magpie : le gateway local qui branche 60+ coding agents sur n'importe quel modèle, depuis une seule menu bar
🔎 Un routeur d'agents, enfin
Si vous utilisez Claude Code le matin, Codex l'après-midi et Gemini CLI le soir, vous connaissez le rituel : trois fichiers de config, trois clés API, trois systèmes de quotas, et zéro visibilité sur ce que tout ça coûte réellement. Chaque agent vit dans sa bulle, avec son provider verrouillé, et changer de modèle sous un agent donné relève du bricolage de variables d'environnement.
C'est exactement le problème que résout magpie, le projet open source de yetone — le développeur connu des utilisateurs de Neovim — qui a explosé sur GitHub avec plus de 15 000 étoiles et une place dans les trends de la semaine du 18 octobre 2026. Le principe tient en une phrase : every agent's model, one place. Un gateway local qui s'installe dans votre menu bar et traduit, dans les deux sens, les protocoles de tous vos agents de code.
La promesse est audacieuse : faire tourner Claude Code sur Kimi, Codex sur DeepSeek, ou Gemini CLI sur GLM-5.3, sans toucher une ligne de code dans les agents. Et d'après les retours et la croissance du projet, ça fonctionne vraiment.
L'essentiel
- magpie est un gateway local (127.0.0.1:3425) qui parle OpenAI Chat, OpenAI Responses, Anthropic Messages et Gemini — et traduit dans les deux sens, streaming, tool calls et reasoning compris.
- ~55 agents supportés : Claude Code, Codex, Gemini CLI, OpenCode, Cursor CLI, Zed, VS Code Chat, JetBrains Air, Crush, Devin, Cline, Droid, Qwen Code, Grok Build, Raycast… et Hermes Agent.
- 40+ providers : DeepSeek, Kimi, GLM, Qwen, OpenRouter, Ollama — et vos abonnements Claude, ChatGPT, GitHub Copilot ou Gemini Code Assist transformés en providers réutilisables.
- Failover automatique : un quota épuisé, et magpie bascule sur le modèle suivant de votre routing group, sans intervention.
- Installation en une commande : binaire natif de moins de 15 MB, image Docker disponible sur ghcr.io/yetone/magpie, TUI incluse.
Outils recommandés
| Outil | Usage principal | Prix (octobre 2026) | Idéal pour |
|---|---|---|---|
| magpie | Gateway local multi-agents | Gratuit, open source | Développeurs multi-agents |
| Ollama | LLM locaux comme provider | Gratuit | Modèles open source en local |
| OpenRouter | Agrégateur de modèles via une seule clé | Pay per use | Accès à 100+ modèles |
| Claude Code | Agent de code terminal | Abonnement ou API | Développement agentique |
Si vous débutez avec les agents en local, notre guide sur les agents IA open source avec Ollama et notre comparatif des meilleurs LLM à run en local complètent bien magpie : le gateway accepte Ollama comme provider, donc vos modèles locaux deviennent utilisables par n'importe quel agent.
Le problème qu'il résout : la fragmentation des agents
Réponse directe : avant magpie, chaque coding agent était marié de force à son provider, et changer d'époux demandait de la chirurgie de configuration.
Prenons un cas concret. Claude Code attend une API Anthropic. Codex attend OpenAI. Gemini CLI attend Google. Si vous voulez tester DeepSeek V4 Pro — qui truste les classements open source avec un score de 88 — sous Claude Code, il fallait jusqu'ici bidouiller des variables d'environnement, des proxies maison, ou des forks communautaires souvent bancals.
magpie inverse la logique. Le gateway se place entre l'agent et le modèle. L'agent parle son protocole natif à magpie, magpie traduit vers le provider de votre choix. Vous écrivez :
magpie provider add deepseek sk-...
magpie claude moonshot/kimi-k3
magpie gemini zhipu/glm-5.3
Trois commandes, et Claude Code tourne sur Kimi K2.6, Gemini CLI sur GLM-5.3. Le gateway écrit même la configuration des agents pour vous : ANTHROPIC_BASE_URL et ANTHROPIC_AUTH_TOKEN pour Claude Code, GOOGLE_GEMINI_BASE_URL pour Gemini CLI, provider magpie pour AtomCode. C'est ce niveau de finition qui explique la viralité du projet.
