Démarrer avec Muse Code : de l'installation au premier merge
L'agent de code en terminal de Meta est volontairement minimal à installer : une commande, une connexion dans le navigateur, et tu pilotes une session multi-agents dans ton propre dépôt. Voici le parcours complet, y compris les passages où il vaut la peine de ralentir.
Une commande, un binaire
Muse Code est disponible en bêta pour macOS et Linux, et l’installation tient en une ligne :
curl -fsSL https://dev.meta.ai/install.sh | bashLe script place un binaire muse dans ton PATH ; muse --version confirme qu’il est bien arrivé. Piper un script distant dans bash est un compromis de commodité, quel que soit l’éditeur : les équipes prudentes téléchargeront d’abord le script (curl -fsSL https://dev.meta.ai/install.sh -o install.sh), le liront, puis l’exécuteront. Note ce qui manque délibérément : pas de plugin IDE, pas d’application desktop. Contrairement à certains agents concurrents, Muse Code est terminal-only par choix.
Authentification dans le navigateur, clés pour les machines
Au premier lancement de muse, ton navigateur s’ouvre pour te connecter sur dev.meta.ai avec un compte développeur Meta. Les identifiants sont ensuite mis en cache localement : pas besoin de te ré-authentifier à chaque session. Tout — accès comme facturation — passe par le même compte Meta Model API qui sert directement les modèles Muse Spark.
Pour les pipelines CI, les scripts et les machines headless, oublie le navigateur : crée une clé dans le dashboard Model API (API keys → Create API key) et exporte-la en MODEL_API_KEY. Le format de la clé ressemble à LLM|{numeric_id}|{secret} — garde-la dans une variable d’environnement ou un gestionnaire de secrets, jamais dans le code.
Choisis une première tâche qui prouve la boucle
Fais cd dans n’importe quel dépôt git et lance muse. L’agent lit le contexte local et ouvre une boucle de tâches ; tu décris les résultats attendus en langage naturel. Résiste à la tentation de commencer par un grand refactoring. Le moyen le plus rapide de comprendre le caractère de Muse Code, c’est une petite tâche vérifiable — quelque chose comme « ajoute le test manquant pour la fonction parseDate et assure-toi qu’il passe ».
En quelques minutes, tu verras la division du travail qui définit le produit : un agent worker rédige le changement, un agent reviewer le critique en arrière-plan, et le test s’exécute pour de vrai. Ce duo worker-reviewer est actif par défaut sur chaque tâche — c’est la raison pour laquelle Meta décrit son produit comme multi-agent par défaut, et non multi-agent en option.
Deux leviers de coût à apprendre dès le premier jour
Muse Spark est un modèle de raisonnement : il réfléchit avant de répondre, et ces tokens de réflexion sont facturés en sortie. La commande /effort règle le raisonnement à la hausse ou à la baisse : un renommage de routine ne paie pas une délibération profonde, tandis qu’un bug de concurrence retors peut se l’offrir. Deuxième levier : les règles permanentes — ton ton, ton format, tes conventions — vont une fois dans un message système, pas répétées dans chaque prompt. Avec ces deux réflexes, les factures du premier jour restent ennuyeuses, et c’est exactement ce que tu veux.
Et ensuite ?
Une fois la boucle bien en main, trois skills intégrés structurent les travaux plus ambitieux : /plan transforme une tâche en plan soumis à approbation, /grill met ce plan à l’épreuve jusqu’à ce qu’il tienne, et /goal maintient l’agent en route vers l’objectif que tu as fixé. On les couvre en détail dans l’article sur les skills intégrés, et la référence complète vit dans la documentation.