Portfolio · 2026

Anthony Windey

Développeur IA agentique & IBM i

Cette année, j’ai conçu un harnais pour que Claude Code développe en sécurité, un dispositif de développement assisté par IA pour IBM i et un assistant multi-agents auto-hébergé que j’exploite. Chaque chiffre est mesuré.

01

Harnais pour Claude Code

Plugin de skills et de hooks · CLI de session · serveurs MCP · workers locaux

/analyze/dev/critic
dc landdc deploy/vault-sync
Claude Codepi × NQwen

un hook bloque l’étape suivante citations des workers vérifiées dans le code

  • La méthode en skills. /analyze planifie, /dev implémente, /critic relit le diff, dc (un outil maison) fusionne et déploie, /vault-sync enregistre les leçons.
  • MRS Memory. Mémoire de type wiki : embeddings + BM25, RRF, cross-encoder ; rappel testé sur jeux de référence.
  • Imposé par des hooks. Pas d’édition sans plan, pas de fusion sans relecture ; une worktree par session.
  • Workers locaux. Les grosses lectures vont à des agents locaux (pi) sur Qwen, une question par tâche, sans coût d’API.
02

Développement assisté par IA sur IBM i

Agent dans VS Code sur le poste, qui joint l’IBM i par SSH · MCP

ENTRÉE AGENT · SCRIPT IFSSANS SHELL
1 Parcourir4 Extraire2 Créer version5 Mettre à jour3 Créer composant6 Compiler -> retour
Sélection ===>

Illustration Tout le cycle, derrière une seule clé SSH

  • La carte d’abord. Un skill maison documente chaque concept métier qu’une tâche touche et guide la navigation dans le code.
  • Du contexte. Les sources IBM i sont exportées dans l’IFS ; la documentation du projet est synchronisée sur le poste.
  • Un script, toute la boucle. Il enchaîne les étapes jusqu’à la compilation, versions et extractions ARCAD comprises, et renvoie les erreurs ; l’agent corrige jusqu’à ce que ça compile. Écrans verts 5250 pilotés par MCP, avec un miroir dans le navigateur.
03

MRS Studio

Assistant multi-agents auto-hébergé · conçu et dirigé seul · depuis mars

Recherche webMémoireE-mailAgendaAssistant
principalDocumentsMédiasWorkflowsRéglages

Qwen sur 2 GPU locaux · Claude au choix

  • Un spécialiste par domaine. Chaque demande va à l’un des huit spécialistes, avec ses outils et son contexte.
  • Un « brain » qui consolide. L’assistant extrait des faits des conversations et des e-mails ; une étape de consolidation retient le durable et repère les doublons.
  • Sur mon matériel. Modèles Qwen quantifiés (vLLM, NInfer, Strata) derrière une passerelle compatible OpenAI.
04

Lab

Travaux sur l’inférence locale