Paperclip : J'ai Testé Cet Orchestrateur D'agents IA (2026)

J’avais 12000 sessions Claude Code ouvertes en parallèle. Une faisait de la veille. Une autre rédigeait. Une troisième vérifiait des liens. Aucune ne savait ce que les autres faisaient…

et une organisation en place qu’on ne peut pas vraiment appeler organisation

C’est ce moment-là qui m’a poussé à tester Paperclip. Pas un article, pas un tweet. Une vraie galère de solopreneur qui perd le fil de ses agents IA à chaque redémarrage.

Voici ce que j’ai vu en pratique:

Ce qu’est vraiment Paperclip

Une entreprise, pas un outil

La plupart des outils d’orchestration IA pensent en termes de pipeline. Tu connectes des blocs, tu définis des déclencheurs. Zapier, n8n, Make.

Paperclip pense en termes d’organigramme.

Tu crées une « entreprise ». Cette entreprise a un objectif, une structure hiérarchique avec des agents qui ont des titres (CEO, CMO, UX Designer…), des budgets mensuels par agent, et un système de ticketing pour suivre le travail. Toi, tu es le conseil d’administration. Tu approuves les embauches. Tu valides la stratégie. Tu peux suspendre, rediriger ou virer n’importe quel agent à tout moment.

Ce n’est pas un outil. C’est un système d’exploitation pour une équipe d’agents.

Lancé le 4 mars 2026 par le développeur pseudonyme @dotta, qui gérait un hedge fund automatisé avec 20 onglets Claude Code ouverts simultanément sans contexte partagé. Paperclip est né de cette frustration. Selon les données de Towards AI, le projet a atteint 30 000 étoiles GitHub en trois semaines.

Comment ça marche sous le capot

Deux couches distinctes.

Le control plane, c’est Paperclip lui-même. Il gère l’organisation : qui fait quoi, combien ça coûte, quel agent est bloqué, quel ticket attend d’être traité. Il ne fait pas tourner les agents. Il les orchestre.

Les adapters, ce sont les agents eux-mêmes. Claude Code, OpenAI Codex, Gemini CLI, ou n’importe quel processus capable d’appeler une API HTTP. Paperclip leur assigne du travail, ils l’exécutent, ils « phone home » pour rapporter leur état.

Le mécanisme central s’appelle le heartbeat. Un agent ne tourne pas en continu. Il se réveille à intervalles réguliers ou quand une tâche lui est assignée, consulte son état, prend en charge un ticket, fait son travail, met à jour le statut, et se rendort. C’est ce qui évite les boucles infinies et les factures API qui explosent.

L’installation sur Windows : ce qui se passe vraiment

Les prérequis

Avant de commencer, j’ai fait vérifier l’environnement par Claude Code. Résultat :

Prérequis	Statut	Version
Node.js 20+	✅	v22.14.0
pnpm 9+	✅	installé à la volée
Git	✅	2.51.0.windows.1

Les commandes dans l’ordre :

bash

git clone https://github.com/paperclipai/paperclip.git
cd paperclip
pnpm install
pnpm dev

Première surprise. Paperclip exige pnpm v9.15.4 précisément. J’avais pnpm 10.33 fraîchement installé. Le script détecte la version, refuse de continuer, et rétrograde automatiquement. Ça fonctionne, mais c’est inattendu.

Une fois le serveur démarré :

curl http://localhost:3100/api/health
→ {"status":"ok","version":"0.3.1"}

PostgreSQL embarqué, zéro configuration de base de données. L’interface s’ouvre sur http://localhost:3100.

Les galères que personne ne mentionne

Le CLI Claude Code. Paperclip cherche la commande claude dans le PATH. Sur Windows, Claude Code s’installe comme une application de bureau (Antigravity.exe), pas comme un outil en ligne de commande. Ces deux distributions sont techniquement distinctes : l’app bureau ne touche pas au PATH système. Résultat : Paperclip ne sait pas comment lancer l’agent.

C’est confirmé par la doc officielle de l’adapter claude_local : premier prérequis listé, « Claude Code CLI installed, claude command available ». Pas l’app bureau. Le CLI npm, à installer séparément :

bash

npm install -g @anthropic-ai/claude-code

Le login sur Windows. Une fois le CLI installé, claude login génère une URL d’authentification à copier dans le navigateur. Sur Windows, impossible de coller dans la console avec Ctrl+V. Solution : clic droit dans la fenêtre du terminal. Pas intuitif, mais ça fonctionne.

Le modèle. L’interface proposait Claude Haiku 4.6 par défaut. Pas disponible sur mon compte. Changé pour Claude Sonnet 4.6 : test passé au vert immédiatement.

Ce que les agents ont produit

J’ai créé une company « YouTube Factory » avec pour objectif : produire des scripts et des miniatures YouTube sur la niche des outils IA. Tâche assignée au CEO : définir le plan de production.

Ce que l’agent a fait sans aucune intervention de ma part : décomposer la tâche principale en 4 sous-tâches et recruter les agents nécessaires.

Issue	Tâche	Agent
DIG-1	Plan de production YouTube	CEO
DIG-2	Scripts des 5 premières vidéos	CMO
DIG-3	Calendrier éditorial et stratégie SEO	CMO
DIG-4	Template de miniatures et visuels	UX Designer

DIG-1 et DIG-4 terminées en quelques minutes. DIG-2 en cours au moment où j’ai vérifié, avec un point bleu « live » dans l’interface indiquant que le CMO travaillait en temps réel.

