Mon système d'agents IA : comment j'ai automatisé mon business d'indie dev

J’ai un aveu à faire : la plupart des trucs qui tournent dans mon business, ce n’est plus moi qui les fais.

Les deploys. Le SEO. Les posts Reddit. Les screenshots ASO. Les code reviews. Le sync des repos. Tout ça tourne en autonomie, plusieurs fois par jour, sans que j’intervienne.

Non, j’ai pas embauché quelqu’un. J’ai monté un système d’agents IA. Et aujourd’hui je vais vous montrer comment c’est organisé.

L’idée de base

Le concept est simple : un orchestrateur qui coordonne plusieurs agents spécialisés. Chaque agent a son rôle, ses compétences, ses automatisations. L’orchestrateur les fait tourner ensemble, leur passe le bon contexte, et gère les communications (Telegram, Discord, etc.).

En gros, c’est un chef d’équipe invisible qui manage des agents au lieu de manager des humains.

Si vous avez déjà essayé de faire tourner un seul gros prompt qui fait tout, vous savez que ça scale pas. Dès que le contexte dépasse un certain seuil, la qualité se casse la gueule. L’approche multi-agent résout ça : chaque agent a un périmètre clair, un contexte réduit, et il connaît vraiment son domaine.

Mon setup concret

J’ai quatre agents principaux. Chacun a un nom, un rôle, et des skills bien définis.

L’agent dev

C’est lui qui code. Il spawn des sous-agents pour implémenter des features, fixer des bugs, reviewer du code. Il bosse directement sur les repos, crée des PRs, et suit le workflow BMAD (mon framework de dev). Quand je dis “je veux telle feature sur Muse Otter”, c’est lui qui décompose en stories et qui exécute.

L’agent marketing

Il gère tout ce qui touche à l’acquisition organique :

• Reddit : posts de karma-building le matin, posts promo subtils l’après-midi, engagement sur les commentaires
• SEO : audits techniques, optimisation des pages, articles
• ASO : métadonnées App Store, recherche de keywords, screenshots multilingues

Il a son propre “writing fingerprint” pour chaque plateforme. Il sonne pas comme un bot. Il sonne comme moi, en mieux structuré.

L’agent ops

Le vrai couteau suisse :

• Deploy : Firebase hosting, functions, landing pages
• Sync des repos : pull quotidien, détection des changements, mise à jour des READMEs
• Architecture review : audit hebdomadaire de la santé du code
• Health checks : analyse des dépendances, npm audit, flutter analyze

C’est l’agent le moins sexy mais le plus critique. Sans lui, tout le reste s’effondre en silence.

L’agent QA

Il fait du testing non-reg en navigateur sur les apps web déployées. Il chope les régressions, les bugs visuels, les flows cassés. Quand il trouve un truc, il remonte à l’agent Dev qui corrige, et le QA revalide. Boucle fermée.

Ce que ça automatise concrètement

Pour donner une idée de ce qui tourne sans moi au quotidien :

Chaque jour :

• 2 posts Reddit (1 casual + 1 promo discrète)
• Sync de tous les repos avec détection de changements
• Briefing du matin avec les décisions stratégiques à prendre

Chaque semaine :

• Audit de santé du code (analyze, dependencies, security)
• Review d’architecture
• Optimisation ASO des métadonnées
• Sync du contexte marketing (features, positionnement, métriques)

À la demande :

• Deploy complet sur Firebase
• Screenshots ASO multilingues automatiques (voir ci-dessous)
• Non-régression complète en navigateur
• Sprint de dev sur N stories
• Audit SEO complet d’un site

Le truc qui m’a le plus surpris, c’est la charge mentale qui disparaît. Avant, je portais toutes ces tâches dans ma tête. Maintenant elles existent dans un système qui les exécute pour moi.

Focus : les screenshots ASO 100% IA

Un bon exemple de ce que “automatique” veut dire ici : les screenshots App Store.

Moi, tout ce que j’ai fourni c’est un brief produit, le contexte marketing, le positionnement, les features clés. Pas de maquettes, pas de slides, pas de screenshots. Juste du texte.

