Guide Développeur

Guide complet pour les développeurs utilisant Argy : Argy Code, LLM Gateway, Golden Paths et intégration IDE.

Ce guide vous accompagne dans l'utilisation quotidienne d'Argy en tant que développeur.

Argy Code — Votre Assistant de Codage IA

Argy Code est un agent de codage autonome qui vous aide à générer, tester et maintenir du code conforme aux standards de votre organisation.

Installation

VS Code

Ouvrez VS Code
Allez dans Extensions (Ctrl+Shift+X)
Recherchez "Argy Code"
Cliquez sur Installer
Redémarrez VS Code

JetBrains (IntelliJ, WebStorm, PyCharm...)

Ouvrez votre IDE JetBrains
Allez dans Settings → Plugins
Recherchez "Argy Code" dans le Marketplace
Cliquez sur Install
Redémarrez l'IDE

CLI

# Installation via npm
npm install -g @argy/code-cli

# Ou via Homebrew (macOS)
brew install argy/tap/argy-code

# Vérifier l'installation
argy-code --version

Configuration

Authentification

# Se connecter à Argy
argy-code login

# Cela ouvrira votre navigateur pour l'authentification SSO
# Une fois connecté, le token sera stocké localement

Configuration du projet

Créez un fichier .argy/config.yaml à la racine de votre projet :

# .argy/config.yaml
project:
  name: "mon-projet"
  product_id: "prod_xxx"  # ID du produit Argy

# Contexte métier pour l'IA
context:
  # Golden Paths à utiliser
  golden_paths:
    - "nodejs-microservice"
    - "react-frontend"
  
  # Documentation à indexer pour le RAG
  docs:
    - "./docs/**/*.md"
    - "./README.md"
  
  # Fichiers à ignorer
  ignore:
    - "node_modules/**"
    - "dist/**"
    - ".git/**"

# Règles de gouvernance
governance:
  # Exiger une confirmation avant les commits
  require_commit_confirmation: true
  
  # Exécuter les tests avant commit
  run_tests_before_commit: true
  
  # Scanner les secrets
  scan_secrets: true

Utilisation Quotidienne

Commandes de Base

# Démarrer une session interactive
argy-code chat

# Poser une question rapide
argy-code ask "Comment implémenter l'authentification JWT ?"

# Générer du code
argy-code generate "Créer un endpoint REST pour les utilisateurs"

# Analyser le code existant
argy-code analyze ./src

# Exécuter les tests
argy-code test

# Créer une Pull Request
argy-code pr "Ajout de l'endpoint utilisateurs"

Mode Chat Interactif

$ argy-code chat

🤖 Argy Code v1.0.0 - Session interactive
📁 Projet: mon-projet (prod_xxx)
🔗 Golden Paths: nodejs-microservice, react-frontend

> Crée un service de notification par email

📋 Plan d'action:
1. Créer le fichier src/services/email.service.ts
2. Ajouter les types dans src/types/email.types.ts
3. Créer les tests dans tests/email.service.test.ts
4. Mettre à jour le fichier de configuration

⚠️ Cette action va créer 4 fichiers. Confirmer ? [y/N]

Intégration IDE

Dans VS Code ou JetBrains, utilisez les raccourcis :

Action	VS Code	JetBrains
Ouvrir Argy Code	`Ctrl+Shift+A`	`Ctrl+Shift+A`
Générer du code	`Ctrl+Shift+G`	`Ctrl+Shift+G`
Expliquer le code sélectionné	`Ctrl+Shift+E`	`Ctrl+Shift+E`
Refactorer	`Ctrl+Shift+R`	`Ctrl+Shift+R`
Corriger les erreurs	`Ctrl+Shift+F`	`Ctrl+Shift+F`

Workflow de l'Agent

Argy Code suit un workflow gouverné pour garantir la qualité et la conformité :

InitSession → LoadContext → Plan → PolicyPreCheck → Act → Observe → Validate → Deliver
     ↑                                                        │
     └────────────────── Iteration Loop ──────────────────────┘

Étapes clés :

InitSession : Authentification et chargement de la configuration
LoadContext : Récupération des Golden Paths et indexation RAG
Plan : Création du plan d'action
PolicyPreCheck : Vérification des policies avant exécution
Act : Exécution des actions (écriture, commandes)
Observe : Analyse des résultats
Validate : Exécution des tests et quality gates
Deliver : Commit, PR ou livraison

LLM Gateway — API IA Gouvernée

Le LLM Gateway vous permet d'accéder aux modèles de langage (GPT-4, Claude, Gemini...) de manière sécurisée et gouvernée.

Authentification

# Récupérer votre token
argy-code token

# Ou via l'API
curl -X POST https://api.argy.cloud/v1/auth/token \
  -H "Content-Type: application/json" \
  -d '{"email": "vous@entreprise.com", "password": "..."}'

Utilisation de l'API

L'API est compatible avec le format OpenAI, ce qui facilite l'intégration :

// TypeScript / JavaScript
import OpenAI from 'openai';

const client = new OpenAI({
  apiKey: process.env.ARGY_TOKEN,
  baseURL: 'https://llm.argy.cloud/v1',
  defaultHeaders: {
    'X-Tenant-Id': process.env.ARGY_TENANT_ID,
  },
});

const response = await client.chat.completions.create({
  model: 'auto', // Sélection automatique du meilleur modèle
  messages: [
    { role: 'system', content: 'Tu es un assistant de développement.' },
    { role: 'user', content: 'Explique le pattern Repository.' },
  ],
});

console.log(response.choices[0].message.content);

