’ajoutez un outil que lorsque la tâche en cours en démontre l’utilité.

2. Hermes Agent : pour les tâches récurrentes qui demandent de la mémoire

Hermes Agent est le choix le plus pertinent lorsqu’une tâche doit s’améliorer grâce à du contexte conservé et à des procédures vérifiées. Le projet de Nous Research documente une mémoire persistante, la recherche dans les conversations, des compétences réutilisables et des tâches planifiées, accessibles depuis le terminal, le bureau ou une messagerie. Son intérêt pratique est la continuité : la tâche suivante peut repartir des informations et des instructions conservées lors de la précédente. Dépôt de Hermes Agent.

Prenons un responsable des opérations qui prépare chaque semaine un point sur les fournisseurs. Le travail consiste à lire les nouveaux fichiers, appliquer les mêmes définitions de catégories et produire un brouillon qui signale les questions en suspens. La mémoire peut conserver le contexte permanent, tandis qu’une compétence, ou skill, décrit la procédure : quels fichiers lire, ce qui constitue une exception et comment structurer le compte rendu.

Ces fonctions sont distinctes. Une information comme le format de rapport préféré relève du contexte enregistré. Un enchaînement d’actions, comme vérifier les dates de livraison manquantes avant de rédiger la synthèse, relève d’une procédure. La documentation des skills de Hermes explicite cette distinction. Son mécanisme d’auto-amélioration comprend l’enregistrement et la révision de ces procédures ; cette formulation ne constitue pas la preuve d’un gain de précision garanti. Documentation des skills.

Idéal pour : des tâches opérationnelles répétées qui gagnent à disposer d’un contexte persistant et d’une procédure vérifiable.
Point fort : la mémoire, les skills créés par l’agent et la transmission planifiée de résultats via une passerelle de messagerie.
Licence : MIT.
Environnement : Linux et Windows, ainsi que les Mac Apple Silicon pris en charge ; machine locale ou serveur. L’installation native sous Windows est documentée.
Modèles : OpenAI, Anthropic, OpenRouter, Nous Portal et des endpoints personnalisés, notamment des serveurs locaux comme Ollama et vLLM.
Configuration : légère à intermédiaire pour une application de bureau prête à l’emploi et un fournisseur ; intermédiaire pour la messagerie, les planifications et un environnement d’exécution distant.
Tarif : gratuit et open source ; l’accès au modèle reste à votre charge.
Essai gratuit : aucun essai nécessaire pour le logiciel.

Le mode d’installation compte. Les paquets de bureau actuels incluent l’environnement d’exécution et les interfaces précompilées ; l’installateur qui prépare le projet depuis les sources suit un autre parcours. Le paquet macOS est réservé à Apple Silicon, et la documentation indique que les Mac Intel ne sont pas pris en charge. Sur un serveur, suivez l’installation en ligne de commande documentée et configurez la passerelle séparément. Documentation d’installation.

Le choix du modèle est lui aussi explicite. hermes model sélectionne le fournisseur et le modèle, tandis que hermes tools gère les outils activés. Ollama en local se configure par un endpoint personnalisé, c’est-à-dire l’adresse de votre serveur de modèles. Ne partez pas du principe qu’un compte cloud ou un modèle particulier est obligatoire. Documentation des fournisseurs.

La limite tient à la qualité des procédures. Si une exécution apparemment utile applique une mauvaise règle métier, enregistrer cette méthode peut pérenniser l’erreur. Pour le point fournisseurs, demandez une proposition de skill après avoir vérifié le résultat, puis examinez les instructions que l’agent souhaite conserver. Le paramètre documenté skills.write_approval permet de soumettre les changements de skills à validation ; /skills pending et /skills diff rendent les modifications proposées consultables.

Verdict : choisissez Hermes lorsque la procédure doit survivre à la conversation. L’analyse de Hermes Agent approfondit la mémoire, les skills et les contrôles de fonctionnement.