Comment ça marche techniquement
Un traducteur de protocoles, pas un simple proxy
La difficulté technique n'est pas de router du trafic HTTP — n'importe quel reverse proxy sait faire. C'est de traduire correctement des protocoles qui ne pensent pas la même chose. Le streaming Anthropic n'a pas le même format d'événements que le streaming OpenAI. Les tool calls ont des schémas différents. Le reasoning (les chaînes de pensée exposées par certains modèles) n'existe pas partout.
magpie gère les trois : streaming, tool calls et reasoning sont traduits dans les deux sens. Concrètement, Claude Code peut déclencher un tool call vers un modèle DeepSeek sans que ni l'un ni l'autre ne s'aperçoive qu'ils ne parlent pas la même langue. C'est ce qui distingue un gateway sérieux d'un hack de week-end.
Le gateway vit avec l'app
magpie tourne sur 127.0.0.1:3425 et vit avec l'application de menu bar. Pas de daemon séparé à superviser, pas de service systemd. Le binaire fait moins de 15 MB, écrit en Go, installable via :
curl -fsSL https://usemagpie.ai/install.sh | sh
ou go install si vous préférez compiler. Une TUI est disponible pour ceux qui vivent dans le terminal.
Vos abonnements deviennent des providers
C'est la fonctionnalité la plus sous-cotée du projet, et probablement celle qui va faire grincer des dents côté éditeurs.
Si vous payez un abonnement Claude ou ChatGPT, magpie peut le connecter via magpie accounts add codex et le transformer en provider. Idem pour GitHub Copilot, Gemini Code Assist et Grok. Résultat : votre abonnement existant alimente n'importe quel agent supporté, pas seulement celui de l'éditeur.
L'argument économique est limpide. Beaucoup de développeurs paient Claude Pro pour Claude Code, ChatGPT Plus pour Codex, et Gemini Code Assist pour Gemini CLI — trois abonnements, chacun utilisé à 30 % de son quota. Avec magpie, un seul abonnement bien exploité peut couvrir l'essentiel de vos besoins agentiques, le failover prenant le relais quand le quota siffle.
On reste évidemment dans une zone grise vis-à-vis des conditions d'utilisation des éditeurs — à évaluer avant d'industrialiser ça en entreprise.
Failover et routing groups : fini les erreurs de quota
Réponse directe : magpie permet de définir des groupes de modèles avec des stratégies order ou rotate, et bascule automatiquement quand un provider tombe ou manque de quota.
Le cas d'usage typique : vous routez Claude Code sur Claude Opus 4.7 (Adaptive), avec en fallback Kimi K2.6 puis DeepSeek V4 Pro. Votre quota Anthropic s'épuise à 17h un jeudi ? L'agent continue de tourner, magpie a déjà switché. Vous ne vous en rendez compte qu'en lisant les logs de coût.
Le suivi de coût par clé complète le tableau : chaque requête est tracée, provider par provider, ce qui permet enfin de savoir si ce test de GPT-5.5 sur Codex vous a coûté 2 € ou 40 €. Pour quiconque a déjà reçu une facture API surprise en fin de mois, c'est un argument de vente à lui seul.
46 agents, dont les moins évidents
La liste officielle recensée sur SkillsLLM fait tourner les têtes : Claude Code, Codex, Gemini CLI, OpenCode, Cursor CLI, Zed, VS Code Chat, JetBrains Air, Crush, Devin, Cline, Droid, Qwen Code, Kimi Code, MiniMax Code, Grok Build, Raycast… et Hermes Agent.
Deux points notables :
Grok Build est supporté. xAI a lancé son premier agent coding CLI récemment, et la guerre des coding agents s'intensifie — magpie est déjà dans la place, ce qui en fait un excellent poste d'observation pour comparer les agents entre eux sans changer d'infrastructure.
Hermes Agent aussi. Les projets émergents sont intégrés rapidement, signe d'une communauté active et d'une architecture extensible.
Côté modèles, la couverture est tout aussi large : DeepSeek V4, Kimi K2.6, GLM-5.1, Qwen3.6, MiniMax M2.7 côté open source ; GPT-5.5, Gemini 3 Pro Deep Think, Claude Opus 4.7 côté propriétaire. Si vous hésitez sur le modèle à brancher derrière vos agents, notre comparatif LLM 2026 détaille les forces de chacun.
Plugins npm : l'extensibilité en middleware
Autre décision d'architecture intéressante : magpie accepte des plugins npm qui s'exécutent comme middlewares dans le gateway. Concrètement, vous pouvez intercepter et transformer les requêtes en transit — logging custom, redaction de données sensibles, caching, routing conditionnel.
C'est le genre de mécanisme qui distingue un outil de développeur mature d'un prototype. Les équipes qui bossent sur du code propriétaire pourront, par exemple, filtrer ce qui part vers les providers cloud et forcer certains patterns vers des modèles locaux via Ollama. La question de la souveraineté des données devient gérable sans renoncer aux agents cloud.
