Projets partagés : comment les personnes et les Agents IA travaillent ensemble dans Orkas

Jusqu’ici, tout ce que vous configuriez dans Orkas n’appartenait qu’à vous. Vous rédigiez des instructions de projet, vos Agents se constituaient une mémoire, vous rassembliez des fichiers de référence et planifiiez le travail sous forme d’éléments à faire – et dès qu’un collègue, un prestataire ou un client devait reprendre une partie du travail, tout ce contexte restait sur votre machine. Vous pouviez coller un prompt dans une messagerie, mais un prompt n’est pas un mode opératoire.

Orkas 1.8 fait du projet le lieu où les gens travaillent ensemble. Vous invitez des personnes dans un projet : elles reçoivent les mêmes instructions, la même mémoire, les mêmes fichiers de Bibliothèque, les mêmes éléments à faire et les mêmes Agents partagés, et chacune fait sa part avec sa propre équipe d’IA.

Comment Orkas fonctionne pour une seule personne

Les projets partagés s’appuient sur des briques d’Orkas qui existent déjà ; commençons donc par un rapide tour d’horizon.

Votre ordinateur — l’application de bureau Orkas (macOS · Windows)
├─ Commander — planifie le travail, choisit les Agents, rassemble les résultats
│  ├─ Spécialistes intégrés — recherche, rédaction, diapositives, images, vidéo, documents bureautiques, code, UI, SEO/GEO …
│  ├─ Vos Agents personnalisés — instructions + skills + exigences
│  └─ Agents CLI externes — Claude Code, Codex, OpenCode …
├─ Environnement d’exécution d’Agents — boucle agentique, outils, sessions, autorisations
├─ Contexte — mémoire (Agent · projet · centrale), skills, connecteurs
└─ Projets — instructions, mémoire, Bibliothèque, éléments à faire, automatisations

Modèles — modèles officiels d’Orkas, ou vos propres clés de fournisseur
Cloud Orkas — compte et crédits · synchronisation personnelle facultative · projets partagés

Commander et les spécialistes. Vous parlez à Commander. Il décide s’il répond lui-même, s’il confie le travail à un spécialiste ou s’il répartit des morceaux entre plusieurs Agents à la fois avant de rassembler ce qu’ils renvoient. Les spécialistes sont des Agents dotés d’une mission précise et des outils qui vont avec. Vous pouvez créer vos propres Agents dans une conversation : un rôle, une méthode de travail, des exigences à respecter et des skills à utiliser. Si vous utilisez déjà Claude Code ou Codex, vous pouvez aussi les connecter en tant qu’Agents.

L’environnement d’exécution d’Agents. Tous les Agents tournent sur le même moteur : une boucle qui appelle le modèle, exécute les outils, vérifie les autorisations et tient une session qu’elle peut restaurer. Nous l’avons présenté en détail dans l’article La couche qui transforme un modèle en produit.

Mémoire et skills. Chaque Agent garde sa propre mémoire, chaque projet a sa mémoire de projet, et Commander tient une petite mémoire centrale qui vous suit dans tout votre travail. Les skills sont des dossiers d’instructions et de scripts qu’un Agent peut charger quand une mission l’exige.

Projets. Un projet accueille le travail qui s’étale sur des jours ou des semaines :

• Instructions du projet – objectifs et règles de travail, jusqu’à 4 000 caractères, lus au début de chaque tâche du projet.
• Mémoire du projet – les faits que le projet conserve d’une tâche à l’autre.
• Bibliothèque – les fichiers de référence du projet. Les Agents y font des recherches, les lisent et peuvent y enregistrer leurs livrables.
• À faire – le travail planifié, sous forme d’éléments ayant chacun un statut : En attente → En cours → En attente de confirmation → Terminé. Quand un Agent termine un élément, il le passe à En attente de confirmation ; une personne vérifie le travail et le passe à Terminé, ou le remet à En cours.
• Auto – un interrupteur facultatif qui permet à Commander de faire avancer les éléments prêts, un à la fois. Il est désactivé par défaut et fait avancer au maximum 20 éléments à faire par jour.

Modèles. Vous pouvez utiliser les modèles officiels d’Orkas avec des crédits, ou ajouter votre propre clé de fournisseur (OpenAI, Anthropic, Gemini, DeepSeek, OpenRouter ou tout point de terminaison compatible OpenAI).

Tout cela a été conçu autour d’une personne qui dirige une équipe d’IA. Les projets partagés conservent ce modèle et y ajoutent d’autres personnes.