3. OpenClaw : pour un assistant accessible depuis vos messageries

OpenClaw convient le mieux lorsque l’accès par messagerie est au cœur du workflow. Sa Gateway locale, le service d’arrière-plan qui coordonne sessions et outils, se connecte notamment à Slack, Discord, Telegram, WhatsApp, Teams et iMessage. Le dépôt documente l’installation sur macOS, Linux et Windows. Dépôt d’OpenClaw.

Pour un dirigeant qui travaille depuis son téléphone, cette interface peut être plus adaptée qu’une application de bureau distincte qu’il faut penser à ouvrir. Un premier essai raisonnable consiste à demander, depuis un canal de messagerie privé, une ébauche de synthèse de notes opérationnelles dont l’utilisation est autorisée. Le résultat utile est une synthèse traçable, livrée là où vous consultez déjà votre travail. L’envoi du message ne connecte pas à lui seul l’assistant à tous les systèmes de l’entreprise : vous devez encore configurer les outils capables de récupérer les documents sources.

La Gateway représente aussi une responsabilité d’exploitation. Elle doit tourner sur une machine capable d’effectuer le travail. Un ordinateur portable convient à un usage en votre présence ; une machine dédiée ou un serveur se justifie si le service doit rester disponible lorsque le portable est fermé. Choisissez un déploiement que vous pouvez maintenir, y compris ses mises à jour, ses identifiants de modèles et ses connexions aux canaux.

Idéal pour : les responsables opérationnels qui veulent un assistant persistant accessible par messagerie.
Point fort : un service de contrôle local qui coordonne canaux, sessions et outils.
Licence : MIT.
Environnement : macOS, Windows ou Linux, sur un ordinateur personnel ou un serveur.
Modèles : fournisseurs hébergés et locaux, dont Anthropic, OpenAI, Google Gemini, OpenRouter, Ollama et LM Studio.
Configuration : intermédiaire : installation, configuration initiale du modèle, réglage de la Gateway et connexion du canal choisi.
Tarif : gratuit et open source ; l’accès au modèle reste à votre charge.
Essai gratuit : aucun essai nécessaire pour le logiciel.

L’installateur peut mettre en place une version prise en charge de Node.js, l’environnement nécessaire à l’exécution de l’application. Les scripts d’installation lancent la configuration initiale ; après une installation directe du paquet, la commande est openclaw onboard --install-daemon. Ensuite, openclaw gateway status vérifie le service et openclaw dashboard ouvre son interface Control UI. Vérifiez qu’une conversation y fonctionne avant d’ajouter une connexion à une messagerie. Ce sont les étapes documentées dans le dépôt, pas une promesse de durée d’installation.

Le catalogue de fournisseurs de modèles est distinct de celui des canaux. Slack permet de parler à l’assistant ; le fournisseur de modèles lui apporte ses capacités de raisonnement. Vous pouvez modifier ces choix indépendamment, dans les limites de la configuration prise en charge par le projet. Référence des fournisseurs de modèles.

La limite tient aux pouvoirs qu’un message entrant permet de mobiliser. Le dépôt précise que les outils de la session principale s’exécutent sur l’hôte tant qu’aucun bac à sable n’est configuré, et que les expéditeurs inconnus de messages directs passent par un appairage par défaut. Cet appairage détermine qui peut lancer une tâche ; il ne restreint pas les fichiers et les comptes auxquels une tâche autorisée peut accéder. Les fournisseurs configurés et les plateformes de messagerie reçoivent toujours le contenu des tâches, même lorsque l’état et les identifiants restent sur votre matériel.

Verdict : choisissez OpenClaw lorsque le lieu où se déroule la conversation détermine si l’assistant sera utilisé. Si votre critère décisif est plutôt la conservation des procédures, consultez le comparatif Hermes Agent et OpenClaw.

Agents pour le navigateur et le bureau

Choisissez d’abord l’interface sur laquelle l’agent doit intervenir. Travailler dans un navigateur existant, ouvrir un navigateur séparé, utiliser le bureau d’un conteneur ou piloter l’écran de votre ordinateur sont des tâches bien différentes. Un outil capable de l’une ne prend pas automatiquement en charge les autres.

