Comment préparer votre PC au vibe coding étape par étape

Cet article est le premier d'une série dans laquelle je vais expliquer comment se lancer dans le vibe coding à partir de zéro.. 

Pas seulement comment demander à une intelligence artificielle d'écrire du code et s'en tenir là, mais comment bien faire, avec un système qui limite les erreurs et garantit un certain niveau de qualité du code. Il faut aussi tout documenter, suivre les modifications du code et disposer d'un système de tests. Comme les équipes professionnelles de développement, sans pour autant être développeur.

Pour cela, la première étape consiste à préparer notre ordinateur et à configurer les outils nécessaires.

À la fin de ce premier tutoriel, nous disposerons d'un ordinateur prêt pour le vibe coding et nous aurons publié une petite application de test avec GitHub et Railway.

Pourquoi je recommande Linux pour le vibe coding

Il est tout à fait possible de faire du vibe coding sous Windows, Linux ou macOS. Les principaux outils d'IA fonctionnent sur les trois systèmes, directement ou à l'aide d'environnements compatibles.

Pour ma part, je vais utiliser Linux, car il simplifie pas mal de choses et risque de provoquer moins d'erreurs que Windows. Si l'on tient absolument à utiliser Windows, on peut se servir de WSL2 pour disposer d'un environnement Linux dans Windows 11. Mais cela ajoute une couche de configuration susceptible de compliquer les choses en cas de problème.

Avec Linux, nous travaillons directement dans l'environnement où nous exécuterons les outils, sans dépendre d'un sous-système supplémentaire.

Et macOS ? Je ne l'utilise pas, donc je ne saurais pas vous dire, mais au vu du succès des Mac Mini, et sachant que leur terminal et leur environnement Unix permettent un fonctionnement très proche de Linux, j'ai l'impression qu'il convient tout autant au développement.

Mieux vaut un ordinateur secondaire ou un disque indépendant

Je recommande également de ne pas utiliser notre ordinateur de travail principal pour expérimenter le développement et les agents d'IA, surtout pendant l'apprentissage.

Non pas parce que ces outils seraient dangereux en soi, même s'ils peuvent l'être, mais parce qu'ils peuvent installer des dépendances, exécuter des commandes, modifier des fichiers et effectuer des actions qui ne nous arrangent pas forcément.

Je préfère donc conserver cet environnement séparé de l'ordinateur que j'utilise chaque jour pour travailler. Vous savez bien que je préfère cloisonner les usages de mon PC plutôt que de regretter ensuite de ne pas l'avoir fait.

L'idéal serait d'utiliser un ordinateur secondaire, mais inutile d'en acheter un autre. Si vous n'en avez pas, une solution que j'aime particulièrement consiste à installer Linux sur un SSD externe et démarrer dessus en USB avec un PC compatible..

Je peux ainsi démarrer Linux chaque fois que je veux développer, tout en continuant à utiliser Windows normalement le reste du temps. Les programmes, les projets et les réglages restent sur le SSD, sans qu'il soit nécessaire de créer une partition Linux sur le disque principal.

Attention toutefois, ce n'est pas une isolation totale : Linux peut accéder aux autres disques connectés si nous les montons et lui accordons les permissions nécessaires. Il faut donc rester prudent quant aux opérations que nous autorisons.

Pour ma part, je vais utiliser la configuration décrite dans l'article : Linux Mint Xfce installé sur un SSD SATA dans un boîtier USB 3.0.

À partir de maintenant, je considérerai que Linux Mint est déjà installé, démarre correctement et est connecté à Internet.

Quels outils faut-il pour faire du vibe coding ?

Avant de commencer, voyons ce que nous allons installer et pourquoi.

