Exécuter un agent IA dans Telegram, Discord et Slack à l’aide de CowAgent
Installer CowAgent, un agent open source gratuit, dans Telegram, Discord ou Slack : installation sur ordinateur, clés de modèle, tokens de bot, mémoire, compétences et coût de fonctionnement.
Les applications de messagerie sont l’endroit où de nombreuses personnes passent déjà leur temps. Telegram, Discord et Slack servent à envoyer des messages, à avoir des conversations et à effectuer de plus en plus de tâches réelles. Alors pourquoi un assistant IA devrait-il exiger une nouvelle fenêtre du navigateur, une nouvelle application et une nouvelle conversation chaque fois que vous en avez besoin ?
Une organisation plus naturelle consiste à placer l’assistant là où le travail a déjà lieu. Imaginez un assistant persistant au sein de vos plateformes de messagerie existantes, capable de recevoir des messages, de conserver le contexte, de se souvenir des échanges précédents, de planifier des tâches et d’accomplir des actions, tout cela sans interface séparée.
CowAgent est un projet open source qui permet de faire cela. Il est gratuit, fonctionne sur votre propre ordinateur ou un petit serveur, et s’intègre à Telegram, Discord ou Slack. Une fois configuré, il s’agit d’un assistant toujours actif, accessible via les mêmes canaux que vous utilisez tous les jours. La configuration est simple, mais de nombreuses opérations ont lieu en arrière-plan. Comprendre comment l’agent communique avec ces plateformes, gère les conversations, conserve la mémoire et transforme les messages en actions facilite grandement sa personnalisation.
Pourquoi mettre en place un agent soi-même plutôt que d’utiliser un chatbot hébergé
Un chatbot dans une fenêtre du navigateur convient pour les questions occasionnelles. Il devient insuffisant lorsque l’objectif passe de poser des questions à accomplir du travail continu. Une fenêtre ne se souvient pas de la semaine précédente à moins que le produit ne stocke l’historique quelque part. Il n’est pas présent dans une discussion de groupe en attendant d’être mentionné. On ne peut pas le programmer pour publier un résumé du matin ni le déclencher par un message d’un collègue en pleine nuit.
Un agent qui fonctionne en continu sur une machine que vous contrôlez, connecté directement à une plateforme de messagerie, se comporte différemment. Il reste en ligne comme un petit serveur ou un service en arrière-plan. Il conserve la mémoire entre les sessions au lieu de tout recommencer à zéro à chaque fois. Vous pouvez y accéder depuis votre téléphone via l’application de chat déjà ouverte, sans avoir besoin d’installer quoi que ce soit de nouveau ni de mémoriser un autre identifiant. Et comme le logiciel est open source, la manière dont il stocke les conversations et prend des décisions n’est pas cachée derrière un système fermé.
Qu’est-ce que CowAgent ?
Le projet se présente comme un agent gratuit et open source qui effectue trois choses que ne fait pas un simple bot Q&R. Il planifie des tâches et ne se contente pas de répondre à un message isolément. Il utilise des outils lui permettant de lire des fichiers, d’exécuter des commandes, de rechercher sur le Web ou d’appeler des services externes, allant ainsi au-delà de la simple génération de texte. De plus, il se souvient des conversations précédentes, en conservant le contexte et en ne traitant pas chaque message comme étant entièrement nouveau.
Derrière ces capacités se trouve une couche flexible permettant de se connecter à des modèles de langage. Il n’est pas lié à un seul fournisseur. Vous pouvez l’orienter vers Claude, GPT, Gemini, DeepSeek ou une douzaine d’autres en fournissant une clé API correspondant à celui de votre choix. Cela est important car la qualité, le prix et la disponibilité des modèles changent constamment, et un outil lié à un seul fournisseur devient rapidement obsolète. En considérant le modèle comme une pièce interchangeable, l’agent reste utile quel que soit le fournisseur qui mène la course.
Étape un : télécharger le client de bureau
Le moyen le plus rapide de commencer est d’utiliser le client de bureau pour macOS et Windows. Contrairement à une installation en ligne de commande pure, la version de bureau intègre le backend directement dans l’application, il n’y a donc pas de processus serveur séparé à configurer avant que tout fonctionne. Le téléchargement et l’installation constituent l’ensemble de la première étape, tout comme pour n’importe quelle application de bureau.
Download link: https://cowagent.ai/download/
Sous Windows, cela signifie généralement l’exécution d’un installateur. Sous macOS, il s’agit habituellement de glisser l’application dans le dossier Applications ou d’exécuter un paquet signé.
Deuxième étape : contourner le Gatekeeper de macOS
Les utilisateurs de Mac devraient s’attendre à une alerte lors du premier lancement. Le Gatekeeper, le mécanisme de vérification intégré à macOS, cherche des applications signées et notariées par un développeur Apple enregistré. Les projets open source distribués en dehors de l’Mac App Store déclenchent souvent cette alerte, car la signature et la notarisation nécessitent un compte développeur Apple ainsi que des configurations supplémentaires que de nombreux projets communautaires n’ont pas mises en place.