4. Nanobrowser : pour votre session Chrome ou Edge habituelle

Nanobrowser est ici le point de départ le plus simple pour un utilisateur de Chrome ou Edge dont le besoin se limite au navigateur. Cette extension reçoit les tâches dans un panneau latéral, lit les pages, clique, saisit du texte et passe d’un onglet à l’autre. Elle s’utilise sans remplacer votre navigateur habituel ni écrire de script d’automatisation. Dépôt de Nanobrowser.

Pour comparer la documentation de fournisseurs, ouvrez les pages utiles et demandez un tableau des conditions de livraison, avec une source pour chaque entrée. Le dépôt décrit l’enregistrement de résultats, par exemple des tableaux CSV ou des rapports Markdown, dans le dossier de téléchargements. Un bon critère d’acceptation : chaque condition extraite doit renvoyer à une page, et toute information indisponible doit rester signalée comme telle.

L’outil convient à ce cas parce que le travail se trouve déjà dans les onglets. Il évite d’ajouter un agent de bureau complet pour naviguer sur des sites. Limitez la tâche aux sites concernés, surtout si le même navigateur est connecté à d’autres applications professionnelles sans rapport avec ce travail.

Idéal pour : lire des pages web et y effectuer des actions dans un navigateur Chrome ou Edge existant.
Point fort : un agent en panneau latéral, connecté à des modèles cloud ou locaux, avec des permissions réglables par site.
Licence : Apache License 2.0.
Environnement : les installations de Chrome et d’Edge prises en charge sur votre ordinateur.
Modèles : Anthropic, OpenAI, Google Gemini, OpenRouter et d’autres fournisseurs cloud documentés ; Ollama, LM Studio et des serveurs locaux compatibles. Le modèle doit prendre en charge les appels d’outils.
Configuration : légère avec un fournisseur cloud ; réglages supplémentaires du serveur de modèles pour l’inférence locale.
Tarif : gratuit et open source ; l’accès au modèle reste à votre charge.
Essai gratuit : aucun essai nécessaire pour le logiciel.

Installez l’extension depuis le lien Chrome Web Store du dépôt, configurez le fournisseur sur la page d’accueil, puis ouvrez le panneau latéral. Dans Edge, l’installation peut d’abord demander d’autoriser les extensions d’autres boutiques. Les modèles locaux exigent un réglage de connexion supplémentaire : Ollama doit autoriser l’origine de l’extension, tandis que LM Studio nécessite l’activation des accès interorigines. Le dépôt documente ces exigences ; rendre le serveur de modèles accessible ne suffit pas à terminer la configuration.

Les différents niveaux de permission sont utiles, mais ont leurs limites. Le mode Ask est activé par défaut et demande confirmation lorsqu’il détecte une soumission, un envoi, une suppression ou un téléversement. Les étapes de paiement, de saisie de mot de passe et d’octroi d’accès sont confiées à l’utilisateur. Les réglages permettent aussi d’autoriser, de demander confirmation ou de bloquer les actions par site. Le projet reconnaît explicitement que l’agent peut manquer une étape exigeant une intervention : ces contrôles ne dispensent donc pas de surveiller les actions importantes.

Verdict : choisissez Nanobrowser lorsque la tâche commence et se termine dans les onglets de votre navigateur. Écartez-le pour piloter d’autres applications de bureau ou disposer d’un assistant sur serveur sans interface graphique.

5. Browser Use Desktop : pour confier la navigation à une fenêtre distincte

Browser Use Desktop est une application autonome qui réalise les tâches web dans une fenêtre Chromium séparée. Selon son dépôt, elle importe les cookies de votre navigateur Chrome habituel pour permettre à l’agent d’utiliser les sessions déjà ouvertes, et propose un raccourci pour lancer les tâches. Cette sélection concerne l’application de bureau installable du dépôt browser-use/desktop. Dépôt de Browser Use Desktop.

