AI-KIDO

L'histoire d'AI-KIDO

Une voie pour apprendre à travailler avec l'IA, construite patiemment et éprouvée sur des projets réels. Le dépôt est la boîte à outils qui en est issue.

D'abord une méthode. Ensuite un outil.

AI-KIDO n'a pas commencé comme un dépôt de code. Il a commencé en janvier 2025 avec une question : comment apprendre à travailler avec un assistant IA de façon fiable, reproductible et facile à transmettre ? Les réponses sont venues expérience après expérience, sur des projets réels. Le dépôt est arrivé en mai 2025 pour accueillir ce que la méthode produisait, et la première version numérotée a suivi en novembre. La boîte à outils d'aujourd'hui repose sur ces mois d'apprentissage.

21mois de travail, janv. 2025 → oct. 2026
5versions numérotées, de la 1.2 à la 1.4
15stacks technologiques couvertes dès le premier dépôt
MITlicence ouverte depuis la version publique

Née d'une observation simple

Face à la puissance brute des modèles de langage, beaucoup de développeurs oscillent entre émerveillement et frustration. Comme un débutant face à un adversaire plus fort dans un art martial, ils perdent l'équilibre : tantôt ils dominent l'échange, tantôt ils subissent les bizarreries de l'IA. Le nom dit tout. AI-KIDO associe « AI » à l'Aïkido, la voie de l'harmonie des énergies. Plutôt que de lutter contre les limites d'une IA, on apprend à utiliser son énergie et à transformer ses faiblesses apparentes en atouts.

Aïkido

Rediriger, ne pas résister

S'appuyer sur les forces du modèle et canaliser ses faiblesses, pour que l'échange reste équilibré et productif.

La documentation d'abord

Laisser la documentation guider

Du développement piloté par les tests au développement piloté par la documentation : ce qui est écrit devient la première source de vérité et guide chaque échange avec l'IA.

Awase

Une seule source de vérité

Les tables de vérité restent souples et évoluent avec le projet, tandis que les décisions validées sont verrouillées comme des fondations solides. Vous choisissez ce qui reste ouvert et ce qui est acté.

Kokyu

Toujours en mouvement

Des cycles réguliers de revue et d'amélioration gardent la méthode vivante, et les leçons apprises y reviennent.

Le véritable challenge n'est pas d'apprendre à utiliser l'IA, mais d'apprendre à danser avec elle. L'esprit d'AI-KIDO

Un parcours, pas un mode d'emploi

AI-KIDO s'enseigne comme un art martial : pas à pas, avec des ceintures qui marquent votre progression. Le guide qui accompagne la méthode est construit comme un dojo. Chaque niveau s'appuie sur le précédent, pour avancer à votre rythme, de votre tout premier prompt aux orchestrations les plus sophistiquées.

Ceinture blanche

Fondations

Installez votre environnement et apprenez les huit principes sur lesquels tout le reste repose.

  • Les huit principes d'AI-KIDO
  • Un environnement opérationnel et votre première base de connaissances fonctionnelle
  • Des prompts structurés et des personas experts
  • La validation des données, les tests et les premières optimisations

Résultat : Vous générez du code fiable, dans votre technologie, à partir d'un prompt structuré.

Ceinture jaune

Expansion

Maîtrisez votre assistant et tirez plus de chaque prompt, dans tous les domaines et toutes les technologies.

  • Les cinq modes spécialisés : Code, Architect, Debug, Orchestrator et Ask
  • Des prompts optimisés, avec environ 40 % de tokens en moins
  • Une Memory Bank avancée et les patterns de la communauté, comme SPARC
  • Le branchement d'outils externes via MCP

Résultat : Vous dépensez moins de tokens et choisissez le bon mode pour chaque tâche.

Ceinture orange

Maîtrise

Passez d'une pratique individuelle à une base partagée par toute l'équipe, avec des règles qui tiennent.

  • Une structure collaborative organisée par rôles, technologies et projets
  • Des standards et une gouvernance d'équipe, avec des hard points qui verrouillent ce qui est décidé
  • La synchronisation automatique de la base partagée
  • Des métriques et un tableau de bord pour suivre l'adoption

Résultat : Toute l'équipe travaille à partir d'une seule source de vérité.