Celui-ci ne signifie pas pour autant qu’il y ait un problème ou un risque intrinsèque. Il indique simplement que macOS ne peut pas valider l’éditeur via la chaîne de signature d’Apple. Pour continuer, cliquez avec le bouton droit ou cliquez tout en maintenant Maj sur l’icône, sélectionnez « Ouvrir » dans le menu au lieu de faire un double-clic, puis confirmez. Cela permet à cette application de fonctionner tout en laissant intactes les autres paramètres de sécurité du système. Toute personne prudente peut lire le code source du projet avant l’installation, puisque l’ensemble de l’agent est public.
Étape trois : connecter un fournisseur de modèle de langage
Lorsque l’application est ouverte, connectez au moins un fournisseur de modèle munie d’une clé API. C’est cette clé qui fournit l’intelligence nécessaire : la planification, le raisonnement et la rédaction des réponses proviennent du modèle auquel elle fait référence, tandis que CowAgent gère la mémoire, l’utilisation des outils, la planification des tâches ainsi que les liens vers les plateformes de chat environnantes.
Les fournisseurs pris en charge incluent Claude, GPT, Gemini et DeepSeek, ainsi que une dizaine d’autres. Chacun nécessite une clé propre, obtenue via la console de développement ou le tableau de bord de l’account du fournisseur. La procédure est similaire partout, même si les détails diffèrent : créer un compte, trouver la section relative aux API ou aux clés de développement, générer une clé et la stocker en lieu sûr, car la plupart des fournisseurs ne montrent jamais la clé complète plus d’une fois.
Dans CowAgent, la clé est saisie sur l’écran de configuration du modèle, généralement dans les paramètres ou la console. Conceptuellement, une entrée ressemble au exemple ci-dessous, bien que l’interface soit graphique et qu’il n’y ait pas de fichier brut à modifier manuellement :
provider: claude
api_key: sk-ant-xxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
Puisque plusieurs fournisseurs sont pris en charge simultanément, vous pouvez connecter plus d’un modèle et choisir celui qui gérera les réponses aux messages, celui qui s’occupera de la compréhension des images et celui qui servira à d’autres fins. C’est pratique pour comparer directement le comportement des modèles, ou si vous disposez déjà de crédits auprès de plusieurs fournisseurs et ne souhaitez pas les gaspiller.
Étape quatre : connecter une plateforme de messagerie
Avec un modèle associé, l’assistant peut déjà converser, mais le véritable avantage réside dans le fait de pouvoir l’accéder via une application de messagerie plutôt qu’une interface dédiée. Telegram, Discord et Slack suivent tous le même schéma que pour la configuration du modèle : générer un token API sur cette plateforme, puis le coller dans la configuration du canal correspondant au sein de CowAgent.
- Telegram : créez un bot à l’aide de l’assistant officiel BotFather de Telegram, qui délivre un token de bot après une brève conversation guidée à l’intérieur de Telegram.
- Discord : créez une application dans le portail des développeurs de Discord, ajoutez-y un bot, copiez son token de bot, puis invitez-le dans un serveur à l’aide d’un lien d’invitation doté des permissions appropriées.
- Slack : créez une application dans le tableau de bord de l’API Slack, activez les scopes de bot ainsi que les abonnements aux événements dont vous avez besoin, installez l’application dans un espace de travail et copiez le token de bot généré.
Dès que le jeton est entré et que le canal est activé, l’agent devient membre de cette plateforme. Les messages envoyés directement à cet agent, ou le mentionnant au sein d’un groupe ou d’un serveur, parviennent au modèle de langage accompagnés de la mémoire et du contexte qu’il a collectés, et la réponse revient par le même canal. Pour ceux qui discutent avec lui, il n’y a aucune différence visible par rapport à une conversation avec un interlocuteur humain ou un bot ordinaire, à part la manière dont il répond.
Une instance en cours d’exécution n’est pas limitée à une seule plateforme. Un seul agent peut servir Telegram, Discord et Slack simultanément, en partageant une même mémoire et un même modèle, ce qui évite toute duplication pour chaque plateforme.
Que se passe-t-il en arrière-plan
Lorsqu’un message arrive par n’importe quel canal, le même processus interne s’exécute. L’intégration du canal qui le reçoit récupère le texte, l’image ou la note vocale. Ces données sont transmises au système de raisonnement principal de l’agent, qui consulte la mémoire des conversations précédentes pour identifier les informations pertinentes, détermine s’il faut utiliser des outils (rechercher sur Internet, lire un fichier, exécuter une tâche planifiée) et élabore un plan de réponse. Le modèle connecté rédige alors la réponse réelle en se basant sur ce plan et sur le contexte, et la réponse est renvoyée par le même canal par lequel le message est arrivé.
Ce cycle explique pourquoi l’agent ressemble moins à un chatbot sans état et plus à un assistant continu. Si vous abordez un sujet aujourd’hui et y revenez la semaine suivante, il fonctionne comme un assistant humain présent lors de la conversation précédente, sans besoin de répéter chaque détail.