Outil	Fonction
Linux Mint Xfce	Système d'exploitation
Terminal	Exécuter des commandes et des agents
Git	Gestion des versions du code
Node.js	Exécuter des outils et applications JavaScript
npm	Installer des paquets JavaScript
Codex	Agent de programmation par IA
Antigravity	Deuxième agent, chargé de l'audit
Claude Code	Alternative à Codex ou deuxième agent payant
GitHub	Dépôts de code
Railway	Publier des applications sur Internet
Linear	Gestion des projets et des tâches
Notion	Documentation et cahier des charges, facultatif
LocalWP	Développement local WordPress, facultatif

La plupart de ces outils sont gratuits ou proposent une offre gratuite. Vous pouvez commencer avec Codex sur l’offre gratuite de ChatGPT, dans la limite des quotas. Un abonnement payant peut être utile si vous avez besoin de plus de capacité.

Mon système : une IA programme et une autre audite

Nous pourrions tout faire avec une seule IA, mais je préfère travailler avec deux agents aux fonctions différentes :

• Analyste-programmeur : interprète les besoins, propose des solutions, écrit le code et corrige les erreurs.
• Auditeur : examine les modifications, recherche les problèmes et vérifie que le développement répond aux exigences.

L'idée est que l'IA chargée de vérifier le travail ne soit pas celle qui l'a réalisé, car un audit indépendant et bien conçu peut repérer des erreurs passées inaperçues pour le premier agent.

J'expliquerai plus en détail le système de boucle dans un prochain article.

Quelle combinaison d'intelligences artificielles choisir ?

Je vois trois possibilités intéressantes.

Abonnements payants	Analyste-programmeur	Auditeur
ChatGPT payant	Codex	Antigravity
Claude payant	Claude Code	Antigravity
ChatGPT + Claude payants	Claude Code	Codex

Dans ce tutoriel, j'utiliserai la première combinaison : Codex comme analyste-programmeur et Antigravity comme auditeur.

Si votre abonnement ChatGPT coûte 18 € par mois, l’accès gratuit à Antigravity vous permet de faire relire le code sans payer de deuxième abonnement. Ainsi :

• Vous ne payez pas deux services d'IA.
• Vous utilisez Codex dans les limites de votre offre ChatGPT.
• Vous confiez la relecture du code à un modèle d’une autre famille.

Antigravity propose un accès gratuit soumis aux conditions et aux quotas en vigueur, qui peuvent changer, attention. 

Si vous ne payez que Claude, vous pouvez remplacer Codex par Claude Code tout en conservant Antigravity comme auditeur.

Et si vous payez à la fois ChatGPT et Claude, je vous propose d'utiliser Claude Code comme analyste-programmeur et Codex comme auditeur. C’est la combinaison que je choisirais si je payais déjà les deux services, mais vous devez payer deux outils.

Bon, maintenant que nous avons dressé la liste des outils, passons au tutoriel proprement dit.

Étape 1. Mettre Linux Mint à jour

Ouvrons le terminal de Linux Mint.

Dans Xfce, nous pouvons y accéder depuis le menu des applications ou avec le raccourci Ctrl + Alt + T.

Commençons par actualiser les informations des dépôts et installer les mises à jour disponibles :

sudo apt update && sudo apt upgrade -y

Linux nous demandera le mot de passe de l'utilisateur.

Si la mise à jour installe des composants importants du système ou une nouvelle version du noyau, mieux vaut redémarrer avant de poursuivre.

Installons maintenant les outils de base :

sudo apt install -y curl git ca-certificates

Nous disposerons ainsi de :

• curl, pour télécharger des ressources sur Internet.
• git, pour gérer les dépôts.
• ca-certificates, pour vérifier les certificats des connexions HTTPS.

Vérifions que Git fonctionne :

git –version

La commande devrait afficher son numéro de version.

Une précision concernant le terminal et son cache

Pendant les installations, il peut arriver qu'un outil soit correctement installé, mais que le terminal indique que sa commande n'existe pas.

Cela vient souvent du fait que l'installateur a ajouté un nouveau dossier à la variable d'environnement PATH, sans que notre terminal ait encore chargé cette modification.

C'est pourquoi je recommande de fermer complètement le terminal (pas seulement son onglet), puis d'en ouvrir un nouveau après l'installation d'outils qui modifient l'environnement.

Relançons la session du terminal pour charger sa configuration mise à jour.

