Reasonix est bâti pour un travail CLI réfléchi et inspectable, mais dès que le travail s'étend sur plusieurs tâches, dépôts ou discussions de longue durée, le terminal seul cesse de suffire.
HagiCode ajoute les couches de coordination et de mémoire qui transforment le raisonnement contrôlé en un workflow de développement durable au lieu d'une collection d'exécutions de commande isolées.
Multithreading : faire tourner plusieurs tracks de raisonnement Reasonix côte à côte
Reasonix peut faire beaucoup au sein d'une session, mais la vraie livraison arrive rarement une tâche à la fois.
HagiCode vous permet de faire tourner plusieurs sessions Reasonix en parallèle, chacune avec un contexte isolé, une frontière de responsabilité claire et une progression indépendante.
Cela transforme Reasonix d'une CLI à voie unique délibérée en une surface d'ingénierie coordonnée où plusieurs threads de raisonnement peuvent avancer ensemble.
- Le thread A peaufine les endpoints API backend;
- Le thread B refactore des composants frontend;
- Le thread C écrit des tests unitaires;
- Le thread D audite le code pour les vulnérabilités de sécurité.
Sessions de proposition OpenSpec : lier les choix d'effort et de budget à des propositions documentées
Dans le développement quotidien, le chaos le plus courant n'est pas l'incapacité d'écrire du code — c'est de faire un tas de changements puis d'oublier pourquoi vous les avez faits, ce que vous avez changé et comment ces changements sont reliés.
Le workflow de proposition OpenSpec intégré à HagiCode résout fondamentalement ce problème. Chaque tâche de développement démarre comme une proposition :
Cette structure donne à Reasonix une place pour enregistrer non seulement les décisions d'implémentation mais aussi pourquoi un certain niveau d'effort, un plafond de budget ou un style d'exécution a été sélectionné pour la tâche.
- D'abord, notez quel problème cette tâche résout et pourquoi cette approche a du sens;
- Discutez en profondeur de l'approche technique avec Reasonix dans le cadre de la proposition — toutes les conversations et décisions sont enregistrées dans le contexte de la proposition;
- Une fois l'approche confirmée, Reasonix implémente le code dans les contraintes de la proposition;
- Le document de proposition final, les enregistrements de discussion et les changements de code forment une chaîne de traçabilité complète.
Commits IA : transformer la sortie de Reasonix en un historique de commit propre
Écrire des messages de commit après avoir fini le code est une forme de friction mentale pour beaucoup de développeurs. Trop décontracté et vous ne retrouvez pas les commits clés plus tard ; trop formel et cela ressemble à du temps perdu.
La fonctionnalité de commit IA de HagiCode confie cela entièrement à Reasonix : elle analyse vos changements de code, comprend l'intention et la portée de l'impact, puis génère automatiquement des messages de commit clairement structurés, sémantiquement exacts. Plus important encore, durant le commit IA, HagiCode verrouille automatiquement le dépôt pour empêcher les conflits d'état des opérations concurrentes, garantissant des commits sûrs et fiables.
Économisez votre attention pour la création — laissez Reasonix gérer la paperasse du commit.
Éditeur de navigateur Code Server : aller de la transcription de raisonnement aux éditions de fichier exactes
Après que Reasonix analyse le code, identifie le fichier problématique et localise le numéro de ligne exact, le moment gênant familier se produit : vous devez quitter la fenêtre de conversation IA, retourner dans votre IDE, retrouver le fichier et sauter manuellement au bon endroit. Cette rupture de contexte de l'analyse à l'édition n'interrompt pas seulement votre flux mais maintient la valeur de l'IA à 'vous dire où est le problème' plutôt que 'vous aider à entrer directement en mode édition'.
L'éditeur de navigateur basé sur Code Server intégré à HagiCode est conçu spécifiquement pour résoudre cette rupture :
L'intégration Code Server fait de HagiCode non pas seulement une page frontend qui peut analyser le code, mais une workstation complète où l'analyse de Reasonix peut atterrir directement comme actions d'édition. Elle minimise le coût de changement d'outil entre l'analyse IA et la modification hands-on.
