Contexte
Le travail technique est souvent éphémère, surout lorsque les projets s'empilent. Au milieu des commits quotidiens, le « pourquoi » des décisions et les nuances se perdent fréquemment. EchoForge a été conçu pour résoudre mon problème. Il sert de dépôt personnel pour les réalisations techniques, destiné à transformer les journaux hebdomadaires bruts en base de connaissances structurée et interrogeable.
Le projet répond à un problème central: la friction de la documentation. En adoptant une approche de documentation hybride par Agent IA et report dans une base de données hors ligne, EchoForge garantit que les réflexions techniques sont capturées et préservées sans cloud ni plateformes centralisées.
Le worklfow : archivage hebdomadaire
L'architecture d'EchoForge est centrée sur un cycle hebdomadaire récurrent. Plutôt qu'un journal manuel, l'utilisateur va utiliser des agents IA spécialisés dans la discussion, le recueil d'information, le résumé et la mise en forme.
Capture structurée
Le flux commence avec un agent Collector qui capture les pensées brutes — souvent via reconnaissance vocale ou chat informel. Ces données non structurées sont ensuite transmises à l'Archiviste Hebdomadaire, qui normalise l'entrée selon un schéma JSON/Markdown strict. Chaque semaine de travail est ainsi stockée avec des métadonnées cohérentes, incluant :
- Expériences : Succès, échecs et moments de « pivot »
- Réalisations : Victoires techniques quantifiables
- Réflexions : Enseignements de haut niveau sur l'architecture ou la logique système
Gestion du dépôt
Pour gérer cette base croissante, j'ai développé le Repo Manager, une interface graphique Python. Il permet des opérations CRUD locales sur le dépôt d'idées, reliant chaque concept à ses fichiers sources hebdomadaires. Cela crée un graphe de connaissances traçable où chaque article de blog ou idée de projet est ancrée dans un travail réel.
Intelligence agentique et transformation
EchoForge n'est pas qu'un simple stockage ; c'est un moteur de recherche et d'évaluation. Il utilise un pipeline agentique pour évaluer et réutiliser les informations stockées.
- L'Évaluateur : Cet agent analyse le dépôt pour évaluer la « maturité » des idées et leur alignement avec les tendances du marché, aidant à prioriser les concepts à développer
- Le Créateur : Une fois une idée sélectionnée, cet agent rédige du contenu technique — des posts LinkedIn aux articles approfondis — en s'appuyant sur les journaux hebdomadaires structurés comme source de vérité. Cela évite les « hallucinations IA » en ancrant la sortie dans l'historique documenté réel de l'utilisateur
Conception technique et confidentialité
Une contrainte non négociable pour EchoForge était la souveraineté des données. L'ensemble du système est conçu pour fonctionner localement :
- Stockage : Les fichiers Markdown et JSON en texte brut assurent une portabilité et une lisibilité à long terme
- Sécurité : Aucune clé API n'est requise pour le système de base, et aucune donnée n'est envoyée vers le cloud pour stockage
- Modularité : Les prompts des agents et les structures du dépôt sont découplés, permettant des mises à jour faciles de la logique LLM sous-jacente sans migration de base
Bilan
EchoForge est un projet d'infrastructure personnel qui comble l'écart entre faire le travail et le documenter. En automatisant les parties « ennuyeuses » de la gestion des connaissances — structuration, étiquetage, évaluation — il permet à l'ingénieur de se concentrer sur la synthèse de haut niveau de ses propres expériences. Il transforme un historique silencieux de travail en un écho fort et persistant de croissance professionnelle.