Étape 2. Installer Node.js et npm

Node.js permet d'exécuter du JavaScript en dehors du navigateur.

Nous l'utiliserons pour les projets web, l'automatisation et les outils de développement. npm est son gestionnaire de paquets, qui facilite l'installation des dépendances.

Pour simplifier ce tutoriel, nous utiliserons la version LTS de Node.js via NodeSource.

Téléchargeons d'abord le script de configuration :

curl -fsSL https://deb.nodesource.com/setup_lts.x -o nodesource_setup.sh

Exécutons-le :

sudo -E bash nodesource_setup.sh

Puis installons Node.js :

sudo apt install -y nodejs

Vérifions maintenant les deux programmes :

node –version

npm –version

S'ils affichent leurs versions respectives, nous pouvons continuer.

Nous pouvons également supprimer le script téléchargé :

rm nodesource_setup.sh

Node.js n'est pas nécessaire pour exécuter les versions autonomes de Codex ou Claude Code, mais nous l'utiliserons pour des projets web et d'autres outils.

Étape 3. Installer Codex, notre analyste-programmeur

Codex est l'agent de programmation d'OpenAI. Il peut parcourir les fichiers, modifier le code, exécuter des commandes, analyser les erreurs et nous aider à travailler sur des projets complets depuis le terminal.

Pour l'installer, utilisons l'installateur officiel :

curl -fsSL https://chatgpt.com/codex/install.sh | sh

Ou via npm :

npm install -g @openai/codex

Inutile d'exécuter les deux commandes. Dans ce tutoriel, nous utiliserons l'installateur autonome.

Vérifions ensuite :

codex –version

Si le terminal ne reconnaît pas la commande, fermons-le complètement avant d'en ouvrir un nouveau.

Connecter Codex à ChatGPT

Pour lancer Codex, saisissons :

codex

Au premier lancement, il nous proposera les méthodes d'authentification disponibles.

Choisissons se connecter avec ChatGPT, ouvrons le navigateur lorsqu'il nous le demande et autorisons la connexion.

Une fois connectés, nous pouvons consulter les commandes.

Par exemple, pour choisir parmi les modèles et niveaux de raisonnement disponibles :

/model

Pour consulter l'état de la session :

/status

Et pour vérifier les permissions accordées à l'agent :

/permissions

Les modèles disponibles dépendront de notre compte et de la version de Codex.

Important : je déconseille d'accorder des permissions illimitées à l'agent dès le départ. Même si nous avons préparé un nouveau disque à cet effet, mieux vaut vérifier manuellement les opérations touchant des fichiers importants, des commandes externes ou des services connectés.

Autre possibilité : installer Claude Code

Si vous avez choisi Claude Code comme analyste-programmeur, la procédure est similaire.

Installons son client officiel :

curl -fsSL https://claude.ai/install.sh | bash

Vérifions :

claude –version

Puis lançons le diagnostic :

claude doctor

Pour démarrer l'agent :

claude

Suivons la procédure d'authentification.

Dans la suite du tutoriel, j'utiliserai Codex, mais les consignes de développement peuvent être adaptées à Claude Code.

Étape 4. Installer Antigravity comme auditeur

Installons maintenant notre deuxième agent.

Antigravity dispose d'une application graphique, mais c'est ici sa version CLI qui nous intéresse, car nous pouvons l'exécuter directement depuis le terminal.

L'installateur officiel pour Linux est :

curl -fsSL https://antigravity.google/cli/install.sh | bash

L'emplacement par défaut de l'exécutable est :

~/.local/bin/agy

Vérifions :

~/.local/bin/agy –version

Si la commande agy fonctionne directement, nous n'avons rien d'autre à faire.

Sinon, nous pouvons ajouter son répertoire au PATH :

echo 'export PATH="$HOME/.local/bin:$PATH"' >> ~/.bashrc

Fermons complètement le terminal et ouvrons-en un autre.

Vérifions :

agy –version

Se connecter à Antigravity

Ouvrons :

agy

Au premier lancement, suivons son assistant de configuration.