Cette fenêtre distincte est utile pour séparer visuellement le travail de l’agent des onglets que vous utilisez. Vous pouvez par exemple lui demander de relever le statut d’éléments approuvés dans un portail fournisseur pendant que vous lisez les documents associés. Conservez le résultat sous forme de liste provisoire à vérifier dans le portail. Le bénéfice est de disposer d’un navigateur de travail séparé ; une autre fenêtre ne suffit pas à rendre la tâche sûre.

Les cookies peuvent donner accès à des sessions authentifiées. Leur importation peut donc conférer au navigateur de l’agent les droits associés à ces sessions. Examinez les comptes concernés et commencez par une tâche de lecture et de rédaction, sans modification des données. Un nouveau processus de navigateur n’équivaut pas à un nouveau compte aux permissions réduites.

Idéal pour : les responsables opérationnels qui veulent séparer les tâches web de leur fenêtre de navigation habituelle.
Point fort : une application de bureau avec un environnement Chromium dédié et un import de sessions documenté.
Licence : MIT.
Environnement : macOS sur Apple Silicon, Windows x64 et Linux, via les téléchargements documentés.
Modèles : le README de l’application de bureau mentionne Anthropic via un abonnement Claude Code ou une clé API, et Codex via un abonnement ChatGPT ou une clé API.
Configuration : légère à intermédiaire : installer le paquet de bureau, connecter un fournisseur documenté et examiner la connexion aux sessions du navigateur.
Tarif : gratuit et open source ; l’accès au modèle reste à votre charge.
Essai gratuit : aucun essai nécessaire pour le logiciel.

La liste de modèles constitue une limite importante. L’écosystème Browser Use comprend d’autres composants, mais la prise en charge dans une bibliothèque ne prouve pas celle de cette application de bureau. Si la connexion à un endpoint de modèle local de votre choix est indispensable, le dépôt de Nanobrowser documente cette possibilité plus explicitement. Pour choisir Browser Use Desktop, partez de la liste de fournisseurs de son propre README.

La même distinction vaut pour le déploiement. Le téléchargement de bureau fournit une application pour la machine sur laquelle elle s’exécute. Sa capacité à naviguer sur le Web ne permet pas d’en déduire qu’elle remplace, de façon documentée, un service serveur fonctionnant en permanence.

Verdict : choisissez Browser Use Desktop pour disposer d’un navigateur de travail distinct avec l’un de ses fournisseurs documentés. Préférez Nanobrowser si vos priorités sont de conserver votre navigateur actuel et de disposer d’un accès aux modèles locaux explicitement pris en charge.

6. Agent Zero : pour un environnement de travail Linux complet

Agent Zero est le meilleur choix de cette sélection lorsque l’agent a besoin de son propre environnement Linux, avec fichiers, navigateur, applications de bureau et documents modifiables. Le projet se présente comme un framework, mais son lanceur et son image Docker démarrent un agent déjà construit, doté d’une interface web. C’est cette installation prête à l’emploi qui lui vaut sa place ici. Dépôt d’Agent Zero.

Docker regroupe l’application et ses dépendances dans un conteneur, un environnement d’exécution distinct sur la machine hôte. Le bureau d’Agent Zero se trouve dans cet environnement. Il peut utiliser les logiciels Linux qui y sont installés ; lui ouvrir l’accès aux fichiers ou au navigateur de l’hôte relève d’un choix de configuration supplémentaire.

Un bon premier essai consiste à assembler une note interne modifiable à partir d’un ensemble de documents autorisés. Le dépôt décrit un bureau Linux, un navigateur intégré et LibreOffice Writer, Calc et Impress pour les documents, les feuilles de calcul et les présentations. Demandez un brouillon modifiable avec une liste de sources claire, puis examinez le contenu et les fichiers enregistrés. Il s’agit d’un workflow proposé, pas d’un résultat testé dans ce comparatif.