Ce qui m’a surpris : je n’avais pas configuré de CMO ni d’UX Designer. Le CEO les a recrutés lui-même et délégué automatiquement selon les règles définies dans son fichier agents.md.

Comment le ticketing fonctionne

Chaque tâche suit ce cycle :

backlog → todo → in_progress → in_review → done

Un point technique qui compte : la transition vers in_progress nécessite un « atomic checkout ». Si deux agents essaient de prendre la même tâche simultanément, le système renvoie une erreur 409 Conflict. Une seule bête mange à la fois. Ça évite les doublons dans un contexte multi-agents.

Pour stopper un agent en cours : changer le statut en « Cancelled » depuis le panneau de propriétés de l’issue. L’agent s’arrête proprement à la fin de son cycle.

Chaque agent a un budget mensuel en tokens. Quand il l’atteint, il s’arrête. Pas d’intervention manuelle, pas de surprise sur la facture.

Les tarifs en 2026

Paperclip est open source, licence MIT, entièrement self-hosted.

Élément	Coût
Paperclip	Gratuit
Hébergement local	0 €
VPS pour déploiement 24/7	Variable
Tokens API (Anthropic, OpenAI…)	Selon usage

Le seul vrai coût, ce sont les tokens consommés par tes agents. Le système de budget par agent existe précisément pour garder le contrôle là-dessus.

Les limites honnêtes

L’installation sur Windows demande plus de temps que les « 5 minutes » annoncées dans la doc. Entre le pnpm rétrogradé, le CLI à installer séparément et les subtilités du terminal Windows pour le login, il faut compter plutôt 30 à 45 minutes la première fois.

Ce n’est pas un outil no-code. Tu dois être à l’aise avec la ligne de commande. Si l’idée d’un terminal te rebute, passe ton chemin.

Les agents peuvent passer plus de tokens à se coordonner entre eux qu’à produire du travail réel. C’est un phénomène connu dans les systèmes multi-agents. À surveiller et à corriger via les instructions données à chaque agent.

Clipmart, la marketplace de templates d’entreprises préconfigurées, est annoncée mais pas encore disponible. Le projet évolue vite depuis son lancement début mars 2026.

OpenRouter fonctionne en théorie pour utiliser des modèles moins coûteux sur certains agents, mais des bugs actifs ont été signalés sur le repo GitHub. Claude Sonnet reste la voie la plus stable pour l’instant.

Pour qui, pas pour qui

Paperclip fait sens si tu gères déjà plusieurs agents en parallèle et que tu perds contexte et énergie à les coordonner manuellement. Si tu veux garder le contrôle sur les coûts, conserver tes données en local, et penser tes agents comme une équipe plutôt que comme des scripts isolés.

C’est aussi l’étape d’après pour ceux qui ont déjà mis en place des workflows IA dans leur quotidien. J’en parle dans mon article sur l’organisation personnelle avec l’IA : Paperclip industrialise ce qu’on fait encore trop manuellement.

Pour une vue plus large des outils qui valent le coup en ce moment, ma sélection des 7 essentiels pour ta productivité numérique en 2026 donne le contexte général. Paperclip joue dans une catégorie différente, mais l’esprit est le même.

En revanche : un seul ou deux agents à gérer, Paperclip est trop lourd. Du no-code, ce n’est pas ici. Un projet clé en main sans installation, ce n’est pas encore disponible.

FAQ

Qu’est-ce que Paperclip et à quoi ça sert ?

Paperclip est une plateforme open source qui permet d’organiser plusieurs agents IA dans une structure d’entreprise réelle : chaque agent a un rôle, un budget, des tâches à traiter. Plutôt que de lancer des agents en silos, ils travaillent ensemble sous une hiérarchie que tu supervises.

Paperclip est-il gratuit ?

Oui. Licence MIT, entièrement self-hosted, aucun abonnement. Les seuls coûts sont les tokens API consommés par tes agents et l’hébergement si tu déploies sur un VPS.

Faut-il savoir coder pour utiliser Paperclip ?

Un minimum, oui. Le déploiement demande Node.js, pnpm et une aisance avec la ligne de commande. Sur Windows, plusieurs étapes manuelles sont nécessaires. L’interface web est accessible une fois installée.

Quelle différence avec n8n ou Make ?

n8n et Make construisent des pipelines d’automatisation. Paperclip modélise une organisation : organigramme, hiérarchie de reporting, budgets par agent, gouvernance humaine. Il n’exécute pas les agents : il les orchestre.

Paperclip fonctionne-t-il uniquement avec Claude ?

Non. Il supporte nativement Claude Code, OpenAI Codex, Gemini CLI, Cursor et des options personnalisables. Tu peux mélanger des agents de différents fournisseurs dans la même organisation.

Conclusion

Ce qui m’a le plus surpris, ce n’est pas ce que l’outil fait. C’est ce qu’il m’a forcé à clarifier dans ma façon de penser mes agents.

Quand tu dois décrire un CEO qui délègue à un CMO et à un UX Designer, tu réalises que tes agents n’étaient pas vraiment des agents. C’était des scripts que tu relançais manuellement. Paperclip te pousse à modéliser de vrais rôles avec de vraies responsabilités.

Est-ce que je le recommande ? Oui, avec une condition. Si tu gères déjà plusieurs agents en parallèle et que tu as l’aisance technique pour l’installer, c’est le projet open source le plus sérieux sur ce créneau en ce moment. Si tu démarres avec les agents IA, commence ailleurs. Construis d’abord tes workflows, tu reviendras sur Paperclip quand tu auras besoin de structure. 🚀