Projets partagés : un projet peut avoir des membres

Quand vous partagez un projet, Orkas envoie les parties dont un coéquipier a besoin et laisse le reste là où il était. La boîte de dialogue le dit clairement avant que vous ne confirmiez : « Les instructions, la mémoire, les fichiers, les éléments à faire et leurs pièces jointes seront envoyés. Les tâches et les automatisations restent privées. »

Maya (propriétaire) ── son Commander, ses Agents, modèles, crédits, conversations
Leo  (membre)       ── son Commander, ses Agents, modèles, crédits, conversations
Ana  (membre)       ── son Commander, ses Agents, modèles, crédits, conversations
        │
        │  instructions · mémoire · Bibliothèque · éléments à faire · Agents partagés
        ▼
Projet partagé dans le cloud Orkas — stockage imputé au propriétaire

Chez chaque membre, Orkas conserve une copie locale complète des parties partagées, et ses Agents travaillent à partir de cette copie.

Un exemple pas à pas

Maya dirige un petit studio de contenu. Elle partage son projet Lancement de printemps avec Leo, rédacteur, et Ana, designer indépendante.

1. Maya les invite. Dans la carte Membres du projet, elle clique sur Inviter des membres. La première fois, la boîte de dialogue explique ce qui sera partagé et propose Activer le partage et créer un lien. Elle copie le lien – valable 7 jours – et l’envoie à Leo et à Ana.

2. Leo rejoint le projet. Il ouvre le lien dans son navigateur, se connecte (un compte gratuit suffit), clique sur Accepter l’invitation, puis sur Ouvrir Orkas. Si Orkas n’est pas encore installé, la page propose de le télécharger. Le projet apparaît dans sa barre latérale, marqué comme projet partagé, et ses fichiers, ses éléments à faire et ses Agents se téléchargent en arrière-plan.

3. Maya partage son Agent de rédaction. Son Agent personnalisé Rédacteur de marque connaît le ton du studio. Les Agents personnalisés ne sont pas partagés automatiquement ; elle clique donc sur Partager sur cet Agent. Orkas le publie sous forme de paquet : ses instructions et ses skills, y compris ceux qu’il a acquis en travaillant. Sa mémoire et son historique de conversation ne sont pas inclus. Chez Leo et Ana, Orkas l’installe automatiquement.

4. Maya planifie le travail. Elle ajoute un élément à faire – « Rédiger trois e-mails de lancement à partir du brief » –, désigne Leo comme Membre responsable et joint le brief.

5. L’IA de Leo fait le travail, sur l’ordinateur de Leo. Leo associe Rédacteur de marque à l’élément et choisit Traiter maintenant. Orkas réserve d’abord l’exécution auprès du serveur : seul le membre responsable peut la lancer, et une seule exécution peut être active à la fois. Une nouvelle conversation de tâche s’ouvre sur la machine de Leo. L’Agent lit les instructions du projet, la mémoire du projet et le brief joint, peut chercher dans la Bibliothèque, et utilise le modèle et les crédits de Leo. Une fois son travail terminé, il passe l’élément à En attente de confirmation et enregistre les brouillons dans la Bibliothèque, comme le demandent les instructions du projet.

6. Tout le monde voit le résultat, pas la conversation. En quelques minutes, ou dès que Maya ouvre le projet ou clique sur Actualiser, des pastilles rouges apparaissent sur les onglets À faire et Bibliothèque. Elle ouvre les brouillons de Leo depuis la Bibliothèque et, une fois qu’ils lui conviennent, passe l’élément à Terminé. La conversation de Leo avec son Agent reste de son côté.

7. Deux personnes modifient le même fichier. Ana et Maya retouchent toutes les deux le brief. Si leurs modifications ne se chevauchent pas, Orkas fusionne le texte automatiquement. Sinon, Conflits du projet affiche Ma version à côté de Version partagée, et chaque personne choisit l’une des deux.

Un conseil tiré de l’étape 5 : un Agent n’enregistre de fichiers dans la Bibliothèque que lorsqu’il en reçoit la consigne. Ajoutez une ligne comme « Enregistrer chaque livrable dans la Bibliothèque » à vos instructions de projet, et les Agents de tous les membres la suivront.

Plusieurs personnes, de nombreux Agents

Dans un projet partagé, chaque élément à faire a une personne qui en est responsable, et un Agent peut y être associé pour faire le travail.