Ajout de compétences depuis le Skill Hub
Au-delà d’une conversation de base, l’agent devient bien plus utile une fois que des compétences ont été installées. Une compétence correspond à un flux de travail de niveau supérieur, contrairement à un outil brut, et regroupe les étapes nécessaires pour accomplir une tâche spécifique, comme utiliser un service externe particulier, automatiser une tâche récurrente ou gérer un type de demande spécialisée.
Les compétences peuvent être consultées et installées depuis un marché en ligne appelé Skill Hub, sans nécessiter de code. Dans l’interface ou via une courte commande, vous effectuez une recherche par mot-clé et les installez en une seule action :
/skill search calendar
/skill install calendar-assistant
Le modèle de marché signifie que les fonctionnalités ne sont pas fixes au moment de l’installation. Les compétences publiées par la communauté, ou créées grâce à des conversations ordinaires avec l’agent lui-même, peuvent être ajoutées à tout moment sans avoir à réinstaller l’application. Quelqu’un qui l’a configurée pour des conversations informelles peut y ajouter des compétences des semaines plus tard pour gérer un calendrier, résumer des documents ou interagir avec une API spécifique, de la même manière qu’on installe une application depuis une boutique.
Coût et ouverture
L’application desktop, le framework de l’agent et le Skill Hub sont tous présentés comme gratuits et open source. Le seul coût continu est celui du fournisseur du modèle de langage auquel on se connecte, car l’accès aux modèles tels que Claude, GPT, Gemini ou DeepSeek est généralement facturé par le fournisseur en fonction de l’utilisation et n’est pas inclus dans le logiciel de l’agent.
Cette distinction est utile lors de la planification budgétaire pour une utilisation personnelle ou en petit groupe. Il n’y a pas de frais de abonnement ni de licence pour le framework, et l’utilisation du modèle, qui constitue le seul poste de dépense, peut souvent rester faible ou même gratuite en fonction du fournisseur ainsi que des crédits d’essai ou du plan gratuit qu’il propose actuellement. Le code source ouvert signifie également que toute personne souhaitant vérifier le fonctionnement du logiciel avant de l’utiliser pour des conversations réelles, des fichiers ou des tâches planifiées peut examiner l’ensemble du code, y compris la manière dont la mémoire est stockée, comment les outils s’exécutent et comment les messages sont acheminés entre les canaux et les modèles.
Un premier jour réaliste
En résumé, une première session se déroule comme suit : téléchargez et installez le client de bureau, en passant éventuellement par la demande de Gatekeeper sur un Mac si nécessaire. Saisissez une clé API provenant de votre fournisseur de modèles préféré dans l’application, ce qui permet une conversation réelle. Générez un jeton de bot pour Telegram, Discord ou Slack et connectez-le, afin que l’agent puisse être atteint depuis une application de messagerie mobile ou de bureau déjà ouverte. Envoyez un premier message au bot pour confirmer que tout est correctement configuré. Ensuite, installez une ou deux compétences depuis le Skill Hub pour définir les principales fonctions de l’assistant, que ce soit pour planifier des rendez-vous, effectuer des recherches, gérer des fichiers ou pour des tâches plus spécifiques.
Rien de tout cela ne prend beaucoup de temps, et aucune compétence de programmation n’est requise, car tant la connexion au modèle que la connexion au canal se résument à coller une clé ou un jeton dans une interface de configuration, sans avoir à modifier de code.
Résultat final
Intégrer un assistant IA dans l’application de messagerie que vous utilisez déjà élimine une quantité surprenante d’obstacles par rapport à le laisser dans une fenêtre ou un tableau de bord séparé. Cette configuration ne coûte rien en termes de logiciel, évite le verrouillage sur le modèle sous-jacent et ne nécessite aucun travail technique approfondi, à part télécharger une application et coller quelques clés.
Une fois connecté à Telegram, Discord ou Slack et doté d’au moins un modèle sur lequel raisonner, vous disposez d’un assistant persistant qui se souvient du contexte, planifie des tâches en plusieurs étapes et devient de plus en plus performant à mesure que de nouvelles compétences sont ajoutées, tout cela fonctionnant silencieusement sur du matériel déjà présent sur votre bureau.
Lectures complémentaires
- Notes pratiques : Votre agent de codage n’a pas besoin de plus de contexte. Il a besoin d’une carte. — Guide pas à pas des Notes pratiques : Votre agent de codage n’a pas besoin de plus de contexte. Il a besoin d’une carte : contrats, vérifications et emplacements pour du code à insérer pour les équipes utilisant ce modèle.
- Notes pratiques : Un GUI de base de données qui gère également les permissions de votre agent IA — Guide pas à pas des Notes pratiques : Un GUI de base de données qui gère également les permissions de votre agent IA : contrats, vérifications et emplacements pour du code à insérer pour les équipes utilisant ce modèle.