Comment exécuter un agent de code sur un VPS

Pourquoi exécuter un agent de programmation sur un VPS

Un agent de programmation est un outil qui lit votre base de code, modifie les fichiers et exécute des commandes pour les tester, le tout depuis le terminal. L’exécuter sur un VPS présente trois avantages par rapport à votre ordinateur portable : il continue de fonctionner après votre déconnexion, il se trouve à proximité immédiate de votre code et de vos outils de build, et il peut communiquer avec un modèle que vous hébergez vous-même. Lancez-le dans une session tmux pour pouvoir fermer votre ordinateur portable et reprendre le travail plus tard, selon le même principe que l’exécution de Claude Code sur un VPS avec tmux.

Deux agents en ligne de commande méritent d’être connus. Aider est l’option native du terminal, centrée sur git : il crée automatiquement un commit pour chaque modification avec un message pertinent. Votre historique reste ainsi propre et chaque modification peut être annulée. C’est l’un des agents de programmation dans le terminal les plus anciens, même si son rythme de publication a ralenti. Goose, développé par Block, est plus généraliste : cet agent sous licence Apache-2.0 dispose d’un vaste écosystème d’extensions et prend en charge de nombreux fournisseurs, notamment les modèles locaux d’Ollama. Son développement est désormais assuré sous l’égide de l’Agentic AI Foundation (AAIF) de la Linux Foundation. Aider convient à un workflow discipliné et centré sur git ; Goose convient davantage à un assistant généraliste doté d’un vaste ensemble de plugins.

Ce dont vous avez besoin

Vous avez besoin d’un VPS avec git, tmux et une version récente de Python pour Aider, ou avec l’installateur de Goose pour utiliser Goose. Vous avez également besoin d’un modèle : soit une clé d’API fournie par un service comme Anthropic ou OpenAI, soit un modèle local servi par Ollama sur le même VPS. L’option auto-hébergée conserve votre code sur votre propre serveur et ne facture aucun token, mais elle nécessite suffisamment de mémoire pour exécuter un modèle performant.

Installer et exécuter Aider

Installez Aider dans un environnement isolé avec pipx, installé via apt, car Ubuntu 24.04 bloque l’utilisation de pip install en dehors d’un environnement virtuel (PEP 668). Exécutez ensuite Aider dans votre projet, au sein d’une session tmux pour qu’il continue de fonctionner en cas de déconnexion :

sudo apt install pipx
pipx ensurepath
pipx install aider-chat
tmux new -s aider
cd ~/my-project
aider

Notez une différence de version : cette installation fonctionne comme indiqué sur Ubuntu 24.04. Sur Ubuntu 26.04, elle échoue actuellement, car les dépendances figées d’Aider incluent une ancienne version de numpy qui ne se compile pas avec Python 3.14 d’Ubuntu 26.04. Pour corriger le problème, attribuez à Aider son propre Python 3.12 :

pipx install --python 3.12 --fetch-missing-python aider-chat

pipx télécharge un interpréteur autonome uniquement pour Aider, puis l’installation se termine. Cela illustre le ralentissement du rythme de publication d’Aider. Si cela vous gêne, Goose est l’option la plus activement maintenue.

Une fois Aider démarré, détachez-vous de la session avec Ctrl-b puis d. L’agent continue de fonctionner même si vous fermez votre ordinateur portable. Rattachez-vous plus tard avec tmux attach -t aider pour consulter ses modifications. Vous pouvez aussi garder une deuxième fenêtre tmux ouverte pour un autre agent. Si les deux agents sont Claude Code, les deux sessions peuvent se transmettre des tâches au lieu de vous obliger à les relayer manuellement. Aider lit votre dépôt, propose des modifications, les applique et crée un commit pour chacune. Il peut aussi charger des fichiers supplémentaires comme contexte lorsqu’une modification concerne plusieurs fichiers. Comme chaque modification correspond à un commit, annuler les changements de l’agent se fait avec un simple git revert. C’est ce filet de sécurité qui rend l’outil confortable à utiliser. Goose s’installe avec le script en une ligne indiqué dans sa documentation et s’exécute de manière similaire depuis le terminal, en pilotant les tâches via ses extensions :

curl -fsSL https://github.com/aaif-goose/goose/releases/download/stable/download_cli.sh | bash

Modèle hébergé ou modèle auto-hébergé

Un modèle hébergé offre la meilleure qualité et ne nécessite aucun matériel local, mais il est facturé au token et votre code est envoyé au fournisseur. Les coûts par token augmentent plus vite que prévu, car l’agent renvoie la conversation entière à chaque tour. L’analyse de Claude Code sur ce qu’une longue session d’agent consomme réellement en tokens s’applique aussi ici, car Aider et Goose facturent les tokens de la même manière. Un modèle auto-hébergé avec Ollama conserve toutes les données sur votre serveur et son exécution ne coûte plus rien une fois le matériel payé, mais un modèle de coding suffisamment performant nécessite une quantité réelle de mémoire. C’est le compromis à évaluer : qualité et simplicité d’utilisation contre confidentialité et coût.

