mngr
mngr est une CLI Unix pour gérer des agents IA en local et à distance : créer, lister, connecter et envoyer des messages via SSH, git, tmux.
Qu'est-ce que mngr ?
mngr est un outil en ligne de commande de style Unix pour gérer des agents IA là où ils s'exécutent : en local, sur des hôtes distants ou dans des conteneurs/sandboxes. Le projet décrit mngr comme un moyen de créer, détruire, lister, cloner et se connecter à des agents pour discuter ou déboguer avec eux, tout en gardant l'infrastructure des agents accessible et scriptable.
Le dépôt présente mngr comme « git pour agents », en soulignant que les agents peuvent être gérés par programme à l'aide de primitives familières comme SSH, git et tmux. Il est conçu pour que vous n'ayez pas besoin d'un service managé pour exécuter des agents ; vous gérez le calcul et vous y connectez via des mécanismes standards.
Fonctionnalités principales
- Gérer les agents via une CLI : prend en charge la création, la liste, la connexion et l'envoi de messages aux agents depuis le terminal, y compris les instances nommées.
- Gestion de processus style Unix basée sur SSH, git et tmux : le dépôt indique qu'il est construit sur ces outils, alignant les opérations du cycle de vie des agents sur des workflows d'infrastructure standards.
- Exécuter des agents sur des hôtes distants et dans des conteneurs/sandboxes : le README met en avant le scaling « sur des hôtes distants, conteneurs et sandboxes », pas seulement une configuration locale unique.
- Composer des workflows sans verrouillage à un fournisseur/interface unique : vous pouvez construire vos propres workflows « au-dessus des agents » tout en évitant le couplage à un fournisseur ou UI spécifique.
- Extensible via plugins : le projet mentionne une extensibilité basée sur des plugins.
Comment utiliser mngr
- Installer mngr avec le script fourni :
curl -fsSL https://raw.githubusercontent.com/imbue-ai/mngr/main/scripts/install.sh | bash. - Créer un agent : par exemple,
mngr createlance un agent en local avec les valeurs par défaut (l'exemple du README indique agent=claude, provider=local, project=répertoire courant). - Lancer sur un nouvel hôte distant : par exemple,
mngr create @.modaldémarre un agent sur Modal avec un nom d'hôte généré automatiquement (comme décrit dans le README). - Nommer les agents et sélectionner lequel lancer : utilisez
mngr create my-tasketmngr create my-task codexpour exécuter un type d'agent différent avec un nom choisi. - Se connecter et envoyer un message initial (optionnel) : le README mentionne le passage d'arguments sous-jacents avec
-- --model ...et l'utilisation de--no-connect --message "..."pour soumettre un message initial sans attendre.
Cas d'usage
- Configuration d'agent local pour le développement : lancez un agent depuis votre répertoire courant avec
mngr create, puis discutez ou déboguez via un workflow terminal cohérent. - Scaling d'un agent à plusieurs sur des hôtes : exécutez « des centaines d'agents » sur des hôtes distants, conteneurs et sandboxes, tout en utilisant la même CLI pour lister et se connecter.
- Clonage ou snapshot de l'état des agents : traitez les configurations et l'état des agents comme quelque chose que vous pouvez cloner et gérer (le README liste les actions clone/snapshot/migrate).
- Workflows agnostiques vis-à-vis des fournisseurs : construisez des workflows de niveau supérieur qui orchestrent différents types d'agents et lieux d'exécution sans lier votre workflow à un fournisseur ou interface spécifique.
- Modèles d'accès à l'infrastructure équipe/partagée : utilisez la connectivité basée sur SSH et des outils standards (tmux, git) pour gérer les processus d'agents de manière compatible avec les pratiques opérationnelles existantes.
FAQ
mngr est-il un service managé ? Non. Le README indique explicitement « Pas de service managé requis », décrivant mngr comme une CLI basée sur SSH, git et tmux qui fonctionne avec le calcul que vous contrôlez.
Où les agents peuvent-ils s'exécuter ? Selon le README, les agents peuvent s'exécuter en local ainsi que sur des hôtes distants, conteneurs et sandboxes.
Comment installer mngr ?
Le dépôt montre une commande d'installation qui pipe un script depuis GitHub vers bash.
Puis-je personnaliser l'agent ou le modèle lancé ?
Le README indique que vous pouvez passer des arguments à l'agent sous-jacent (par exemple -- --model opus) et choisir un type d'agent (exemple : mngr create my-task codex).
Alternatives
- Gestion générale de processus distants basée sur SSH + scripts personnalisés : vous pouvez exécuter des sessions tmux et vous connecter via SSH, mais vous devrez construire votre propre cycle de vie d'agent, liste et workflow de messagerie.
- Autres frameworks d'orchestration d'agents : les frameworks qui gèrent les agents via API/UI peuvent être plus simples à démarrer, mais plus fortement couplés à un fournisseur/interface spécifique que l'approche « SSH + git + tmux » décrite pour mngr.
- Workflows conteneurs uniquement (Docker Compose/jobs Kubernetes) avec attachement manuel : vous pouvez standardiser les environnements d'exécution, mais vous perdrez le concept « git pour agents » de mngr pour le clonage/snapshot et son interface de gestion d'agents prioritaire terminal.
- Outils basés sur Git sans gestion du cycle de vie des agents : vous pouvez versionner votre code et configs d'agents, mais vous aurez besoin d'outils séparés pour créer/se connecter/envoyer des messages aux agents en cours d'exécution.
Alternatives
AgentMail
AgentMail est une API de boîte e-mail pour agents IA : créez, envoyez, recevez et recherchez des emails via REST pour des conversations à double sens.
LobeHub
LobeHub est une plateforme open-source conçue pour construire, déployer et collaborer avec des coéquipiers agents IA, fonctionnant comme une interface Web universelle pour LLM.
Codex Plugins
Utilisez Codex Plugins pour regrouper des skills, intégrations d’app et serveurs MCP en workflows réutilisables afin d’étendre l’accès à Gmail, Google Drive et Slack.
Tavus
Tavus crée des systèmes IA capables de voir, entendre et répondre en temps réel aux interactions face à face, via des APIs.
Falconer
Falconer est une plateforme de connaissances qui se met à jour automatiquement pour équipes rapides : écrivez, partagez et trouvez une documentation interne fiable.
HiringPartner.ai
HiringPartner.ai est une plateforme de recrutement autonome avec des agents IA qui sourcent, filtrent, appellent et interviewent les candidats 24h/24, réduisant le délai d’embauche de plusieurs semaines à seulement 48 heures.