Nous pourrons choisir nos préférences d'affichage et nous authentifier avec les méthodes proposées pour notre compte.

Il faut également confirmer que nous faisons confiance au dossier du projet avant de permettre à l'agent d'accéder à ses fichiers.

Pour le moment, inutile de configurer un audit automatique. Nous le ferons avec notre premier projet.

Important : les agents peuvent partager un dépôt, mais il vaut mieux éviter qu'ils modifient tous les deux les mêmes fichiers simultanément. L'un développera donc et l'autre vérifiera.

Étape 5. Installer GitHub CLI

Nous avons déjà Git, mais nous devons encore connecter notre ordinateur à GitHub.

Git permet de gérer les versions localement. GitHub sert à héberger des dépôts distants, à collaborer et à conserver le code hors de notre ordinateur.

Installons GitHub CLI :

sudo apt install -y gh

Vérifions :

gh –version

Configurer notre identité dans Git

Avant de créer des commits, indiquons le nom et l'adresse e-mail à associer à nos modifications :

git config –global user.name "Tu Nombre"

git config –global user.email "tu-correo@example.com"

Remplaçons ces valeurs par nos propres informations.

Nous pouvons vérifier la configuration :

git config –global –list

S'authentifier sur GitHub

Exécutons :

gh auth login

Sélectionnons GitHub.com et suivons les instructions.

Si nous choisissons l'authentification par navigateur, GitHub CLI affichera un code temporaire et une adresse où le saisir.

Une fois l'accès autorisé :

gh auth status

Nous vérifierons ainsi que GitHub CLI reconnaît notre compte.

Pour les projets professionnels nous utiliserons des dépôts privés et éviterons d'inclure des mots de passe ou des clés API dans le code..

Étape 6. Installer Railway

Railway est une plateforme qui permet de publier des applications sans avoir à configurer et administrer directement notre propre serveur.

Dans ce tutoriel, nous commencerons par l'utiliser pour publier un petit site HTML et vérifier que notre méthode fonctionne.

Railway n'est pas obligatoire pour faire du vibe coding. Nous pourrions utiliser d'autres prestataires comme Vercel, mais il nous convient pour vérifier que notre code peut passer d'un dépôt local à une application accessible sur Internet.

Installons Railway CLI :

bash <(curl -fsSL https://railway.com/install.sh)

Il existe aussi une installation via npm :

npm install -g @railway/cli

Choisissons une seule de ces deux méthodes.

Vérifions :

railway –version

Connecter Railway

Commençons par créer un compte sur :

https://railway.com

Puis, depuis le terminal :

railway login

Le navigateur s'ouvrira pour autoriser l'accès.

Nous pouvons vérifier quel compte est connecté :

railway whoami

Railway propose des formules avec des crédits limités et des abonnements payants. Avant de publier des services qui resteront actifs en permanence, mieux vaut vérifier les conditions et les limites d'utilisation.

Étape 7. Créer un compte Linear et, éventuellement, Notion

Nous n'allons pas installer d'applications de bureau pour ces deux outils.

Linear sera notre gestionnaire de projets. Nous y organiserons les fonctionnalités, les erreurs, les tâches et les versions.

Nous pouvons créer un compte sur :

https://linear.app

Plus tard, nous configurerons un projet et définirons comment l'intégrer à notre processus de développement.

Notion sera facultatif. Nous pourrons l'utiliser pour rédiger des documents de spécifications ou des PRD (Product Requirements Document).).

Sur les projets simples, nous pouvons également conserver les exigences dans un fichier Markdown au sein du dépôt Git lui-même. La documentation est utile lorsqu'elle aide à prendre des décisions et à préciser ce qu'il faut développer. Inutile de produire des documents interminables pour chaque petit changement.

Pour le moment, il suffit de créer les comptes et de vérifier que nous pouvons y accéder.

Étape 8. Vérifier la confidentialité des outils d'IA

Avant d'utiliser les agents sur du véritable code client, mieux vaut examiner les options de confidentialité.