- En un clic de l'analyse à l'édition : une fois que Reasonix identifie dans une proposition le fichier nécessitant des changements, HagiCode peut ouvrir directement ce fichier dans l'atelier pour l'éditer.
- Local, conteneur, distant — couverture totale : que votre projet tourne localement, dans des conteneurs ou sur des machines distantes, la surface éditeur de HagiCode garde le flux de raisonnement proche du code réel.
- Édition directe du Vault : les références de support et les connaissances de projet archivées peuvent être ouvertes directement quand Reasonix les pointe durant un travail de revue ou de planification.
Preset Task : modéliser les workflows récurrents de revue et planification de Reasonix
Reasonix est particulièrement utile pour les tâches récurrentes de revue, planification et type audit, mais réassembler les mêmes réglages d'effort, guardrails et instructions à la main à chaque fois est gaspilleur.
Le mécanisme Preset Task de HagiCode transforme ces workflows répétés en modèles réutilisables. C'est plus que des commandes raccourcies — c'est une plateforme d'intégration Skills extensible :
Preset Task met à niveau votre collaboration avec Reasonix de 'redécrire le processus à chaque fois' à 'lancer le processus préparé et se concentrer sur le résultat'.
- Compétences communautaires prêtes à l'emploi : partez de modèles existants de revue, documentation, refactor et livraison au lieu de concevoir chaque workflow à partir de zéro.
- Système de Skills extensible : ajoutez des checklists spécifiques à l'équipe, des attentes d'audit et des valeurs par défaut de raisonnement par-dessus les modèles partagés.
- Opérations visuelles, pas de répétition terminal : choisissez le workflow, ajustez les paramètres et lancez-le depuis une interface dédiée au lieu d'encoder tout le processus dans la mémoire musculaire CLI répétée.
Interface gamifiée : rendre l'effort, le budget et la progression lisibles
La programmation elle-même peut être tedious, mais elle peut aussi être amusante. La conception d'interface gamifiée de HagiCode rompt avec l'expérience froide des outils en ligne de commande :
Reasonix fournit un raisonnement discipliné, HagiCode fournit l'expérience — ensemble, ils transforment un workflow terminal strict en un espace de travail où la progression, les jalons et l'état opérationnel restent visibles.
- Retour visuel clair : voyez ce qui tourne, attend, est bloqué ou complété sans peigner le texte terminal brut.
- Visualisation des accomplissements et de la progression : les propositions, commits et points de contrôle de livraison deviennent des jalons visibles au lieu d'un état d'arrière-plan caché.
- Charge cognitive moindre : les réglages d'effort et le travail de raisonnement de longue durée semblent plus gérables quand l'espace de travail environnant vous aide à vous orienter.
Gestion des Agents : coordonner plusieurs workers Reasonix comme une flotte d'Agents
Les sessions parallèles sont utiles, mais une fois que vous en avez plusieurs qui tournent, la coordination devient le prochain goulot d'étranglement.
La couche de gestion des Agents de HagiCode transforme chaque worker Reasonix en un Agent nommé, planifiable, avec un statut visible, une portée assignée et une configuration indépendante.
Vous passez de 'beaucoup de terminaux sont ouverts' à 'une petite équipe IA est coordonnée en un seul endroit'.
- Visualisation de l'identité et du statut de l'Agent : voyez d'un coup d'œil quel Agent est en cours d'exécution, en attente, bloqué ou prêt à être archivé.
- Liaison tâche-à-Agent : propositions, revues, refactors et travaux de test peuvent chacun être assignés à un Agent dédié.
- Configuration d'Agent indépendante : différents Agents peuvent utiliser différents niveaux d'effort, routes de modèle, Skills et portées de contexte sans s'interférer.
