Context Nexus
Context Nexus
"Les intentions partagées comme source unique de vérité."
Un système de connaissance vivant, co-construit par des humains et des agents IA. Le cœur systémique que toute l'équipe alimente par l'intention, et que l'IA enrichit par l'observation.
La documentation était du poids mort.
Dans un contexte où des agents IA participent activement à la construction et à l'exploitation des systèmes, la documentation change de nature. Elle n'est plus un output du travail, ce qu'on produit après avoir codé. Elle devient un input : le matériau brut que les agents consomment pour produire, et la mémoire active que les humains enrichissent à chaque itération.
Le Context Nexus.
Conçu pour opérer à l'échelle d'une two pizza team (une équipe pluridisciplinaire autonome réunissant produit, UX, engineering et data), il se compose à l'échelle d'une organisation via une logique d'héritage.
Un système, quatre registres.
Chaque registre capture une nature de connaissance distincte, avec des modes d'interaction spécifiques selon le type d'acteur.
Domain knowledge, architecture, décisions passées, conventions. La mémoire dans laquelle les agents s'ancrent pour ne pas halluciner et produire du code cohérent.
Specs, Decision Directives, roadmap, hypothèses produit. Les instructions précises que les agents exécutent pour générer du code, des tests et des composants.
Assertions vérifiables avec seuils : quality gates, SLAs de performance, standards d'accessibilité, règles data. Les agents valident leur propre output avant de proposer.
Runbooks, playbooks, procédures de déploiement, protocoles d'incident. Les workflows que les agents exécutent de façon autonome quand les conditions sont réunies.
Commencez simplement. Grandissez avec votre équipe.
Le Context Nexus n'impose pas une mise en place complète dès le premier jour. Il suit une progression naturelle.
Quelques fichiers rules.md et contracts.md. Pas de RAG, pas de MCP. Le contexte est passé manuellement dans les prompts. Suffisant pour structurer les premières intentions et conventions.
La knowledge est indexée. Les agents récupèrent les Decision Contexts automatiquement. Les specs dans Intent sont structurées en task briefs. Le Context Assembler est une fonction simple.
Les runbooks répétables sont encapsulés en MCP tools. Les quality gates sont exécutables (pas seulement connus). Le registre org des skills est alimenté.
Le Context Assembler est lui-même un agent. Les agent cards (protocole A2A) permettent la découverte dynamique des skills. Les boucles de feedback IA (ship, sync, discovery) alimentent les registres automatiquement.
Prêt à aller plus loin ?
Commencez par les concepts, explorez le guide technique, ou suivez l'histoire de team-search chez MarketPlace SA.