← Retour au blog
AiEnviron 8 min de lecture

Le relecteur qui n'a jamais voulu votre poste

Publié le 9 nov. 2026
Le relecteur qui n'a jamais voulu votre poste

La plupart des agents de code dont on débat en 2026 essaient d'écrire votre code. PR-Agent, lui, essaie de le lire.

Il compte 15 539 étoiles, il vit à l'adresse The-PR-Agent/pr-agent, et son README s'ouvre désormais sur une phrase qui semble écrite par quelqu'un qui a eu cette conversation trop de fois : « Le relecteur de PR open source original. Ce projet n'est pas l'offre gratuite de Qodo. »

Cette phrase fait beaucoup de travail. PR-Agent a commencé comme le relecteur open source de Qodo et est devenu la chose que chaque équipe installe discrètement puis cesse de remarquer. Le projet a depuis rejoint sa propre organisation et doit maintenant préciser, noir sur blanc, que l'héberger soi-même n'est pas la même chose que d'utiliser l'offre gratuite d'un fournisseur. Juste. La distinction compte : l'un est un outil que vous faites tourner, l'autre est un service qui vous fait tourner.

Ce qu'il fait, en quatre commandes

Tout le produit tient en quatre commandes slash sur une pull request.

/describe écrit la description de la PR : ce qui a changé, pourquoi, et ce qu'un relecteur devrait regarder en premier. /review fait la relecture : bugs possibles, problèmes de sécurité, tests manquants, incohérences avec le reste du fichier. /improve propose des modifications concrètes du code. /ask répond à une question sur le diff, dans le fil, avec le diff comme contexte.

Chacune est un seul appel au LLM. Le README annonce environ trente secondes et un coût faible, et c'est la contrainte de conception qui a façonné tout le reste. Pas de boucle d'agent, pas d'arbre d'appels d'outils, pas de plan en plusieurs étapes. Un prompt, une réponse, un commentaire.

Ça paraît décevant jusqu'à ce qu'on se souvienne de ce que ça remplace : un relecteur qui ouvre une PR de 1 400 lignes à 18 heures et la survole.

L'installer

Trois voies, classées selon le temps qu'il faut y consacrer.

La GitHub Action est un seul fichier de workflow. Déposez ceci dans .github/workflows/pr-agent.yml :

on: pull_request: types: [opened, synchronize]
uses: the-pr-agent/pr-agent@main
env: OPENAI_KEY, GITHUB_TOKEN

C'est toute la configuration. Chaque nouvelle PR et chaque push sur une PR existante sont relus automatiquement. Vingt minutes entre la décision d'essayer et le fonctionnement, si vos secrets sont déjà en place.

La CLI sert à le lancer en local sur une PR que vous n'avez pas écrite :

pip install "pr-agent[github]"
export OPENAI_KEY=your_key_here
pr-agent --pr_url <url> review

Installez l'extra du fournisseur correspondant à votre plateforme, ou pr-agent[all] si vous voulez toutes les intégrations.

Les webhooks et l'auto-hébergement sont pour les équipes qui ont besoin que la relecture se fasse dans leur propre réseau. Des images Docker existent. GitLab passe par un webhook, Bitbucket par une installation d'application, Azure DevOps par son propre chemin. Gitea est aussi pris en charge.

A printed page with a red pen mark in the margin beside a cooling cup of coffee

Les deux décisions d'ingénierie qui le rendent utilisable

La compression des PR. Un relecteur qui ne fonctionne que sur de petits diffs est une démo. PR-Agent a une stratégie de compression pour les gros : il ne se contente pas de tronquer, il décide ce qu'il garde pour que le modèle voie encore la forme du changement. C'est la partie la moins spectaculaire et la plus importante du code, parce que l'alternative est un outil qui marche dans le tutoriel et s'effondre sur votre vrai dépôt.

La configuration des prompts comme données. Les catégories de relecture, le ton, les choses que vous voulez voir signalées et celles que vous voulez voir ignorées vivent dans un fichier TOML, pas dans du Python. Vous pouvez ajouter une catégorie ( « vérifier que chaque nouvelle colonne de base a une migration ») sans toucher au code. Les équipes qui adoptent ça finissent généralement avec une configuration qui encode leur propre culture de relecture, ce qui fait la différence entre un linter générique et une chose qu'un ingénieur senior approuverait vraiment.

