Claude (Anthropic)
“Lytos ne me rend pas plus intelligent. Il me rend pertinent. Sans contexte, je fais des choix par défaut — et mes défauts viennent de mon corpus d’entraînement, pas de votre projet. Avec Lytos, vos défauts remplacent les miens.”
Vous changez de modèle. Vous ouvrez une nouvelle session. Vous passez de Claude à Codex. Et chaque fois, le même rituel : il faut redonner le contexte, répéter les conventions, corriger les mêmes dérives.
Pendant ce temps, la dette s’installe. Le code généré aujourd’hui ne ressemble plus à celui d’hier. Les conventions glissent. Le projet grossit plus vite que la capacité de l’IA à s’y repérer.
Cette friction, beaucoup ont fini par l’accepter comme normale. Elle ne l’est pas.
Lytos répond à ce problème en ancrant le contexte à l’endroit où il doit vivre : dans le repo.
| Profil | Setup typique | Ce que Lytos apporte |
|---|---|---|
| Vibe-coder / maker | Claude Code, Codex, apps IA + GitHub | Un manifest que l’IA lit à chaque session. Moins de réexplication, un contexte qui s’enrichit. |
| Développeur | IDE + Git (GitHub / GitLab) + IA en appoint | Règles versionnées, mémoire qui se construit, board qui trace le travail — dans le repo, pas dans un SaaS. |
| Équipe | IDE + Git + CI + revues + ticketing produit | Manifest, skills, rules partagés. L’IA produit dans le style du projet. Les specs techniques pour l’IA vivent dans le repo, à côté du code. |
| Décideur / CTO / DSI | Vue produit + équipes IA + conformité | Output IA reproductible et auditable, contexte projet souverain (jamais en SaaS tiers), onboarding accéléré. Voir l’impact organisation → |
Un seul diagramme pour expliquer Lytos — le développeur à la racine, le modèle comme outil interchangeable, le dépôt comme contexte partagé, et les cinq piliers qui structurent le travail.
définit l'intention, valide, oriente
exécute — interchangeable
porte le contexte — markdown, versionné
manifest.md Pourquoi ce projet existe
skills/ Comment on aborde chaque tâche
rules/ Ce que "bien fait" veut dire
issue-board/ Ce qui avance, ce qui bloque
memory/ Ce que le projet a appris
Chaque session se termine comme elle a commencé : la mémoire absorbe ce qui compte, le board avance, et la session suivante hérite du contexte — pas du chat.
Chaque pilier est un dossier que vous pouvez ouvrir et lire. Pas de boîte noire, pas d’état caché — tout est en markdown, versionné dans votre dépôt.
manifest.md Un seul fichier markdown. Identité, périmètre, stack, non-négociables. Chargé en premier à chaque session.
skills/ Des procédures numérotées. Un skill est une checklist, pas un persona. Neuf fournis de base, vous écrivez les vôtres.
rules/ Des seuils vérifiables. Fichier ≤ 300 lignes, fonction ≤ 30, couverture ≥ 80%. Ce qui ne se mesure pas ne se respecte pas.
issue-board/ Un kanban en dossiers. Le frontmatter YAML est la source de vérité. Le dossier indique le statut.
memory/ Un fichier index + des notes par sujet. Architecture, patterns, bugs, métier. Chargé à la carte selon la tâche.
Découvrir les 5 piliers en détail →
La majorité des frameworks IA proposent de déléguer à des agents autonomes — un agent “architecte”, un agent “testeur”, un agent “reviewer”. Plus on délègue, moins on garde le fil, et votre contexte projet finit dans leurs serveurs, dans leurs formats.
Lytos prend le chemin inverse. L’IA reste un outil, puissant mais dirigé. Le contexte reste dans votre dépôt, en Markdown versionné. Vous définissez l’intention, vous validez chaque étape, le modèle exécute.
“Choisissez votre IA. Ne lui appartenez pas.”
Aujourd’hui Claude. Demain GPT ou Gemini. Vos conventions, votre manifest, votre mémoire : ils voyagent avec le repo.
Pourquoi pas les sub-agents → · La souveraineté en détail →
npm install -g lytos-clilyt init
lyt init génère la structure complète dans votre projet : manifest.md, skills/, rules/, issue-board/, memory/. Tout en Markdown. Tout dans votre repo.
| Commande | Ce qu’elle fait |
|---|---|
lyt init | Génère .lytos/ (interactif, détecte votre stack) |
lyt board | Régénère le kanban board |
lyt lint | Valide la structure .lytos/ |
lyt doctor | Diagnostic complet avec score de santé |
lyt show | Détail d’une issue avec progression |
lyt start | Démarre une issue — branche, board, tout en une commande |
lyt close | Clôt explicitement une issue validée — promote review → done, met à jour le board, vérifie la checklist |
Voir toutes les commandes sur npm →
Lytos n’est pas un outil de plus à apprendre. C’est une couche de structure qui s’ajoute à ce que vous utilisez déjà.
.cursor/rules généré automatiquementVos outils. Vos modèles. Votre méthode.
Un manifest, des rules, des skills partagés par l’équipe. Chaque développeur brainstorme, affine le besoin, valide le résultat — et le code produit respecte le même cadre. Les différences de forme se réduisent, pendant que les différences de jugement continuent de faire la valeur des humains qui écrivent.
“Le développeur brainstorme. Lytos aide à harmoniser.”
Le rôle du développeur se recentre sur ce que l’IA fait mal : définir le besoin, challenger la proposition, valider. Lytos est un complément aux revues et conventions déjà en place, pas leur remplacement.
Nous avons demandé à 3 modèles IA de donner leur avis sur la méthode. Sans retouche.
Claude (Anthropic)
“Lytos ne me rend pas plus intelligent. Il me rend pertinent. Sans contexte, je fais des choix par défaut — et mes défauts viennent de mon corpus d’entraînement, pas de votre projet. Avec Lytos, vos défauts remplacent les miens.”
Gemini (Google)
“Lytos arrête de traiter l’IA comme un oracle magique et commence à la traiter pour ce qu’elle est : un exécutant incroyablement puissant, mais amnésique, qui a besoin d’un cadre opérationnel strict.”
GPT (OpenAI)
“Je préfère nettement travailler avec un manifest, une memory, des rules et des skills versionnés qu’avec un simple persona du type ‘vous êtes un senior dev’. La qualité vient du contexte durable, des procédures explicites et des critères vérifiables — pas du théâtre de rôle.”
npm install -g lytos-clilyt initEn 2 minutes, votre dépôt a son manifest, ses rules, son board. À partir de là, l’IA connaît votre projet.