Idéal pour : les tâches qui bénéficient d’un environnement informatique dédié, au-delà d’un simple panneau de discussion.
Point fort : un bureau Linux, un navigateur et un espace de travail documentaire prêts à l’emploi dans Docker.
Licence : MIT, vérifiée dans le fichier lui-même.
Environnement : une machine locale ou un serveur capable d’exécuter Docker ; A0 Launcher propose des versions macOS, Windows et Linux.
Modèles : les connexions hébergées documentées incluent Anthropic et OpenRouter ; les connexions locales incluent Ollama, LM Studio et vLLM.
Configuration : intermédiaire à avancée : Docker, stockage persistant, configuration de l’application et connexions aux modèles.
Tarif : gratuit et open source ; l’accès au modèle reste à votre charge.
Essai gratuit : aucun essai nécessaire pour le logiciel.

A0 Launcher propose un parcours guidé sur ordinateur personnel : il vérifie Docker, gère les instances et les ports, et se connecte à des installations locales ou distantes d’Agent Zero. Le dépôt documente également un installateur en terminal pour les serveurs. Une fois l’interface web démarrée, configurez soigneusement les différents rôles de modèles. Le guide d’installation distingue Chat, Utility et Embedding : la conversation principale, les tâches auxiliaires comme la synthèse, et les représentations numériques utilisées pour retrouver des informations associées. Installation et configuration des modèles.

Cela demande davantage de configuration que de choisir un fournisseur dans une extension de navigateur. Cet effort se justifie si l’environnement de travail vous est utile. Il est superflu pour une tâche qui consiste seulement à extraire des informations de quelques onglets.

La limite tient au cloisonnement du conteneur. Le projet conseille de conserver un environnement isolé et d’éviter d’y monter l’intégralité de votre dossier personnel. Un montage rend un répertoire de l’hôte accessible depuis le conteneur. L’option A0 CLI Connector étend elle aussi volontairement l’action de l’agent à la machine hôte ; considérez-la comme une autorisation d’accès supplémentaire, pas comme un prérequis ordinaire à la première tâche.

Les projets permettent d’organiser séparément les instructions, les fichiers, les mémoires, les secrets et les choix de modèles. Utilisez cette séparation pour donner à la note interne son propre contexte de travail. Elle aide à l’organisation ; les limites d’accès effectives dépendent toujours du conteneur, des montages, des comptes et des outils configurés.

Verdict : choisissez Agent Zero lorsque l’agent a besoin d’un environnement de travail que vous pouvez exploiter et maintenir. Pour une tâche plus simple sur des fichiers locaux, commencez par Goose.

7. UI-TARS Desktop : pour piloter visuellement les applications de bureau

UI-TARS Desktop est le choix spécialisé lorsque la tâche exige d’interagir avec une application graphique par captures d’écran, actions de souris et saisie au clavier. Son dépôt distingue l’application de bureau d’Agent TARS, un autre projet du même dépôt. Suivez les instructions Desktop si votre objectif est d’agir sur l’interface visible de l’ordinateur. Dépôt de UI-TARS Desktop.

Ce choix est pertinent lorsqu’une application offre une interface utilisable, mais que vous ne souhaitez pas développer d’intégration pour la piloter. Un premier essai raisonnable consiste à modifier un réglage réversible dans une application de bureau hors production, puis à examiner une capture d’écran. La tâche doit avoir un état final évident et un moyen d’annuler la modification.

La configuration exige un modèle de vision et de langage, capable d’interpréter des images en plus du texte. Une connexion à un modèle textuel généraliste ne suffit pas à établir sa compatibilité avec la boucle d’actions visuelles de cette application. Le README de Desktop cite les familles de modèles de vision UI-TARS et Seed ; le guide de démarrage décrit la connexion à un endpoint de modèle UI-TARS.