Si vous choisissez l’auto-hébergement, la question pratique est de savoir quel modèle convient à votre serveur. Surveillez également la context window, car Ollama utilise par défaut une fenêtre réduite et tronque silencieusement tout ce qui la dépasse. Pour un coding agent, les fichiers qu’il vient de lire disparaissent alors du prompt : augmenter num_ctx corrige ce problème, et la KV cache plus volumineuse dont il a besoin doit être incluse dans le budget mémoire. Dimensionnez votre configuration avant de télécharger un modèle de huit gigaoctets sur une machine incapable de le charger :

Sécurité : il modifie des fichiers et exécute des commandes

Un agent de codage n’est pas passif. Il réécrit des fichiers et peut exécuter des commandes de build et de test. Prenez donc les mêmes précautions qu’avec tout processus capable de modifier votre système. Trois habitudes couvrent la plupart des risques. Travaillez dans un dépôt git afin que chaque modification soit suivie et réversible. Aider s’en charge automatiquement. Exécutez l’agent avec votre utilisateur ordinaire non privilégié, jamais avec root, en suivant les utilisateurs dotés du principe du moindre privilège. Ainsi, une commande incorrecte ne pourra pas toucher l’ensemble du système. Maintenez également le serveur lui-même correctement durci, car un VPS de codage reste un serveur public : SSH avec authentification par clé uniquement, pare-feu en refus par défaut, et ainsi de suite. Le guide de durcissement d’OpenClaw applique la même approche à un agent plus autonome, et ces principes restent valables dans les deux cas.

Pour intégrer un agent de codage à votre propre workflow, créer un agent IA avec Claude montre comment un modèle pilote vos outils. exécuter la CLI Gemini de Google sur un VPS constitue une autre option dans le terminal, tandis que auto-héberger OpenHands correspond à l’approche autonome plus complète. Le projet open source le plus étoilé dans ce domaine dispose désormais de son propre guide : exécuter OpenCode sur un VPS le configure avec le même modèle reposant sur tmux et un utilisateur non privilégié.

FAQ

Puis-je utiliser un agent de programmation avec un modèle local plutôt qu’une API payante ?

Oui. Aider et Goose fonctionnent tous deux avec des modèles locaux servis par Ollama. Vous pouvez donc exécuter un agent de programmation entièrement auto-hébergé, sans coût par token et sans que le code quitte votre serveur. La contrainte concerne la mémoire : un modèle suffisamment performant pour produire du code utile nécessite beaucoup de RAM ou de VRAM. Dimensionnez donc la machine en fonction du modèle avant de vous engager.

Aider ou Goose : lequel dois-je utiliser ?

Choisissez Aider si votre workflow repose principalement sur le terminal et git et si vous recherchez l’option la plus mature et la plus légère. Aider crée automatiquement un commit pour chaque modification, ce qui permet de revenir facilement à un état précédent. Choisissez Goose si vous voulez un assistant plus général, avec un écosystème d’extensions plus large et la prise en charge de nombreux providers. Les deux s’exécutent depuis le terminal et fonctionnent avec Ollama. Ils conviennent donc tous deux à un VPS.

De combien de mémoire ai-je besoin pour un modèle de programmation auto-hébergé ?

Cela dépend de la taille du modèle et de son niveau de quantification. Un petit modèle quantifié peut fonctionner avec quelques gigaoctets. Un modèle plus performant nécessite beaucoup plus de mémoire. Les longues fenêtres de contexte augmentent également les besoins. Utilisez l’outil de dimensionnement ci-dessus pour estimer la mémoire nécessaire à un modèle et à une longueur de contexte donnés avant de le télécharger.

Est-il sûr de laisser un agent d’IA modifier mon code et exécuter des commandes ?

C’est gérable avec de bonnes pratiques. Conservez votre travail dans un dépôt git afin que chaque modification soit enregistrée dans un commit réversible. Exécutez l’agent avec un utilisateur non privilégié plutôt qu’avec root et sécurisez le VPS comme n’importe quel serveur public. Examinez les modifications qu’il enregistre au lieu de leur faire aveuglément confiance, en particulier les commandes qu’il veut exécuter sur votre système.