Lun'Ira

intent → code.

CrOliX

Pourquoi

Une intention en texte libre entre. Du code raffiné, testé, prêt à être appliqué sort. Entre les deux : quatre agents spécialisés qui ne se marchent pas dessus.

Pourquoi quatre agents plutôt qu'un ? La pollution de contexte. Un seul LLM qui gère PO + architecture + code + QA en un seul contexte se dégrade vite. Lun'Ira sépare chaque responsabilité, garde les outputs typés, et donne une traçabilité complète par run.

Comment

Pipeline séquentiel : Product Owner (clarifie l'intention → requirements structurés), Planner (architecture + tech stack + décomposition en tâches), Developer (génère les fichiers complets), QA Engineer (verdict + score + issues : en cas d'échec, feed-back au Dev jusqu'à N itérations). 7 providers : Groq, Gemini, OpenRouter, Ollama, Claude, OpenAI, NVIDIA NIM. Sélection de modèle par rôle, budget guard, provider fallback. Système de Skills (expertise injectée dans les prompts) et Plugins (write files, web search, execute code, GitHub issues). TUI interactive avec historique des runs, application directe des artéfacts.

Product Owner Clarifie l'intention en langage naturel → requirements structurés

Planner Architecture + tech stack + décomposition en tâches isolées

Developer Génère les fichiers complets, applique skills et plugins

QA Engineer Verdict + score + issues, feedback loop au Dev jusqu'à N itérations

Multi-agentsTypeScriptCLIOrchestration

GitHub ↗

Où en est-on

Pipeline 4 agents (PO → Planner → Dev → QA)

7 providers supportés

QA iteration loop (N retries configurables)

Budget guard + provider fallback automatique

Système de Skills et Plugins

TUI interactive + Annales (historique)

Publié sur npm (@crolix-altf4/lunira)

CI/CD, dry run, JSON output, mode watch

En cours

Sélection automatique de modèle par rôle
Catalogue communautaire Skills / Plugins

Ensuite

Intégration git automatique (apply + commit)
Métriques de qualité par run