Ce que ça change concrètement
Pour un développeur solo, magpie supprime une friction quotidienne : tester un modèle sous un agent devient un one-liner au lieu d'une session de débogage de config. Vous voulez savoir si Gemini 3.5 Flash — le modèle fast qui bat Opus 4.7 et GPT-5.5 sur les benchmarks agents à 289 tokens/seconde — tient ses promesses sur votre codebase ? Deux commandes et vous avez la réponse, benchmarks ou pas.
Pour une équipe, les bénéfices sont différents : un point unique de facturation et de traçabilité, des routing groups partagés, et la possibilité de standardiser le fallback (par exemple « jamais de code envoyé hors modèles self-host ») au niveau du gateway plutôt que dans chaque machine de développeur.
Et pour l'écosystème open source, c'est un accélérateur : les modèles comme DeepSeek V4 Pro ou Kimi K2.6 deviennent testables dans les agents auxquels ils n'étaient pas destinés, ce qui force la comparaison frontale avec les modèles propriétaires. Chez AI-master.dev, on pense que c'est exactement le genre d'infrastructure neutre dont manquait le marché.
Si votre budget est serré, notre dossier sur les 34 fournisseurs et 635 endpoints de LLM gratuits se marie bien avec magpie : le gateway peut router vers plusieurs providers gratuits avec failover, ce qui rend l'approche réellement viable en production. Et si vous cherchez à utiliser Claude Code sans payer l'abonnement, notre guide free Claude Code explore les options — magpie en est devenu une pièce centrale.
❌ Erreurs courantes
Erreur 1 : croire que magpie remplace le provider
magpie ne fournit aucun modèle. Il route et traduit. Vous avez toujours besoin de clés API (ou d'abonnements) chez les providers. Le gateway est une couche d'interconnexion, pas un fournisseur.
Erreur 2 : ignorer les termes de service des abonnements
Partager un abonnement Claude ou ChatGPT comme provider via magpie accounts add est techniquement trivial, mais juridiquement discutable. Pour un usage personnel, c'est votre risque à évaluer. En entreprise, faites valider par votre service juridique avant de brancher des abonnements sur des agents non prévus pour.
Erreur 3 : tout router sans configurer de failover
Le routing group est la killer feature, pas le simple changement de modèle. Si vous branchez un seul provider sans fallback, vous reproduisez le problème initial — une panne de provider et votre agent est à l'arrêt. Configurez toujours au moins deux modèles par groupe.
Erreur 4 : négliger la compatibilité tool calls
Tous les modèles ne gèrent pas les tool calls avec la même fiabilité. Un modèle open source excellent en génération de code peut échouer sur l'orchestration d'outils complexe. Testez le couple agent + modèle sur vos cas réels avant de basculer.
❓ Questions fréquentes
magpie est-il vraiment gratuit ?
Oui, le projet est open source sous licence MIT et le binaire est gratuit. Vous payez uniquement les modèles que vous consommez via les providers — ou rien du tout si vous routez vers Ollama en local.
Est-ce que ça ralentit les agents ?
Le gateway tourne en local sur 127.0.0.1:3425 et la latence ajoutée est négligeable face au temps de réponse des modèles. Le streaming est préservé, donc l'expérience reste fluide.
Combien d'agents sont supportés exactement ?
La liste officielle en recense environ 55, dont Claude Code, Codex, Gemini CLI, Cursor CLI, Zed, Devin, Cline, Grok Build et Hermes Agent. Les agents non listés fonctionnent souvent aussi s'ils respectent les protocoles OpenAI ou Anthropic.
Peut-on l'utiliser en équipe ?
Oui, via l'image Docker publiée sur ghcr.io/yetone/magpie, déployable sur un serveur partagé. Le suivi de coût par clé facilite la répartition des dépenses entre membres de l'équipe.
Qui est derrière le projet ?
yetone, développeur connu dans l'écosystème Neovim, avec une communauté active — plus de 15 000 étoiles GitHub et 4 282 étoiles dès le 3 octobre 2026 sur le dépôt, deux semaines après son ouverture.
✅ Conclusion
magpie fait ce que aucun éditeur d'agent ne voulait faire : casser le verrouillage entre agents et modèles, avec une exécution technique au niveau de la promesse. Installez-le, branchez votre agent préféré sur le modèle que vous vouliez tester depuis des mois, et configurez un routing group avec failover — c'est le genre d'outil qu'on ne désinstalle plus. Pour aller plus loin, explorez notre guide des meilleurs agents IA autonomes et nos nouveautés IA de la semaine.