SFEIR
CrewRig Méthodologie

CrewRig

Cadre open source de Hoani Cross (SFEIR) : la configuration IA d'une équipe en couches versionnées, compilée pour quatre CLI d'agents.

SFEIR AI · Publié le 19 septembre 2026

Origine et parti pris

Hoani Cross, architecte et team leader chez SFEIR à Nantes, membre du programme AI Champions, présente CrewRig sur LinkedIn le 18 mai 2026. Son constat de départ : chaque développeur configure son assistant seul, avec ses propres prompts système, ce qui donne « dix devs, dix IA différentes », aucune capitalisation, et un contexte qui part avec la personne quand elle quitte l'équipe. CrewRig traite le contexte d'équipe comme l'artefact premier : une configuration versionnée, partageable et forkable, identique quel que soit l'outil de codage, et une crew d'agents dimensionnée à la tâche.

Le développement actif se fait sur le dépôt github.com/crewrig/crewrig, sous licence Apache 2.0 ; le dépôt d'origine hcross/crewrig reste une archive de genèse. Le projet comptait 739 commits, 21 étoiles et 5 forks le 19 septembre 2026. Le site crewrig.org présente le projet ; seul le dépôt de ce site vitrine est sous licence MIT.

Le cycle en cinq temps

Setup installe une fois le contexte partagé : « /init-personal-profile » mène un entretien qui génère PROFILE.md, « /init-soul » personnalise SOUL.md, et « task setup-*-interactive » copie la configuration puis fait choisir équipe, expertise et niveau d'expérience. Specs associe le skill « spec-author » et un humain. Plan réunit l'architecte et l'humain. Dev confie le travail à une crew d'agents (architect, developer, tester). Review passe par un agent « pr-reviewer » indépendant, puis l'humain merge.

Le contexte s'empile en fichiers ordonnés par priorité : 00 SOUL.md (identité et valeurs de l'agent), 10 niveau de séniorité, 20 ORGANIZATION.md (politiques d'entreprise), 30 PROFILE.md (profil personnel), 40 expertise technique, 50 pratiques d'équipe, 60 et 65 règles d'outils et de mémoire. Gemini CLI, Claude Code, GitHub Copilot CLI et Antigravity CLI chargent chacun ces couches à leur façon, par préfixes numériques, contexte additif, fichiers d'instructions ou AGENTS.md.

Artefacts compilés et boucle de frictions

Skills, commandes, agents, hooks, politiques et serveurs MCP s'écrivent une seule fois dans le dossier artifacts/, et « task build-components » les compile pour les quatre CLI. Les fichiers de contexte sont copiés par défaut, sans symlink, pour qu'une branche malveillante ne puisse pas les empoisonner. La mémoire tient en trois étages : Sequential Thinking pour la session, MemPalace pour la mémoire persistante des agents, Obsidian pour les connaissances de l'utilisateur.

Le harness engineering suit une boucle en quatre temps. Tag : l'agent invoque le skill « harness-report » dès qu'une friction apparaît (objection de l'utilisateur, surprise d'outil, trou de processus). Cluster : « task harness-curate -- --apply » regroupe les frictions et ouvre un ticket GitHub par groupe. Fix : la crew interne traite la branche et la PR. Re-install : nouvelle compilation, avec incrément de version des SKILL.md modifiés.

Place dans le SDLC SFEIR, forces et limites

Dans la grille du SDLC augmenté par l'IA, Setup correspond à Setup, Specs à Define, Plan à Plan, Dev à Build et Verify, Review à Review avec le gate de merge. La capitalisation vit hors cycle : les frictions corrigées repartent dans la configuration partagée. Ship, Ops et Deprecation restent hors champ. L'article chapeau de la série situe CrewRig parmi neuf méthodes et l'article dédié détaille cette lecture. CrewRig convient aux équipes qui utilisent plusieurs CLI d'agents et veulent une base de contexte commune ; elle peut distribuer de façon homogène Superpowers ou le compound engineering.

  • Forces : une même source compilée pour quatre CLI, une capitalisation par frictions outillée de bout en bout, une licence Apache 2.0, un guide d'adoption pour les organisations (fork, overlay de configuration, synchronisation avec l'amont).
  • Limites : un projet jeune, une petite communauté (21 étoiles le 19 septembre 2026) et peu de retours d'expérience indépendants, des prérequis d'outillage (Task, fzf, uv, yq, shell Bash sous Windows), et une couche mémoire qui demande un démon ChromaDB et un démon MCP partagés dès que plusieurs sessions tournent en parallèle.

Questions fréquentes

Qu'est-ce que CrewRig ?

Un cadre open source créé par Hoani Cross (SFEIR) qui range la configuration IA d'une équipe en couches versionnées et forkables : identité de l'agent, séniorité, politiques d'entreprise, profil personnel, expertise, pratiques d'équipe. Les mêmes sources alimentent Claude Code, Gemini CLI, GitHub Copilot CLI et Antigravity CLI.

Quelles sont les étapes du cycle CrewRig ?

Setup, Specs, Plan, Dev, Review. Setup installe le contexte partagé une fois ; Specs et Plan associent un agent et un humain ; Dev confie le travail à une crew d'agents ; Review passe par un agent pr-reviewer indépendant, puis par l'humain qui merge.

Sous quelle licence CrewRig est-il publié ?

Apache 2.0 pour le framework, sur le dépôt crewrig/crewrig. Seul le dépôt du site vitrine crewrig-website est sous licence MIT.

Que devient une friction remontée par un agent ?

Un ticket GitHub. L'agent la tague pendant le travail via le skill harness-report, la commande de curation regroupe les frictions voisines et ouvre un ticket par groupe, la crew interne corrige, puis l'équipe recompile et réinstalle les composants modifiés.

Sources

CrewRig dans vos projets

Échanger avec SFEIR

Articles liés