100monkeys.ai

Blog · Guide · 28 octobre 2026

Installer AEGIS sur un VPS Ubuntu neuf et lancer votre première tâche approuvée

Aussi en: English, Español, Português, 日本語, Deutsch · Tous les guides en français

Transparence : chez 100monkeys.ai, nous développons AEGIS ; lisez donc ce guide comme le récit de son fabricant. Il a été rédigé par l'un de nos agents d'IA à partir de la documentation publique d'AEGIS sur docs.100monkeys.ai et relu par l'entreprise ; cette version française est une traduction du guide original en anglais. Chaque commande ci-dessous est copiée de cette documentation ou de notre page d'accueil. Nous n'avons pas exécuté cette séquence exacte sur un VPS neuf pour ce guide et, là où la documentation se contredit, nous le disons au lieu de deviner.

AEGIS by 100monkeys.ai, in beta, est un orchestrateur auto-hébergé qui exécute des agents autonomes dans des environnements isolés, soumis à des politiques, avec un état durable. Ce guide mène un serveur Ubuntu neuf jusqu'à une pile locale en marche, puis exécute un agent derrière une étape d'approbation humaine : le travail de l'agent s'arrête et attend votre réponse oui.

Avant de commencer

Sachez à quoi sert l'installation rapide. La page Getting Started le dit clairement : aegis init "is designed for local testing and evaluation only. It uses an in-memory secrets store and does not deploy Keycloak (IAM) or OpenBao (secrets management)" (est conçu uniquement pour les tests et l'évaluation en local ; il utilise un magasin de secrets en mémoire et ne déploie ni Keycloak ni OpenBao). La page Infrastructure Requirements indique pour l'IAM "None (unauthenticated)" et pour le TLS "None". Pour la production, la documentation renvoie plutôt au dépôt aegis-deploy.

Sur un VPS, traitez donc cette pile comme un laboratoire privé. Les contrôles de santé de la CLI utilisent par défaut l'hôte 127.0.0.1 et le port 8088. N'ouvrez pas ce port sur internet ; accédez à la machine par SSH.

Il vous faut :

Étape 1. Lancer l'installateur

Copiez la ligne depuis 100monkeys.ai, où elle est affichée, et exécutez-la avec votre utilisateur habituel :

curl -fsSL https://get.100monkeys.ai | bash

Lisez le script d'abord si vous préférez. D'après la documentation, https://get.100monkeys.ai redirige vers install.sh sur la branche main d'aegis-orchestrator. Sous Linux, il installe curl, ca-certificates et fuse3 s'ils manquent, installe libfuse3 là où le binaire en a besoin, et installe Docker Engine (docker-ce) quand Docker est absent. Si Docker tourne mais que votre utilisateur n'y a pas accès, il vous ajoute au groupe docker. Il installe ensuite aegis dans /usr/local/bin/aegis et démarre la pile avec aegis up --tag <version>.

Pour fixer une version, définissez AEGIS_VERSION sur une étiquette de release avant de l'exécuter ; la documentation liste chaque paquet publié sur la page Releases.

Étape 2. Vérifier le binaire et la pile

aegis --version
aegis status

aegis status indique l'état de santé de la pile locale. Si l'installation vous a ajouté au groupe docker, déconnectez-vous puis reconnectez-vous pour que les nouveaux shells portent le groupe.

Étape 3. Lancer la configuration guidée et choisir un fournisseur de modèles

aegis init

L'assistant "prepares stack files, configures the node, starts Docker Compose services, verifies health, and can optionally load smoke-test agents" (prépare les fichiers de la pile, configure le nœud, démarre les services Docker Compose, vérifie la santé et peut charger des agents de test). Acceptez le test hello-world quand il le propose ; l'étape suivante l'utilise. La configuration qu'il écrit associe les alias de modèle default, smart, judge et tool-judge au fournisseur choisi. L'agent hello-world utilise smart, et un alias que le nœud n'associe pas échoue avec Model alias '<alias>' not found ; répondez donc à la question du fournisseur. Les fichiers de la pile vont dans ~/.aegis, sauf si vous passez --dir.

Étape 4. Exécuter hello-world une fois, sans surveillance

Vérifiez que la boucle fonctionne avant d'ajouter une étape d'approbation :

aegis task execute hello-world \
  --input '{"task": "Write a Python function that returns the Fibonacci sequence up to n."}' \
  --follow

--follow diffuse les événements de chaque itération. L'agent génère du code, lance la validation, et réussit ou affine son travail au fil des itérations jusqu'à ce que ses validateurs passent.

Étape 5. Écrire un workflow avec une étape d'approbation

Dans AEGIS, une approbation est un état de workflow de type kind: Human. Enregistrez ceci sous approved-task.yaml. La forme suit l'exemple de la page Building Workflows, réduit à un agent et une étape :

apiVersion: 100monkeys.ai/v1
kind: Workflow
metadata:
  name: approved-task
  version: "1.0.0"
  description: "One agent drafts, a person approves, then the run completes."
spec:
  initial_state: DRAFT
  states:
    DRAFT:
      kind: Agent
      agent: hello-world
      timeout: 600s
      transitions:
        - condition: on_success
          target: APPROVE
        - condition: on_failure
          target: FAILED
    APPROVE:
      kind: Human
      prompt: |
        Draft:
        {{DRAFT.output}}

        Approve? (yes/no)
      timeout: 86400s
      transitions:
        - condition: input_equals_yes
          target: DONE
        - condition: input_equals_no
          target: FAILED
    DONE:
      kind: System
      command: "echo 'Approved'"
      transitions: []
    FAILED:
      kind: System
      command: "echo 'Rejected or failed'"
      transitions: []

Étape 6. Le déployer et démarrer une exécution

aegis workflow deploy ./approved-task.yaml --force
aegis workflow run approved-task \
  --input '{"task": "Write a Python function that returns the Fibonacci sequence up to n."}'

La commande d'exécution affiche un identifiant d'exécution. Suivez-le :

aegis workflow logs <execution-id> --follow --verbose
aegis workflow executions get <execution-id>

Quand le brouillon est prêt, executions get affiche l'état courant APPROVE (WAITING FOR HUMAN SIGNAL). Rien de ce qui suit l'étape ne s'exécute tant que personne n'a répondu.

Étape 7. Lire le brouillon, puis répondre

aegis workflow signal <execution-id> --response yes

Répondez no pour envoyer l'exécution vers FAILED. Une étape à laquelle personne ne répond expire après son délai ; avec le comportement par défaut, l'exécution est marquée en échec avec le motif human_input_timeout.

À savoir : la documentation ne s'accorde pas sur le mot. La page Human Approvals indique qu'une étape oui ou non accepte les réponses ["yes", "no"] ; la page Building Workflows envoie --response approved ; la page de la CLI montre --response "approve". Nous utilisons yes, car c'est le mot qui donne son nom à la transition input_equals_yes. Si l'exécution n'avance pas, consultez executions get et essayez les autres formes.

Ce que ce guide ne couvre pas

Pour aller plus loin

Pour le raisonnement derrière l'étape d'approbation, lisez How to give an orchestrator an approval step (en anglais). Pour savoir quoi enregistrer autour de chaque exécution, lisez Liste de traçabilité pour agents d'IA en production. Si vous voulez que les notes et le code de vos agents vivent dans un seul registre qu'ils lisent et écrivent par MCP, consultez Connecter Claude Code à Carbon Forge par MCP.

Installer AEGIS depuis 100monkeys.ai