Ceinture verte

Pratique professionnelle

La théorie devient pratique quotidienne, du lancement d'un projet à la transmission du savoir.

  • Des katas pour démarrer un projet, générer, relire, documenter et tester du code
  • Des applications pour chaque rôle et des workflows pleinement intégrés : CI/CD, hooks Git, validation automatique
  • Une Memory Bank persistante et l'orchestration multi-projets
  • La résolution de problèmes complexes, l'innovation et le mentorat

Résultat : Vous êtes autonome sur de vrais projets et capable de former d'autres personnes.

Ceinture bleue

Industrialisation agentique

Quand votre chaîne de production est maîtrisée et stable, l'étape suivante est l'industrialisation avec des agents autonomes.

  • Des tests automatisés pilotés par les spécifications (SDD) et par les tests (TDD)
  • Des agents AI-KIDO autonomes qui travaillent le long de votre chaîne de production
  • Un changement de dimension pour le développeur, qui guide ses agents et danse avec eux
  • Un système qui s'ouvre à plusieurs équipes et à plusieurs projets

Résultat : Votre chaîne de production tourne avec des agents, sous votre direction.

Ceinture noire

Amélioration continue

Tout le système continue de s'améliorer, et vous y contribuez.

  • Moins de tokens dépensés et une plus grande efficacité
  • Le respect strict de la chaîne, de bout en bout
  • Une innovation constante qui garde la méthode vivante
  • Des contributions à la méthode elle-même

Résultat : Vous n'utilisez plus seulement la méthode : vous la faites évoluer.

L'esprit du dojo guide tout le parcours : patience, persévérance, humilité et curiosité. L'objectif n'est pas « l'IA qui code à ma place ». C'est le développeur augmenté, qui combine son expertise humaine avec la puissance des modèles de langage.

Ce même parcours existe aussi sous forme de formation pratique en cinq ateliers, du premier prompt à la pleine autonomie : les fondamentaux, la maîtrise de l'assistant, une base de connaissances partagée par toute l'équipe, les workflows intégrés et l'automatisation, puis l'expertise et le mentorat. Chaque atelier a ses exercices, ses corrections et un bilan des acquis, pour que chaque développeur reparte capable d'appliquer la méthode et de la transmettre à son tour.

Le dépôt : la méthode rendue concrète

Le dépôt AI-KIDO n'est pas le point de départ de l'histoire. Il en est le résultat. Tout ce qu'il contient existe parce que la méthode en avait besoin : une base de connaissances organisée par rôles, cas d'usage et techniques, des personas spécialisés, des workflows prêts à l'emploi, et des agents et commandes internes qui gardent l'ensemble en bonne santé. L'apprentissage vient d'abord, la boîte à outils suit, et les deux progressent ensemble.

Chronologie

De la dernière version à la toute première idée.

  1. Kimono MCPLa Memory Bank s'ouvre aux clients connectés

    Avec Kimono, l'écosystème AI-KIDO s'enrichit d'un serveur MCP autonome : documents, commandes, agents/personas, skills et workflows partagés, recherche indexée avec inférence sémantique locale, et opérations fichiers et Git protégées. Une instance HTTP peut servir plusieurs clients autorisés autour d'une même racine de connaissances.

    Docker Compose permet l'usage autonome ; le mode stdio natif offre une connexion dédiée. L'intégration à une plateforme, dont Tatami, repose sur une instance par workspace autorisé. Kimono fournit les connaissances et les instructions, sans LLM embarqué ; le provisionnement dynamique et le routage restent une étape d'intégration distincte.

    Découvrir Kimono sur GitHub · Fonctionnalités et usages · Schémas et tutoriel d'installation · Guide d'usage en français

  2. 3 octobre 2026

    Version 1.4La première version publique

    Toute la Memory Bank dispose désormais d'une base en anglais, le projet est publié sous licence MIT et sa configuration est plus propre et plus sûre. La méthode et sa boîte à outils sont ouvertes à tous.

