Tutoriel Oh My Pi : créez une application complète avec Grok comme agent de codage

Pourquoi utiliser Oh My Pi ?

Un bon agent de codage a besoin de deux choses : un modèle agentique solide et un environnement de codage robuste.

Le modèle apporte l’intelligence. Pour ce tutoriel, nous utilisons Grok 4.6, conçu par xAI pour le codage, les agents de longue durée et les tâches multi-étapes sur des bases de code entières. Il prend en charge une fenêtre de contexte de 500 000 tokens, l’entrée image, l’appel de fonctions, l’exécution de code et la recherche web.

Mais même le meilleur modèle reste limité si son « harness » ne lui permet que de lire et écrire du texte. Pour travailler comme un vrai développeur, le modèle doit pouvoir :

• Inspecter un dépôt et modifier des fichiers de manière fiable
• Exécuter des commandes et lancer des tests
• Lire les diagnostics et déboguer les échecs
• Rechercher dans la documentation et vérifier que ses changements fonctionnent réellement

C’est précisément ce qu’apporte OMP : intégration LSP, un véritable débogueur, exécution persistante du code, navigateur et outils web, intégration GitHub, mémoire et sous-agents parallèles. Avec le modèle, ils bouclent la boucle agentique complète :

Planifier → inspecter → éditer → exécuter → déboguer → tester → vérifier

Le modèle décide quoi faire, et OMP lui donne les moyens de le faire. Et comme OMP prend en charge plus de 60 fournisseurs d’IA, vous n’êtes pas enfermé avec Grok. Le même flux s’applique que vous connectiez Grok, Claude ou un autre modèle.

Installer Oh My Pi

Oh My Pi est un fork de l’agent de codage open source Pi, développé par Stencil Labs. Il est rapidement devenu l’un des agents de codage en terminal les plus populaires, avec plus de 34 000 étoiles GitHub. Il est conçu pour les développeurs qui veulent un environnement de codage prêt à l’emploi, sans passer du temps à assembler et configurer une pile d’agent sur mesure.

OMP fonctionne sous Linux, macOS et Windows.

Sur Linux ou macOS, exécutez :

curl -fsSL https://omp.sh/install | shPropulsé par

Sous Windows PowerShell :

irm https://omp.sh/install.ps1 | iexPropulsé par

Vous pouvez aussi l’installer globalement avec Bun (version 1.3.14 ou ultérieure) :

bun install -g @oh-my-pi/pi-coding-agentPropulsé par

Si la commande omp n’est pas trouvée après l’installation, redémarrez votre terminal ou vérifiez la sortie de l’installeur pour connaître l’emplacement d’installation.

Ensuite, vérifiez l’installation :

omp --versionPropulsé par

Par exemple :

omp/18.0.6Propulsé par

Si un numéro de version s’affiche, OMP est correctement installé et la commande omp est prête à l’emploi.

Configurer l’accès SpaceXAI

Pour utiliser Grok avec Oh My Pi, vous avez deux options.

Si vous faites simplement des essais ou suivez ce tutoriel, je vous recommande d’utiliser l’API xAI. Créez un compte sur https://console.x.ai/, créditez un petit montant prépayé et générez une clé API. xAI débite directement votre solde, ce qui facilite le contrôle de vos dépenses.

Si vous prévoyez d’utiliser Grok pour coder régulièrement, un abonnement SuperGrok peut être plus pertinent. OMP prend en charge SuperGrok directement via l’OAuth SpaceXAI : vous pouvez donc connecter votre abonnement avec /login au lieu de payer chaque requête API séparément.

Pour ce tutoriel, nous utiliserons la méthode via l’API, plus simple à tester et à maîtriser sur le plan des coûts.

Créez votre clé API dans la console développeur SpaceXAI et conservez-la en lieu sûr. OMP cherche automatiquement la variable d’environnement XAI_API_KEY.

Sous Linux ou macOS :

export XAI_API_KEY="your-xai-api-key"Propulsé par

Pour la conserver après redémarrage du terminal :

echo 'export XAI_API_KEY="your-xai-api-key"' >> ~/.bashrc
source ~/.bashrcPropulsé par

Sous Windows PowerShell :

$env:XAI_API_KEY="your-xai-api-key"Propulsé par

Vous pouvez lister les modèles Grok disponibles avec :

omp models xaiPropulsé par

Démarrer Oh My Pi avec Grok

Créez un nouveau répertoire pour tester l’agent de codage :

mkdir grok-pi-demo
cd grok-pi-demoPropulsé par

Initialisez un dépôt Git pour qu’OMP puisse suivre ses modifications :

git initPropulsé par

Lancez maintenant Oh My Pi :

ompPropulsé par

Au premier lancement, OMP peut ouvrir un court assistant de configuration pour les fournisseurs, la recherche web et l’interface. Vous pouvez aussi exécuter omp setup à tout moment pour le relancer.