# Python
from openai import OpenAI

client = OpenAI(
    api_key=os.environ["ARGY_TOKEN"],
    base_url="https://llm.argy.cloud/v1",
    default_headers={
        "X-Tenant-Id": os.environ["ARGY_TENANT_ID"],
    },
)

response = client.chat.completions.create(
    model="auto",
    messages=[
        {"role": "system", "content": "Tu es un assistant de développement."},
        {"role": "user", "content": "Explique le pattern Repository."},
    ],
)

print(response.choices[0].message.content)

Modèles Disponibles

Modèle	Provider	Cas d'usage	Coût (crédits/1M tokens)
`auto`	Auto	Sélection automatique	Variable
`gpt-4o`	OpenAI	Tâches complexes	15
`gpt-4o-mini`	OpenAI	Tâches simples	0.6
`claude-3-5-sonnet`	Anthropic	Code, analyse	15
`claude-3-5-haiku`	Anthropic	Rapide, économique	1
`gemini-2.0-flash`	Google	Multimodal	0.4

Vérifier vos Quotas

# Via CLI
argy-code usage

# Via API
curl https://llm.argy.cloud/v1/usage \
  -H "Authorization: Bearer $ARGY_TOKEN" \
  -H "X-Tenant-Id: $ARGY_TENANT_ID"

Réponse :

{
  "credits_used": 45.2,
  "credits_limit": 100,
  "credits_remaining": 54.8,
  "period": "2025-01",
  "usage_by_model": {
    "gpt-4o": 30.5,
    "claude-3-5-sonnet": 14.7
  }
}

Golden Paths — Standards de l'Organisation

Les Golden Paths sont des templates et configurations pré-approuvés par votre équipe Platform Engineering.

Lister les Golden Paths Disponibles

argy-code golden-paths list

# Sortie:
# ┌─────────────────────────┬─────────────────────────────────────┐
# │ Nom                     │ Description                         │
# ├─────────────────────────┼─────────────────────────────────────┤
# │ nodejs-microservice     │ Microservice Node.js avec Express   │
# │ react-frontend          │ Application React avec Vite         │
# │ python-fastapi          │ API Python avec FastAPI             │
# │ terraform-azure         │ Infrastructure Azure avec Terraform │
# └─────────────────────────┴─────────────────────────────────────┘

Utiliser un Golden Path

# Créer un nouveau projet à partir d'un Golden Path
argy-code init --golden-path nodejs-microservice my-new-service

# Appliquer un Golden Path à un projet existant
argy-code apply-golden-path nodejs-microservice

Vérifier la Conformité

# Vérifier que le projet respecte les Golden Paths
argy-code compliance check

# Sortie:
# ✅ Structure de fichiers conforme
# ✅ Dépendances à jour
# ⚠️ Configuration ESLint manquante
# ❌ Tests unitaires insuffisants (couverture: 45%, requis: 80%)

Intégration CI/CD

GitHub Actions

# .github/workflows/argy.yml
name: Argy CI

on:
  pull_request:
    branches: [main]

jobs:
  argy-check:
    runs-on: ubuntu-latest
    steps:
      - uses: actions/checkout@v4
      
      - name: Setup Argy Code
        uses: argy/setup-argy-code@v1
        with:
          token: ${{ secrets.ARGY_TOKEN }}
          tenant-id: ${{ secrets.ARGY_TENANT_ID }}
      
      - name: Check Compliance
        run: argy-code compliance check --strict
      
      - name: Run AI Code Review
        run: argy-code review --pr ${{ github.event.pull_request.number }}

GitLab CI

# .gitlab-ci.yml
argy-check:
  image: ghcr.io/argy/code-cli:latest
  stage: test
  script:
    - argy-code login --token $ARGY_TOKEN
    - argy-code compliance check --strict
    - argy-code review --mr $CI_MERGE_REQUEST_IID
  only:
    - merge_requests

Bonnes Pratiques

1. Toujours Vérifier le Plan

Avant d'exécuter une action, Argy Code vous montre un plan. Prenez le temps de le lire :

> Refactore le service d'authentification

📋 Plan d'action:
1. Analyser src/services/auth.service.ts
2. Extraire la logique JWT dans src/utils/jwt.ts
3. Créer des tests pour les nouvelles fonctions
4. Mettre à jour les imports

⚠️ Cette action va modifier 3 fichiers et en créer 2. Confirmer ? [y/N]

2. Utiliser le Contexte Métier

Donnez du contexte à vos requêtes pour de meilleurs résultats :

# ❌ Trop vague
> Crée une API

# ✅ Avec contexte
> Crée une API REST pour gérer les commandes clients, 
> avec les endpoints CRUD et la validation des données.
> Utilise le Golden Path nodejs-microservice.

3. Itérer par Petites Étapes

Plutôt que de demander une fonctionnalité complète, procédez par étapes :

# Étape 1
> Crée le modèle de données pour les commandes

# Étape 2
> Ajoute le repository pour les commandes

# Étape 3
> Crée le service avec la logique métier

# Étape 4
> Ajoute les endpoints REST

4. Toujours Exécuter les Tests

# Avant de commit
argy-code test

# Ou automatiquement
argy-code commit --run-tests

Dépannage

Erreur d'authentification

# Réinitialiser le token
argy-code logout
argy-code login

Quota dépassé

# Vérifier l'utilisation
argy-code usage

# Contacter votre administrateur pour augmenter les quotas

L'agent ne répond pas

# Vérifier la connexion
argy-code health

# Vérifier les logs
argy-code logs --tail 50