  3. 27 février 2026

    Version 1.3.3Des skills avec un cycle de vie complet

    Les skills peuvent désormais être créés, installés, mis à jour et supprimés. Les intégrations Jira et Confluence sortent du cœur et sont publiées comme skills dans leur propre dépôt : la méthode reste légère et chaque capacité évolue de son côté. Un plan d'analyse technique complet rejoint la boîte à outils, et la méthode s'ouvre aux contributions de l'équipe.

  4. 16 janvier 2026

    Version 1.3.1Connecté aux outils des équipes

    Les outils de pilotage de projet comme Jira et Confluence sont explorés et intégrés, puis branchés via des serveurs MCP, une approche plus propre et plus durable que des scripts embarqués.

  5. Janvier 2026

    L'architecture 1.3

    Une nouvelle organisation rassemble tout au même endroit. AI-KIDO devient une vraie boîte à outils, avec ses propres agents internes qui travaillent ensemble pour entretenir la Memory Bank.

  6. 1er décembre 2025

    Version 1.2.1Prêt pour Claude Code

    La compatibilité avec Claude Code est validée et consolidée, avec une commande qui garde la configuration de l'assistant du projet alignée sur la Memory Bank.

  7. 21 novembre 2025

    Version 1.2La première version numérotée

    Une restructuration majeure pour les assistants IA : fichiers d'entrée standard pour les agents, commandes de création et de maintenance, base normalisée et mode Light. La méthode est désormais prête à être utilisée par d'autres.

  8. Novembre 2025

    Les commandes prennent forme

    Une taxonomie des personas et une commande de création de personas, puis l'initialisation de projet, la maintenance automatique de la Memory Bank et la compilation d'agents. Les règles de la méthode sont consolidées, le mode Light revient pour les petites équipes, et la méthode se met à parler le langage des outils d'IA actuels.

  9. Octobre 2025

    Recentrage : une méthode, pas une collection de copies

    Un choix stratégique assumé : cesser de garder une copie de la méthode par projet et tout concentrer dans une seule Memory Bank réutilisable. Le projet devient plus léger, plus lisible et prêt à être partagé.

  10. Août → septembre 2025

    Formation, publication, observabilité

    Une formation sur les design patterns et les anti-patterns donne vie aux couches concepts et techniques, et est publiée sous forme d'un site complet de 44 pages. Un projet d'observabilité suit, bâti sur les mêmes principes.

  11. Juin 2025

    Un socle commun, de nouveaux terrains

    La base commune devient un socle solide réutilisé par tous les projets. La méthode est mise à l'épreuve dans un domaine très différent : un univers de fiction, pour prouver qu'elle fonctionne bien au-delà du logiciel.

  12. Fin mai 2025

    Apprendre à l'outil à se connaître

    La documentation de l'environnement de l'assistant est intégrée à la Memory Bank, pour que l'IA puisse la consulter et bien utiliser ses outils. Une première base sur les anti-patterns et une base commune partagée suivent.

  13. 25 mai 2025

    Au-delà du logiciel

    La méthode quitte le monde du code avec un premier projet pour les professeurs des écoles : accompagner les élèves, s'adapter aux besoins particuliers, préparer les réunions de parents. Les dossiers fondateurs de la Memory Bank, points durs et spécifications, apparaissent.

  14. 16 mai 2025

    Premier dépôtAI-KIDO trouve sa maison

    Une première boîte à outils complète arrive : quatre workflows prêts à l'emploi (génération de code, revue de code, documentation, initialisation de projet) déclinés pour plus d'une douzaine de stacks technologiques : PHP, Node.js, Java, DevOps et audit applicatif.

  15. Janvier → mai 2025

    OriginesL'idée prend forme

    Avant tout outil, il y avait une façon d'apprendre : comment parler à une IA, comment lui donner une mémoire, comment rendre les résultats reproductibles. Tables de vérité, personas et workflows sont conçus et essayés sur des projets réels bien avant toute publication.

Et maintenant ?

L'histoire continue au grand jour. Essayez AI-KIDO sur votre propre projet, suivez les versions et dites-nous ce que vous construisez avec.

Démarrer Voir sur GitHub