• Commander peut planifier pour l’équipe. Dans un projet, Commander peut lire toute la liste À faire – y compris les éléments de vos coéquipiers –, créer des éléments à faire, les attribuer à des membres et joindre des fichiers. Il peut aussi répartir un travail non attribué entre plusieurs spécialistes et combiner leurs résultats.
• Personne d’autre que vous ne choisit l’Agent de vos éléments à faire. Vous pouvez attribuer un élément à Leo, mais c’est Leo qui choisit l’Agent qui l’exécute. Réattribuer un élément retire l’Agent qui y était associé.
• Les Agents partagés font travailler tout le monde selon le même mode opératoire. Quand Maya améliore Rédacteur de marque, Orkas le republie et les membres reçoivent automatiquement la nouvelle version ; une exécution déjà en cours conserve la version avec laquelle elle a démarré. Seule la personne qui a partagé un Agent peut le modifier ou en arrêter le partage.
• Les Agents intégrés sont accessibles à tous. Les Agents de la Marketplace ajoutés au projet sont installés automatiquement chez chaque membre.
• Les Agents CLI restent personnels. Leo peut toujours faire appel à Claude Code ou à Codex dans ses propres tâches du projet – ils reçoivent les instructions et la mémoire du projet –, mais, dans un projet partagé, ils ne peuvent être ni partagés ni associés à des éléments à faire. Ils dépendent d’une CLI installée et connectée sur l’ordinateur d’une seule personne.
• Auto fonctionne par personne. Chaque membre peut activer Auto pour lui-même. Dans un projet partagé, il ne fait avancer que les éléments à faire attribués à ce membre.

Pourquoi nous l’avons conçu ainsi

Partager le projet, pas la conversation

Une conversation de travail avec un Agent est pleine de faux départs, de demandes à moitié formulées et de notes personnelles. Un coéquipier en a rarement besoin ; il lui faut le résultat et les règles qui l’ont produit. Les projets partagés synchronisent donc les parties durables – instructions, mémoire, Bibliothèque, éléments à faire et Agents – et gardent les conversations privées. Les résultats parviennent à l’équipe comme tout travail terminé devrait le faire : sous forme de fichiers dans la Bibliothèque et d’un élément en attente de confirmation.

Chacun apporte sa propre IA

Dans un projet partagé, un membre exécute les Agents avec ses propres modèles, clés, connexions aux connecteurs, réglages d’autorisations et crédits – selon les mêmes règles que pour son travail personnel. Le propriétaire ne paie pas l’usage de l’IA des membres, et aucune clé API ni aucun crédit n’est partagé. Le serveur stocke les fichiers partagés, vérifie qui a le droit de faire quoi et attribue les réservations d’exécution. Il n’exécute pas d’Agents.

Les personnes répondent du travail, les Agents l’exécutent

Un élément à faire est attribué à une personne, pas à un Agent. L’Agent décide comment faire le travail ; il ne remplace jamais la personne responsable. Seule cette personne peut lancer une exécution, et quand un Agent a terminé, il rend l’élément pour confirmation au lieu de le marquer comme terminé. Avec plusieurs personnes et de nombreux Agents dans un même projet, il faut que quelqu’un réponde de chaque partie – et c’est toujours une personne.

Asynchrone, et c’est voulu

Les modifications que vous faites dans Orkas sont d’abord enregistrées sur votre ordinateur, puis publiées en arrière-plan. Les autres les récupèrent quand ils ouvrent le projet, reviennent dans l’application, cliquent sur Actualiser, ou lors de la vérification suivante, qui a lieu toutes les cinq minutes. Il n’y a pas de coédition en direct. Les Agents écrivent beaucoup, et souvent tout d’un coup ; un point de synchronisation prévisible inspire davantage confiance que des fichiers qui changent pendant que vous travaillez dessus. Quand deux modifications entrent en collision, Orkas fusionne ce qu’il peut fusionner sans risque et, sinon, demande à une personne de choisir.

Les petites équipes d’abord

Pour partager, le propriétaire a besoin d’une offre payante ; les membres rejoignent le projet avec un compte gratuit. Ainsi, accepter une invitation ne coûte rien à un freelance, à un client ou à une nouvelle recrue, et le coût du partage – l’offre et le stockage cloud – revient à la personne qui a créé le projet. Les offres sont dimensionnées pour de petites équipes – de trois à dix personnes par projet –, pas pour des services entiers.

En résumé

Orkas est né autour d’une personne qui dirige une équipe d’Agents IA. Les projets partagés gardent cette forme et l’élargissent : une petite équipe partage ce qui rend ces Agents utiles – les règles, la mémoire, les ressources et le plan –, tandis que chacun garde sa propre IA, ses clés et ses conversations, et reste responsable de sa part du travail.

Pour quatre exemples à reproduire, consultez la page Projet partagé en petite équipe.

Si vous travaillez déjà avec un collègue, un prestataire ou un client, essayez sur un projet : rédigez votre mode opératoire commun dans ses instructions et invitez-les. Orkas est téléchargeable gratuitement pour macOS et Windows.