Dans ChatGPT, nous pouvons aller dans Paramètres > Contrôles des données et désactiver l'option qui permet d'utiliser nos conversations pour améliorer les modèles. Il faut aussi vérifier les réglages spécifiques applicables à Codex.

Dans Claude et Antigravity, nous examinerons les options d'utilisation des données pour améliorer les produits, de conservation, de télémétrie et de communications commerciales. Chaque service applique ses propres conditions.

Et il faut bien comprendre une chose : désactiver l'entraînement ne signifie pas que le code cesse d'être transmis au fournisseur de l'IA. Les modèles hébergés dans le cloud ont besoin de recevoir les informations nécessaires à leur travail.

Nous suivrons donc quelques règles de base: 

• Ne pas partager de clés privées, de mots de passe ni de jetons.
• Conserver les identifiants hors de GitHub.
• Limiter les permissions de chaque outil au strict nécessaire.

Étape 9. Tout vérifier avant de commencer

Cette fois, fermons complètement le terminal puis rouvrons-le.

Vérifions les outils de développement :

git –version

node –version

npm –version

GitHub et Railway :

gh –version

railway –version

Et nos outils d'intelligence artificielle :

codex –version

agy –version

Si nous utilisons Claude Code :

claude –version

claude doctor

Vérifions également que nous sommes toujours authentifiés :

gh auth status

railway whoami

Les vérifications de version indiquent que les programmes sont installés. Les vérifications d'authentification montrent que nous pouvons accéder à nos comptes.

Mais il nous reste à effectuer un test fonctionnel complet.

Étape 10. Créer notre premier dossier de développement

Nous allons créer un petit site pour vérifier que tout fonctionne.

Sous Linux Mint, nous pouvons créer un dossier sur le bureau et y ouvrir directement un terminal.

Nous pouvons aussi utiliser des commandes :

mkdir -p ~/Proyectos/mi-primera-app

cd ~/Proyectos/mi-primera-app

Il est important de lancer Codex depuis le dossier du projet. Ainsi, l'agent pourra travailler sur les fichiers nécessaires sans avoir à parcourir tout notre ordinateur.

Étape 11. Demander à Codex de programmer une application

Démarrons :

codex

Demandons-lui maintenant de créer une application simple :

Je veux une application HTML, CSS et JavaScript qui permette de créer une liste de tâches, de les marquer comme terminées et de les supprimer. Enregistre les tâches dans le stockage local du navigateur pour qu'elles ne disparaissent pas lors du rechargement de la page. L'interface doit être responsive et fonctionner sur mobile et sur ordinateur. Utilise des fichiers séparés et évite les frameworks ou dépendances inutiles. Prépare aussi un README contenant les instructions pour l'exécuter.

Codex analysera les exigences et créera les fichiers correspondants.

Une fois terminé, vérifions ce qu'il a généré. Pour un projet de ce type, nous pourrions obtenir une structure aussi simple que celle-ci :

mi-primera-app/

├── index.html

├── style.css

├── script.js

└── README.md

S'il n'y a ni dépendances ni compilation, nous pouvons ouvrir directement le fichier HTML dans le navigateur.

Pour effectuer un test plus proche d'un vrai serveur, nous pouvons aussi utiliser Python, généralement disponible sous Linux Mint :

python3 -m http.server 8000

Ouvrons ensuite :

http://localhost:8000

Vérifions que les tâches peuvent être créées, terminées, supprimées et conservées après l'actualisation de la page.

Pour arrêter le serveur, appuyons sur Ctrl + C dans son terminal.

Étape 12. Créer le dépôt sur GitHub

Lorsque l'application fonctionnera localement, nous enregistrerons sa première version.

Nous pouvons demander à Codex de préparer Git et un fichier .gitignore, mais la création du dépôt doit rester soumise à notre approbation.

Nous pourrions aussi procéder manuellement :

Depuis le dossier du projet :

git init

Ajoutons les fichiers :

git add .

Créons le premier commit :

git commit -m "Primera version funcional"

Puis créons un dépôt privé sur GitHub :

gh repo create mi-primera-app –private –source=. –remote=origin –push

Cette commande crée le dépôt distant, connecte notre dossier et envoie la version initiale.