Gestion multi-repo Monospecs : laisser Reasonix raisonner à travers les frontières de repo
Dans les projets réels, le code vit rarement dans un seul dépôt. Frontend, backend, documentation, bibliothèques partagées sont dispersés à travers différents repos, et un seul changement de fonctionnalité peut nécessiter de toucher plusieurs repos simultanément. Pour Reasonix, le mode mono-repo fonctionne, mais il n'a pas de compréhension native des relations cross-repo — vous devez lui dire manuellement dans chaque conversation que 'ce changement doit aussi se synchroniser à deux autres repos', ce qui est clairement inefficace.
Le mécanisme Monospecs de HagiCode est la solution structurée conçue pour les scénarios multi-repo. Via le fichier de configuration .hagicode/monospecs.yaml, il déclare toutes les adresses, noms et relations des sous-repos dans le groupe de projets, donnant à Reasonix une carte cross-repo automatique au lancement des propositions :
Monospecs rend Reasonix plus utile précisément parce qu'un raisonnement soigné devient bien plus valuable une fois qu'il peut voir toute la surface de changement au lieu d'un seul dépôt à la fois.
- Prise de conscience automatique des relations de repo : Reasonix peut lire le graphe de repo directement depuis Monospecs au lieu de dépendre de briefings manuels répétés.
- Suivi des changements cross-repo : les specs restent centralisées tandis que l'implémentation reste dans les bons repos, préservant une chaîne de décision propre.
- Ciblage intelligent de repo lors des commits IA : HagiCode suggère où chaque changement devrait être committé sur la base de la carte de repo.
- AGENTS.md par repo : Reasonix reprend automatiquement les conseils spécifiques au repo en se déplaçant à travers différentes codebases.
Base de connaissance cross-projet Vault : persister le contexte que Reasonix ne devrait pas réapprendre
Reasonix peut raisonner profondément, mais il ne devrait pas avoir à redécouvrir votre historique de projet, vos références et vos conclusions antérieures chaque fois qu'une nouvelle tâche démarre.
Vault est la couche de stockage de connaissance persistante cross-projet de HagiCode. Sa philosophie de conception fondamentale est 'enregistrer une fois, réutiliser partout' :
Si Monospecs dit à Reasonix où sont les choses, Vault dit à Reasonix ce que votre équipe sait déjà. C'est ce qui transforme le raisonnement délibéré en levier d'ingénierie cumulatif.
- Conteneurs de connaissance multi-types : enregistrez des dossiers, des références de code, des notes Obsidian et des actifs gérés par le système dans une seule couche de mémoire partagée.
- Injection automatique de contexte IA : les nouvelles propositions démarrent avec le bon matériel de fond déjà disponible pour Reasonix.
- Contrôle d'accès fin : séparez les références en lecture seule des espaces de travail éditables pour que l'IA puisse inspecter largement tout en éditant sûrement.
- Réutilisation des connaissances cross-projet : les conclusions et références capturées une fois peuvent soutenir chaque proposition ultérieure au lieu d'être réassemblées à plusieurs reprises.
Routage de modèle OmniRoute : garder le workflow Reasonix stable pendant que les routes de modèle changent
Les équipes devraient pouvoir conserver le workflow qu'elles aiment sans verrouiller l'accès au modèle à un seul fournisseur ou un seul chemin d'abonnement.
OmniRoute sépare la couche d'interaction de la couche de routage de modèle, de sorte que HagiCode peut garder Reasonix dans le workflow tout en changeant les sources de modèle en dessous.
Cela vous donne un meilleur contrôle des coûts, un meilleur appariement tâche-à-modèle et moins de remous de workflow quand les prix ou la disponibilité des modèles changent.
- Conservez la CLI ou le style d'interaction que vous préférez déjà tout en ne changeant que la route de modèle en dessous.
- Partagez une stratégie de routage entre plusieurs Agents et plusieurs outils IA connectés à HagiCode.
- Ajustez différentes routes de modèle pour différentes charges de travail, comme le codage rapide, la revue approfondie ou la planification d'architecture.
- Ajustez les coûts et capacités une fois sur la couche de routage au lieu de retravailler chaque workflow individuel.