Puisque nous avons déjà configuré la variable d’environnement XAI_API_KEY, vous n’avez pas besoin de vous reconnecter à xAI. Appuyez sur Échap une fois la configuration des fournisseurs terminée.

Si vous utilisez l’abonnement SuperGrok plutôt que des crédits API, choisissez xAI Grok OAuth (SuperGrok ou X Premium+) sur l’écran de connexion.

Une fois OMP ouvert, saisissez :

/modelPropulsé par

Sélectionnez xAI dans la liste des fournisseurs et choisissez :

grok-4.6Propulsé par

Pour utiliser le plus récent Grok 4.7, sélectionnez grok-4.7 ici. Tout le reste du tutoriel reste identique.

OMP affiche aussi des informations utiles sur le modèle : fenêtre de contexte, tarification, prise en charge du raisonnement et capacités de vision.

Vous avez maintenant Grok qui fonctionne dans Oh My Pi comme agent de codage en terminal. À partir d’ici, il peut utiliser les outils intégrés d’OMP pour inspecter des fichiers, modifier du code, exécuter des commandes, lancer des tests, déboguer des problèmes et traiter des tâches de développement plus larges.

Découvrir les fonctionnalités intégrées d’Oh My Pi

Oh My Pi embarque 31 outils et prend en charge plus de 60 fournisseurs d’IA : la plupart des workflows de codage fonctionnent sans installer de plugins supplémentaires ni de serveurs MCP.

Parmi les capacités les plus utiles :

• Gestion de fichiers : lire, créer, éditer, rechercher et modifier des fichiers de manière structurelle.

• Accès au terminal : exécuter des commandes shell et gérer des processus directement depuis l’agent.

• Exécution de code : lancer des sessions Python et JavaScript persistantes.

• Intégration LSP : naviguer vers les définitions, trouver les références, renommer des symboles, consulter les diagnostics et appliquer des actions de code.

• Débogueur : déboguer des applications Python, Go, C/C++ et autres via des intégrations DAP.

• Recherche web : rechercher dans la documentation, GitHub, Stack Overflow, Reddit, les registres de packages, les articles de recherche et le web au sens large.

• Automatisation du navigateur : ouvrir et interagir avec des sites via un navigateur basé sur Chromium.

• Sous-agents : répartir de plus grandes tâches de codage entre plusieurs agents en parallèle.

• Outils GitHub : travailler avec des dépôts, issues, pull requests, recherche de code et GitHub Actions.

• Mémoire : stocker et rappeler des informations utiles sur le projet entre les sessions.

• Compréhension d’images : analyser des captures d’écran, schémas et autres images locales.

• Génération d’images : générer ou éditer des images via des fournisseurs d’IA pris en charge.

• Texte vers parole : générer de la voix avec xAI Grok Voice.

• Fichiers distants : lire des fichiers sur des machines distantes via des chemins ssh://.

• Gestion de session : créer des checkpoints, remonter, brancher, reprendre et gérer de longues sessions d’agent.

• Orchestration d’agents : des mots-clés comme orchestrate et workflowz dans votre prompt coordonnent plusieurs sous-agents pour des tâches complexes.

Certains de ces outils — dont GitHub, mémoire, génération d’images, synthèse vocale et checkpoints — sont désactivés par défaut. Vous pouvez les activer dans les paramètres d’OMP.

Autrement dit, le modèle peut faire bien plus que générer du code. Via Oh My Pi, il peut chercher sur le web, comprendre une base de code, éditer des fichiers, exécuter des commandes, déboguer des erreurs, se souvenir du contexte du projet et coordonner plusieurs agents depuis la même interface en terminal.

Construire un projet avec Oh My Pi et Grok

Plutôt que de tester la configuration avec une simple question de code, confions-lui un projet complet et voyons comment Grok et Oh My Pi gèrent la planification, l’implémentation, les tests et l’itération.

D’abord, passez OMP en mode plan (/plan au moment d’écrire ces lignes) :

/planPropulsé par

Puis entrez l’invite suivante :

Build a simple Hospital Management System in Python.

Use Streamlit for the web interface and SQLite for storing data. Keep the project lightweight and easy to run locally.

The app should let hospital staff register patients, add doctors, schedule appointments, admit and discharge patients, and view available beds.

Create a dashboard showing total patients, doctors, appointments, admitted patients, and available beds.