Idéal pour : les tâches supervisées qui nécessitent de voir et de manipuler une interface de bureau.
Point fort : le pilotage de l’ordinateur et du navigateur à partir de captures d’écran, dans une application de bureau installable.
Licence : Apache License 2.0.
Environnement : les parcours documentés d’installation locale couvrent macOS et Windows.
Modèles : les familles de modèles de vision UI-TARS et Seed documentées ; utilisez la configuration d’endpoint propre à Desktop.
Configuration : avancée : installer l’application, accorder les permissions système requises et configurer un endpoint de modèle compatible.
Tarif : gratuit et open source ; l’accès au modèle reste à votre charge.
Essai gratuit : aucun essai nécessaire pour le logiciel.

Sur macOS, le guide demande les autorisations d’accessibilité et d’enregistrement de l’écran. La configuration du modèle exige une URL de base, une clé API et un nom de modèle. L’URL de base est l’adresse du service qui répond aux requêtes destinées au modèle. Cet endpoint peut être distant alors même que l’agent pilote votre écran local : le pilotage en local ne prouve donc pas que les captures d’écran restent sur la machine. Guide de démarrage de Desktop.

Le même guide indique une limite de compatibilité concrète : l’application est prévue pour un seul écran, et une configuration multiécran peut provoquer l’échec des tâches. Il précise également que l’ancien service Remote Operator a été arrêté. La recommandation porte ici sur l’application locale installable ; l’ancien service hébergé n’est plus une solution disponible pour simplifier la mise en route.

Verdict : choisissez UI-TARS Desktop pour une tâche précise à l’écran que vous pouvez superviser. Pour les seules pages web, commencez par les outils dédiés au navigateur ; pour un ordinateur de travail Linux distinct, choisissez Agent Zero.

Quel agent IA open source utiliser pour programmer ?

8. OpenHands : réserver les tâches sur dépôt de code à un agent de programmation

OpenHands Agent Canvas est un centre de contrôle installable pour développeurs qui inclut l’agent OpenHands. Sous licence MIT, il s’exécute en local, dans Docker ou sur un serveur, et se configure avec des modèles pris en charge par LiteLLM, notamment des modèles d’Anthropic et d’OpenAI. L’installation passe par le paquet ou le parcours Docker documenté, avec une configuration de niveau intermédiaire. Le mode sans bac à sable donne un accès étendu au système de fichiers. Le logiciel est gratuit et open source ; vous fournissez l’accès aux modèles. Pour choisir spécifiquement un outil de programmation, consultez le guide des agents de programmation open source.

Un agent IA local et open source ne garantit pas une inférence locale

Vérifiez séparément où se trouve l’agent, où s’exécutent ses actions et quel endpoint répond aux requêtes du modèle. Installer l’application en local ne répond qu’à la première question.

Goose peut par exemple modifier un fichier local tout en utilisant un modèle hébergé. Nanobrowser peut tourner dans votre navigateur tout en envoyant le contenu des pages au fournisseur choisi. Agent Zero peut exécuter une tâche dans Docker en faisant appel à un serveur de modèles situé ailleurs. Ce sont des possibilités de déploiement documentées, compatibles avec le caractère open source de ces produits.

Une architecture entièrement locale demande davantage que le choix d’une application open source. Confirmez l’endpoint du modèle, puis examinez les services de recherche, de navigation et les autres outils connectés susceptibles d’envoyer des informations ailleurs. Si une tâche exige l’accès au Web public, distinguez cet accès de l’envoi de données de travail privées à un fournisseur de modèles.

Pour un responsable opérationnel, la question est concrète : quels documents, contenus de pages ou captures d’écran quitteront cette machine ? Répondez-y avant de connecter l’agent à des données confidentielles. Si l’inférence locale est obligatoire, partez d’une application qui documente explicitement le serveur local envisagé, puis vérifiez tout le parcours de la tâche.

Quel agent choisir selon votre travail ?

Choisissez Goose si la première tâche consiste à travailler sur des fichiers sous supervision et que vous souhaitez une interface de bureau généraliste. Son rôle de départ est le plus clair de cette sélection : fournissez un modèle, définissez un espace de travail limité et examinez le livrable.