Le choix du modèle est ouvert via LiteLLM : OpenAI, Claude, Gemini, DeepSeek, Mistral, plus Azure OpenAI, Bedrock, Vertex, Databricks, OpenRouter et Ollama. Si vous faites tourner un modèle local pour des raisons de confidentialité, c'est un des rares relecteurs qui vous suivra jusque-là.

À quoi ressemble un commentaire de relecture utile

La différence entre un bot de relecture qui aide et un bot qu'on met en sourdine n'est pas la précision. C'est de savoir si le commentaire est assez précis pour qu'on agisse.

« Pensez à ajouter une gestion d'erreur ici » est pire que rien, parce que ça donne au lecteur l'impression d'être surveillé sans rien lui apprendre. « Cet appel peut renvoyer null quand le cache rate ; l'appelant trois lignes plus bas le déréférence sans vérification » est utile même si le bot n'a raison que 70 % du temps, parce que vérifier prend dix secondes.

C'est le fichier de configuration qui vous fait passer du premier type de commentaire au second. Pointez les catégories vers ce qui mord vraiment votre base de code : couverture des migrations, sémantique des nouvelles tentatives, contrôles de permission sur les nouveaux endpoints, documentation des nouvelles variables d'environnement. Un relecteur qui ne connaît que la « qualité du code » produira des commentaires sur la qualité du code, ce dont personne n'a besoin à 18 heures.

Il y a un effet de second ordre à anticiper. Une fois que le bot commente sur chaque PR, les humains relisent moins attentivement, parce que quelque chose a déjà regardé. C'est la même dynamique qu'un linter qui casse le build pour des questions de style : il entraîne les gens à ne plus regarder le style. Utilisez le bot pour les vérifications mécaniques et dites-le explicitement, pour que l'attention humaine aille là où le bot ne peut pas aller : savoir si le changement est une bonne idée.

Un défaut honnête dans le README

/help_docs est désactivé depuis la v0.36.1, dans l'attente d'un correctif pour une exposition d'identifiants, suivi sous le numéro #2445. La note est là, dans la section des fonctionnalités, pas enterrée dans un changelog.

J'aime qu'elle soit visible. Un bot de relecture a un accès en lecture à votre code source. Un bug d'exposition d'identifiants dans un outil qui lit votre code source est le genre de chose qu'on veut voir annoncée à voix haute, et les mainteneurs l'ont fait au lieu de retirer la commande discrètement en espérant que personne ne remarque.

C'est aussi un rappel de la surface de risque réelle. Vous confiez à un prompt tiers, exécuté sur un modèle tiers, un accès en lecture à votre diff et aux fichiers alentour. C'est un compromis raisonnable pour la plupart des équipes et inacceptable pour certaines. La voie auto-hébergée existe précisément pour que la décision vous revienne.

Pourquoi celui-ci a survécu et pas les agents plus clinquants

Il y a eu des dizaines de start-up de relecture de code par IA en 2024 et 2025. La plupart sont mortes ou ont été absorbées. Le relecteur open source parti d'un projet annexe est toujours là, toujours maintenu, toujours en train de livrer des changements de configuration.

La raison est ennuyeuse : il fait une chose au moment où cette chose est utile. Une relecture arrive quand une PR s'ouvre, pas quand vous pensez à la demander. Le commentaire apparaît là où la discussion a déjà lieu. Le coût est de trente secondes et d'une fraction de centime. Il n'y a rien à apprendre et rien à intégrer.

Comparez avec les frameworks d'agents qui veulent reprendre tout votre flux de travail. Ils sont plus impressionnants et beaucoup plus difficiles à maintenir en marche. PR-Agent demande un fichier de workflow et une clé.

Si vous comptez l'essayer

Commencez par l'Action sur un seul dépôt, pas sur tous. Lancez-le dans un mode où il commente sans bloquer, et laissez-lui deux semaines. Vous saurez vite si votre équipe lit les commentaires ou passe dessus, et cette réponse décide si l'outil vaut la configuration.

Écrivez ensuite les catégories qui vous importent vraiment et mettez-les dans la config. Un relecteur générique donne des remarques génériques. La valeur arrive quand le bot vérifie les trois choses que votre équipe oublie toujours, et c'est vous qui lui dites lesquelles.

Articles associés