Sema Code : Découpler les agents d'IA de codage en une infrastructure programmable et intégrable
Sema Code: Decoupling AI Coding Agents into Programmable, Embeddable Infrastructure
April 13, 2026
Auteurs: Huacan Wang, Jie Zhou, Ningyan Zhu, Shuo Zhang, Feiyu Chen, Jiarou Wu, Ge Chen, Chen Liu, Wangyi Chen, Xiaofeng Mou, Yi Xu
cs.AI
Résumé
Les agents d'intelligence artificielle pour le codage sont devenus centraux dans les workflows des développeurs, pourtant chaque solution existante enferme ses capacités de raisonnement dans une forme de livraison spécifique, telle qu'une interface en ligne de commande, un plugin d'EDI ou une application web. Cette limitation crée des barrières systémiques lorsque les entreprises tentent de réutiliser ces capacités dans des environnements d'ingénierie hétérogènes. Pour relever ce défi, nous présentons Sema Code, un framework de codage IA ouvert construit sur le principe de l'embeddability, de la pluggability et d'une approche framework-first. Sema Code dissocie complètement le moteur de l'agent central de toutes les couches client, le publiant sous forme de bibliothèque npm autonome que n'importe quel runtime peut piloter programmativement. Autour de cette architecture, nous avons conçu huit mécanismes clés : l'isolation moteur multi-locataire, la mise en file d'attente FIFO des entrées avec reconstruction sécurisée des sessions, la compression de contexte adaptative, l'ordonnancement collaboratif multi-agents, la gestion intelligente des processus basée sur les Todo, le contrôle d'accès asynchrone à quatre niveaux, une intégration d'écosystème à trois niveaux couvrant MCP, les Compétences et les Plugins, et un framework de tâches en arrière-plan avec des privilèges d'exécution et d'observation séparés. Ces mécanismes abordent collectivement les défis d'ingénierie liés à la transformation d'un moteur d'agent complexe en un noyau partagé et programmable. Démontrant sa versatilité architecturale, le même moteur Sema Core alimente simultanément une extension VSCode et une passerelle de messagerie multi-canaux, que nous nommons SemaClaw, pour unifier les interactions avec l'agent sur des plateformes comme Telegram et Feishu. Ceux-ci représentent deux formes de produits fondamentalement différentes partageant un noyau de raisonnement identique, ne différant qu'au niveau de la couche client.
English
AI coding agents have become central to developer workflows, yet every existing solution locks its reasoning capabilities within a specific delivery form, such as a CLI, IDE plugin, or web application. This limitation creates systemic barriers when enterprises attempt to reuse these capabilities across heterogeneous engineering environments. To address this challenge, we present Sema Code, an open AI coding framework built on the principle of being embeddable, pluggable, and framework-first. Sema Code completely decouples the core agent engine from all client layers, publishing it as a standalone npm library that any runtime can drive programmatically. Built around this architecture, we designed eight key mechanisms: multi-tenant engine isolation, FIFO input queuing with safe session reconstruction, adaptive context compression, multi-agent collaborative scheduling, intelligent Todo-based process management, four-layer asynchronous permission control, three-tier ecosystem integration spanning MCP, Skills, and Plugins, and a background task framework with separated execution and observation privileges. These mechanisms collectively address the engineering challenges of transforming a complex agent engine into a shared, programmable core. Demonstrating its architectural versatility, the same Sema Core engine simultaneously powers a VSCode extension and a multi-channel messaging gateway, which we name SemaClaw, to unify agent interactions across platforms such as Telegram and Feishu. These represent two fundamentally different product forms sharing an identical reasoning kernel, differing only at the client layer.