L’agent fait tout le reste :

1. Il ouvre l’app web dans un navigateur headless, navigue dans les écrans, et prend les captures lui-même
2. Il corrige les ratios (le rendu Flutter web ne sort pas en ratio iPhone, il faut du padding)
3. Il génère les mockups finaux via une web app Next.js open-source (ParthJadhav/app-store-screenshots), cadre iPhone, headline marketing, couleurs de la brand extraites du code source
4. Il exporte aux 4 tailles Apple requises et copie dans fastlane

Je n’ai touché à aucune étape. L’IA a pris les screenshots, construit les slides, choisi les headlines, et livré le résultat. Moi j’ai juste validé.

Pourquoi c’est facile à mettre en place

J’entends déjà la question : “Ok mais ça doit être un enfer à configurer ?”

En fait non. Et c’est ce qui m’a convaincu.

Chaque agent est défini en YAML. Son nom, son modèle, ses skills, ses crons. C’est déclaratif. Tu codes pas un framework, tu décris ce que tu veux.

Les skills sont réutilisables. Un skill c’est un fichier Markdown qui décrit une compétence. Comment faire un deploy Firebase. Comment poster sur Reddit. Comment auditer le SEO. Tu l’écris une fois, n’importe quel agent peut l’utiliser.

Les crons, c’est du scheduling classique. 0 9 * * * pour le post Reddit du matin. 0 8 * * 1 pour l’audit hebdo. Rien de nouveau.

Le contexte est partagé via des fichiers workspace. Chaque app a sa fiche produit, son brief marketing, son état actuel. Les agents lisent ces fichiers et agissent en fonction. Pas de base de données, pas d’API custom. Des fichiers Markdown dans un dossier.

Le résultat : ajouter une nouvelle automatisation, c’est souvent juste ajouter un skill et un cron. Pas besoin de toucher au reste.

Ce qui a changé par rapport à avant

Avant ce setup, ma semaine ressemblait à ça :

• Lundi : je me dis “faut que je fasse les screenshots ASO de Muse Otter”
• Mardi : je procrastine parce que c’est pénible
• Mercredi : je me dis “faut que je poste sur Reddit”
• Jeudi : j’oublie le deploy de la landing page
• Vendredi : je fais un flutter analyze et je découvre 12 warnings que j’aurais pu corriger lundi

Maintenant :

• Les screenshots ASO se génèrent de bout en bout, capture, mockup, export, sans que je touche Figma ou Photoshop
• Reddit tourne tous les jours sans que j’y pense
• Le deploy est à une commande (ou un cron)
• Les warnings remontent avant que je les voie

C’est pas parfait hein. Il y a encore des tâches manuelles, des décisions que je dois prendre, des trucs qui cassent. Mais le “qu’est-ce que j’oublie ?” dans ma tête a quasiment disparu.

Pourquoi c’est scalable

Le pattern est simple : un agent = une capability.

Si demain je veux une présence Instagram, je crée un skill “instagram-posting” et je l’assigne à l’agent marketing. Si je veux du monitoring de perf, j’ajoute un skill à l’agent ops. Si je lance une nouvelle app, j’ajoute sa fiche produit dans le workspace et tous les agents la voient.

Pas besoin de refactorer l’architecture. Pas besoin de toucher aux autres agents. Tu branches un nouveau module et ça tourne.

C’est un peu le principe des microservices, mais pour des agents. Sauf qu’au lieu de coder des APIs, tu écris des instructions en langage naturel.

Le vrai bénéfice

Pour un indie dev solo, ce setup change la donne. C’est pas juste du gain de temps. C’est un changement de posture.

Avant, j’étais dev + marketeur + ops + QA + PM. Je faisais tout, mal, et tard.

Maintenant j’ai une petite équipe virtuelle qui tourne 24/7. Elle est pas parfaite, elle a besoin de supervision, et il faut investir du temps pour la mettre en place. Mais une fois que c’est fait, le ratio effort/résultat est incomparable.

Le matin, je reçois un briefing sur Telegram. Les posts Reddit sont déjà partis. Le code est propre. Les deps sont à jour. Et moi, je peux me concentrer sur la seule chose qui compte vraiment : construire le produit.

C’est pas de la magie. C’est de l’infrastructure.

Et comme toute bonne infrastructure, une fois que c’est en place, tu te demandes comment tu faisais sans.