Choisissez Hermes Agent si le contexte conservé et les procédures réutilisables motivent l’adoption d’un agent. Choisissez OpenClaw si l’accès par messagerie est ce qui lui donnera une place dans votre journée de travail. Tous deux peuvent faire davantage ; le bon critère est le besoin qui vous manquerait en premier.

Choisissez Nanobrowser si le travail doit se faire dans votre navigateur habituel. Choisissez Browser Use Desktop si vous voulez un navigateur séparé pour l’agent et l’un de ses fournisseurs documentés. Les sessions déjà ouvertes sont pratiques dans les deux cas : examinez donc les accès aux comptes avant de confier une tâche.

Choisissez Agent Zero si l’assistant a besoin de son propre ordinateur Linux, avec logiciels de bureau et fichiers modifiables. Choisissez UI-TARS Desktop si la tâche exige précisément de piloter une interface graphique sur l’ordinateur local. Le choix entre les deux dépend de l’environnement dans lequel l’agent doit agir, pas de la démonstration qui semble la plus autonome.

Choisissez OpenHands pour les tâches sur un dépôt de code. Le guide de programmation est l’endroit adapté pour le comparer aux autres agents de développement.

Si vous ne pouvez pas nommer le livrable attendu, les données d’entrée autorisées et le point où l’agent doit s’arrêter, reportez le choix de l’installation. Les écrire élimine généralement davantage de candidats qu’une longue liste de fonctionnalités.

Les options à écarter pour ce besoin

Écartez les projets qui vous obligent à construire l’application que vous étiez venu installer. Ces exclusions concernent l’adéquation au besoin d’un dirigeant ou d’un responsable opérationnel qui cherche un agent utilisable.

Les frameworks d’agents IA open source relèvent d’un autre comparatif

CrewAI et LangGraph ont leur place dans le comparatif des frameworks d’agents IA. Ils sont pertinents si vous comptez développer une application d’agent. Ils ne répondent pas au besoin traité ici : installer un assistant existant et commencer à lui confier du travail.

Ollama seul ne suffit pas non plus. Il fournit l’infrastructure de service de modèles utilisée par certains de ces agents. Il vous faut encore l’application qui gère les outils, les tâches et les interactions.

Les produits uniquement hébergés ne permettent pas de faire tourner l’agent sur votre machine ou votre serveur. Un client téléchargeable ou une bibliothèque d’intégration open source ne prouve pas, à lui seul, que l’environnement d’exécution réel de l’agent est auto-hébergé.

Le service UI-TARS Remote Operator, désormais arrêté, n’a pas sa place dans votre projet d’installation. Suivez le parcours Desktop local décrit dans le dépôt actuel.

Enfin, évitez d’attribuer à un projet les capacités d’un projet voisin. Browser Use Desktop possède sa propre liste de fournisseurs. La configuration de UI-TARS Desktop diffère de celle d’Agent TARS. Chaque fonctionnalité doit être documentée pour l’application que vous installez.

Avant d’ouvrir les accès de l’entreprise à un agent IA autonome

Confiez au premier agent une tâche qu’il peut terminer avec des accès limités et un résultat vérifiable. Dans une petite entreprise, une ébauche de rapport à partir de copies d’exports est plus facile à évaluer qu’une demande de « gérer les opérations ».

Utilisez un espace de travail dédié et, si nécessaire, un compte ou un conteneur séparé. N’accordez que les accès aux comptes et aux répertoires nécessaires. Un prompt demandant à l’agent de rester dans un dossier exprime votre intention ; les permissions des fichiers et la configuration des outils déterminent ce qu’il peut réellement atteindre. La documentation de sécurité de Hermes explique particulièrement bien la différence entre approbation des commandes et limites de l’environnement d’exécution.

Fixez les critères d’acceptation avant de lancer la tâche : les identifiants des sources doivent rester visibles, les fichiers d’origine doivent rester intacts, les valeurs inconnues doivent être signalées et toute action externe demandée doit attendre votre validation. Ce sont des critères recommandés pour un premier essai, pas des garanties fournies par toutes les applications.

