Outil d'IA

QM Review

QM est un harnais d'agents multijoueur open-source développé par Y Combinator qui offre aux équipes des environnements collaboratifs, persistants et basés sur le cloud pour l'exécution d'agents IA.

shipped 13 août 2026freemium

Pourquoi c'est important

1Rendu open-source par Y Combinator en juillet 2026 sous licence MIT.

2Le dépôt GitHub a accumulé plus de 13 000 étoiles peu après sa sortie.

3S'intègre avec des modèles d'IA incluant Pi, OpenCode, Codex et Claude Code.

4Prend en charge l'appel de fonctions propriétaires et la multimodalité textuelle.

À propos de QM

Modèle économique

Open Source

Public cible

Startups and Y Combinator teams

GitHubOpen Source

Spécifications

GitHub

Voir le dépôt →

overview

Qu'est-ce que QM ?

QM est un outil de harnais d'agents IA multijoueur développé par Y Combinator qui permet aux équipes au sein des organisations d'exécuter des agents IA dans des environnements collaboratifs, persistants et basés sur le cloud. Il agit comme un plan de contrôle pour les agents IA, leur permettant d'effectuer diverses tâches organisationnelles à travers différents départements et de s'intégrer avec des plateformes existantes comme Slack et le web.

features

Fonctionnalités clés de QM

QM fournit un cadre robuste pour la gestion et le déploiement d'agents IA au sein d'une équipe, en mettant l'accent sur la collaboration, la sécurité et le contrôle administratif.

Noyau open-source, publié sous licence MIT.
Harnais d'agents multijoueur pour une utilisation collaborative en équipe.
Environnements persistants basés sur le cloud pour le fonctionnement des agents IA.
Capacités d'appel de fonctions propriétaires.
Prise en charge de la multimodalité, spécifiquement les interactions textuelles.
Espaces de travail isolés pour les utilisateurs individuels et portées partagées pour les équipes (par exemple, les canaux Slack).
Gestion flexible des agents avec configuration au niveau de l'organisation et paramètres de sécurité.
Intégration avec les flux de travail existants dans Slack et sur le web.
Promotion par l'administrateur de compétences partagées et importation de packs de compétences depuis des dépôts Git.
Bac à sable durable pour l'exécution des agents, assurant un fonctionnement cohérent.

use cases

Qui devrait utiliser QM ?

QM est principalement conçu pour les organisations cherchant à tirer parti des agents IA pour les opérations internes, en mettant l'accent sur le contrôle collaboratif et administratif.

Startups et entreprises de taille moyenne (10-500 personnes) cherchant à déployer des agents IA pour des tâches internes.
Équipes au sein d'organisations nécessitant des environnements IA collaboratifs pour la récupération d'informations et le suivi de projets.
Employés ayant besoin d'une assistance IA pour des tâches telles que le tri de la boîte de réception, la rédaction de réponses et la recherche de documents internes.
Ingénieurs de plateforme responsables du déploiement, de la gestion et de la sécurisation de l'infrastructure d'agents IA.
Organisations visant à créer et publier des applications web internes personnalisées à l'aide d'agents IA.

how to use

Comment utiliser QM

QM est déployé dans le propre compte cloud d'une organisation, tel que Fly.io ou AWS, et s'intègre aux plateformes de communication existantes comme Slack.

1Déployez QM dans votre environnement cloud (par exemple, Fly.io, AWS) en utilisant le code open-source.
2Configurez les paramètres organisationnels, la posture de sécurité et les modèles d'IA disponibles (par exemple, Pi, OpenCode, Codex).
3Intégrez QM avec les canaux Slack ou les interfaces web où les équipes collaborent.
4Définissez et accordez les permissions pour les portées d'agents individuelles et partagées.
5Développez ou importez des 'compétences' pour que les agents effectuent des tâches spécifiques, telles que la recherche de notes internes ou le tri des boîtes de réception.
6Surveillez l'activité des agents et gérez les ressources au sein du plan de contrôle QM.

pricing

Tarification et plans QM

QM lui-même est gratuit et open-source, publié sous licence MIT. Cependant, des coûts opérationnels sont associés à son déploiement et à son utilisation.

Freemium : Le logiciel QM de base est gratuit et open-source, permettant à toute équipe de le déployer et de le modifier.
Coûts d'hébergement cloud : Les utilisateurs encourent des coûts pour les ressources cloud (par exemple, Fly.io, AWS) où QM est déployé.
Coûts des jetons de modèle : Des dépenses sont associées à l'utilisation des modèles d'IA intégrés (par exemple, Pi, OpenCode, Codex, Claude Code).
Frais généraux opérationnels : Les coûts supplémentaires incluent le temps de plateforme pour le déploiement, la gestion des identités, les sauvegardes, les mises à niveau, le travail de sécurité et l'ingénierie des flux de travail.

Pros

+Open-source under an MIT license, offering flexibility and cost control for self-hosting.
+Designed for collaborative, multiplayer use across an entire organization, providing contextualized agents for each person and project.
+Deep integration with Slack and an optional web UI, fitting into existing communication workflows.
+Supports a swappable AI model harness, allowing organizations to choose and switch between models like Pi, OpenCode, Codex, and Claude Code.
+Robust security features including a headless TypeScript core for identity, policy, scheduling, memory, and audit, with isolated sandbox execution.
+Proven internal use at Y Combinator, demonstrating significant productivity gains for a small team.

Cons

−Requires at least one individual comfortable operating infrastructure for deployment and maintenance.
−While the software is free, organizations incur costs for cloud hosting, model tokens, and operational overhead.
−API is not available, which may limit custom integrations beyond its core Slack/web functionality.
−Function calling is proprietary, potentially limiting customization or interoperability with external tools.
−Primarily targets startups and mid-sized companies, potentially less suited for very small teams or large enterprises with different infrastructure needs.
−Multimodality is limited to text, not supporting other data types like images or audio.

Outils similaires

QM vs Concurrents

QM se différencie en se concentrant sur un harnais d'agents multijoueur open-source pour le travail, en s'intégrant aux plateformes existantes plutôt qu'en les remplaçant, et en fournissant des environnements isolés et délimités pour la collaboration.

CrewAIOn Stork

Specializes in orchestrating role-playing autonomous AI agents into collaborative teams with defined roles and shared goals.

While both are open-source and support multi-agent collaboration, CrewAI focuses on a Python framework for building agent teams and workflows, whereas QM provides a broader 'harness' for running agents in persistent, cloud-based environments with Slack/web integration.

SuperAGIOn Stork

Provides an open-source autonomous agent framework with a GUI control room for end-to-end goal execution.

SuperAGI is designed for autonomous execution with a focus on minimizing human involvement, while QM emphasizes a multiplayer, collaborative environment for teams with human oversight and control.

AutoGenOn Stork

An open-source framework for building conversational multi-agent systems where agents collaborate dynamically.

AutoGen provides a flexible framework for building multi-agent conversations and workflows, including a no-code UI (AutoGen Studio), while QM offers a ready-to-deploy, persistent, cloud-based harness for teams with built-in Slack/web integration.

AgentVerseOn Stork

An open-source framework for deploying multiple LLM-based agents in task-solving and simulation applications, with a focus on multi-agent collaboration and emergent behaviors.

AgentVerse is a framework for building and deploying multi-agent systems, emphasizing simulations and task-solving, whereas QM is a collaborative, persistent harness designed for teams to run and manage agents in a cloud-based environment.

Plus sur Stork