Use a clean sidebar for navigation, simple forms and tables, and realistic sample data.

Organize the Python code properly, create the database automatically, add basic validation, and make all CRUD operations work.

Install any required dependencies, run the application, test the main workflows, and fix any errors.Propulsé par

Passer en revue le plan

Avant d’écrire du code, Grok a utilisé les outils intégrés d’OMP pour consulter la documentation, vérifier les informations actuelles sur Streamlit et l’écosystème Python, analyser les besoins et raisonner sur l’architecture de l’application.

Il a ensuite produit un plan d’implémentation détaillé, découpé en sections. OMP rend le plan interactif : vous pouvez naviguer entre les sections, examiner certains choix plus en détail et effectuer des ajustements avant d’autoriser l’agent à modifier le projet.

Une fois satisfait, approuvez le plan et laissez Grok construire.

Laisser Grok construire et tester l’application

Après approbation du plan, l’implémentation s’est révélée étonnamment directe. Grok a créé la structure du projet, la couche base de données, l’interface Streamlit, des données d’exemple et la fonctionnalité CRUD, puis a installé les dépendances et testé l’application.

La première version fonctionnelle a demandé moins de cinq minutes pour être construite et testée.

C’est là que l’environnement de codage fait la différence. Grok ne s’est pas contenté de générer un bloc de code Python à me renvoyer. Il a créé des fichiers, exécuté l’application, inspecté les erreurs, apporté des corrections et poursuivi jusqu’au bon fonctionnement du projet.

Itérer sur l’UI

La première version fonctionnait, mais je n’aimais pas le thème Streamlit par défaut : l’application ressemblait trop à un projet Streamlit standard.

J’ai donc indiqué à l’agent ce que je voulais changer : thème, mise en page du tableau de bord, hiérarchie visuelle et présentation des informations. Grok a modifié le projet existant au lieu de tout reconstruire.

Le résultat final : un système de gestion hospitalière abouti avec gestion des patients, dossiers des médecins, rendez-vous, admissions, suivi des lits et reporting.

Ce processus illustre aussi l’intérêt des agents de codage : vous démarrez avec une version opérationnelle, vous la passez en revue et vous peaufinez le design et les fonctionnalités par de simples instructions de suivi.

Une note sur le coût

Il y a un inconvénient majeur à cette configuration : Grok via l’API peut revenir cher pour du codage agentique.

Pour ce projet, le tableau de bord SpaceXAI affichait 11,84 $ de dépense totale, avec environ 19,4 millions de tokens traités sur 938 requêtes API. L’essentiel provenait de la planification, de la recherche web, de l’édition de fichiers, de l’exécution d’outils, des tests de l’application et des itérations sur l’UI.

Pour des tests occasionnels, les crédits API restent utiles car vous contrôlez précisément la dépense. Mais si vous codez au quotidien ou sur des projets plus ambitieux, un abonnement SuperGrok est probablement plus adapté, surtout lorsque des workflows agentiques génèrent des centaines de requêtes en une seule session.

Grok a livré d’excellents résultats, mais ce test montre aussi qu’avec les agents de codage, le coût et l’usage de tokens comptent autant que la qualité du modèle.

Conclusion

Une chose devient claire avec les agents de codage : le modèle et l’environnement de codage n’ont pas besoin de provenir de la même entreprise. Le « harness » par défaut d’un modèle n’est pas toujours la meilleure façon de l’utiliser, et de plus en plus de développeurs associent des modèles performants comme Claude ou Grok à des agents de codage alternatifs et des outils en terminal mieux adaptés à leur workflow.

Le problème, c’est que bâtir sa propre configuration devient vite fastidieux : on installe des serveurs MCP, on ajoute des « skills », on règle des plugins, on connecte des outils et on entretient le tout soi‑même.

C’est ce que j’apprécie avec Oh My Pi : un agent de codage « batteries incluses » avec la plupart de ces capacités natives. Vous l’installez, connectez votre fournisseur ou abonnement, choisissez un modèle et vous commencez à coder. Pas besoin de passer des heures à assembler l’agent avant de pouvoir l’utiliser.

Grok a très bien fonctionné avec OMP et a produit une application solide, mais le coût via l’API a été plus élevé que prévu. Pour des tests ponctuels, les crédits API conviennent. Si j’utilisais Grok au quotidien pour coder, je privilégierais personnellement SuperGrok avec OMP.

Au final, la question n’est pas seulement de savoir quelle entreprise a le meilleur modèle de codage, mais quelle combinaison modèle + environnement correspond le mieux à votre façon de travailler.