Pour passer à l’action dès lundi, choisissez une tâche récurrente, préparez un jeu de données d’entrée propre et installez l’agent le plus simple qui convient. Comparez son résultat à celui que vous accepteriez d’un collègue. N’élargissez les accès qu’une fois compris le travail effectué, les corrections nécessaires et la manière d’arrêter ou d’annuler l’action suivante.

Questions fréquentes

Existe-t-il des modèles d’IA open source ?

Oui. La licence d’un modèle est distincte de celle de l’agent, et la possibilité de télécharger ses poids ne signifie pas automatiquement que son usage professionnel est sans restriction. Vérifiez la licence du modèle en plus de celle de l’application. Plusieurs agents de cette sélection documentent des connexions à des serveurs de modèles locaux.

À quoi sert un agent en intelligence artificielle ?

Un agent utilise un modèle pour choisir des actions, appelle les outils disponibles, lit les résultats et poursuit la tâche. Pour un responsable opérationnel, la différence essentielle est sa capacité à agir sur des fichiers ou des applications dans les limites de ses accès configurés, au lieu de simplement produire du texte.

Comment utiliser un agent OpenAI ?

Si vous souhaitez construire une application, l’OpenAI Agents SDK offre une voie qui passe par le code. Si vous cherchez un assistant à installer, choisissez un projet ci-dessus dont la documentation confirme la prise en charge d’OpenAI, puis configurez la connexion correspondante.

Peut-on utiliser gratuitement l’API OpenAI ?

Ne supposez pas qu’un agent gratuit inclut un accès gratuit aux modèles d’OpenAI. Établissez votre budget à partir des conditions d’utilisation actuelles du fournisseur et des éventuels crédits explicitement indiqués dans votre compte. La page officielle des tarifs de l’API fait référence pour les coûts actuels des modèles.

Quelle est la meilleure API d’IA gratuite ?

Pour un agent, la compatibilité et la réussite de la tâche comptent davantage qu’un quota gratuit annoncé. Vérifiez les appels d’outils et, pour les tâches à l’écran, la prise en charge de la vision. Si vous avez besoin d’inférence locale, choisissez un mode de connexion documenté à un modèle local et évaluez-le sur votre tâche réelle.

Combien coûte l’API ChatGPT ?

La facture de l’API dépend du modèle choisi et de son utilisation ; certains outils entraînent des frais distincts. Consultez le barème actuel de l’API OpenAI pour connaître les tarifs. Installer un agent open source ne change pas les frais de ce fournisseur.

Quel modèle de l’API ChatGPT est le moins cher ?

Consultez le barème à jour du fournisseur pour repérer les tarifs les plus bas parmi les modèles compatibles avec votre agent. Comparez ensuite les tâches effectivement terminées, en comptant les nouvelles tentatives et les corrections : le tarif affiché le plus bas ne garantit pas le résultat exploitable le moins cher. Ce comparatif ne classe pas les modèles par prix.

Quelles informations ne faut-il pas donner à ChatGPT ?

N’incluez ni mots de passe, ni clés privées, ni données confidentielles dont l’utilisation n’est pas autorisée dans vos prompts. Avec ces agents, utilisez les réglages documentés pour les identifiants et vérifiez quels fichiers, pages ou captures d’écran seront transmis au modèle configuré. L’installation locale ne suffit pas à répondre à cette question.

Quelle IA coûte moins cher que ChatGPT ?

Distinguez l’application de l’agent de sa connexion au modèle. Les applications présentées ici sont gratuites et open source ; le coût des modèles dépend de l’accès que vous choisissez. Comparez une même tâche menée à un résultat acceptable avec les modèles pris en charge, sans déduire le coût d’inférence de la licence de l’application.

Utilisez la checklist d’audit des workflows IA en entreprise pour définir la première tâche, ses données d’entrée autorisées et le résultat que vous accepterez.