À partir de là, GitHub conservera l'historique des modifications que nous publierons.

Avant d'envoyer du vrai code, nous devons toujours vérifier que .gitignore exclut les fichiers sensibles, les identifiants et les répertoires qui ne doivent pas être placés sous contrôle de version.

Étape 13. Publier le projet sur Railway

Vérifions maintenant que GitHub peut servir de source pour le code que nous déployons.

Accédons manuellement au tableau de bord de Railway et créons un nouveau projet.

Sélectionnons Deploy from GitHub Repo, autorisons GitHub si ce n'est pas déjà fait et choisissons notre dépôt.

Railway dispose d'un système de construction appelé Railpack, qui reconnaît les projets HTML statiques.

Par conséquent, nous n'avons pas besoin de demander à Codex de générer un serveur Node.js ni un package.json uniquement pour publier notre petite application..

Railway analysera le dépôt et préparera le déploiement.

Si le processus échoue, nous consulterons les journaux et examinerons la structure des fichiers avant toute modification.

Une fois le service déployé, accédons à ses paramètres réseau et générons un domaine public.

Ouvrons cette adresse dans un navigateur.

Si notre liste de tâches fonctionne sur Internet, nous aurons effectué notre premier déploiement.

Étape 14. Vérifier que GitHub et Railway sont connectés

Il reste encore un test important.

Voir l'application sur Railway prouve que nous avons déployé une version, mais nous voulons nous assurer que les modifications ultérieures envoyées sur GitHub seront également publiées correctement..

Revenons à notre projet et lançons Codex :

codex

Demandons-lui :

Ajoute à l'application un bouton qui supprime toutes les tâches terminées. Conserve le design actuel, vérifie que cela fonctionne et n'effectue aucun déploiement. Je veux examiner les modifications avant de les enregistrer dans Git.

Testons la nouvelle fonctionnalité localement.

Une fois son fonctionnement vérifié, enregistrons les modifications :

git add .

git commit -m "Añadir limpieza de tareas completadas"

git push

Si le déploiement automatique de Railway est activé pour cette branche, il détectera le nouveau commit et créera une autre version.

Attendons que le déploiement se termine correctement, puis rouvrons l'application publique.

Si le nouveau bouton apparaît et fonctionne, nous aurons vérifié toute la chaîne : Linux > Codex > Git > GitHub > Railway.

C'est un test bien plus fiable que de simplement transmettre l'URL publique à Codex et lui demander si tout est connecté.

Étape 15. Demander un audit à Antigravity

Nous disposons maintenant d'une application développée et publiée.

C'est là que notre deuxième agent intervient dans le cadre de ce test. Nous procédons ainsi pour vérifier que tout fonctionne, mais je vous préviens : avec un véritable logiciel, et non un essai, l'audit se réalise AVANT de développer quoi que ce soit et avant toute mise en production.

Ouvrons le terminal depuis le dossier du projet et exécutons :

agy

Donnons-lui des instructions précises :

Agis comme un auditeur technique indépendant. Examine cette application et vérifie qu'elle respecte ses exigences fonctionnelles. Recherche les erreurs JavaScript, les problèmes de sécurité, d'accessibilité, de design responsive et les éventuelles défaillances du stockage local. Examine également la structure du dépôt et vérifie si elle est correctement préparée pour Railway. Ne modifie aucun fichier. Fournis un rapport classé par gravité, en précisant comment reproduire chaque problème et quelle solution tu proposes.

L'auditeur doit examiner le code et, lorsque c'est possible, effectuer des vérifications. Nous ne voulons pas qu'il se contente de nous dire que tout va bien.

S'il détecte des erreurs, nous reviendrons dans Codex, lui transmettrons le rapport et demanderons les corrections nécessaires.

Puis nous répéterons les tests et l'audit.

Pour les petits projets, une seule vérification peut suffire. Pour les projets plus importants, des tests automatisés et des contrôles supplémentaires seront nécessaires.

C'est ce que l'on appelle la méthode Loop..

Si nous utilisons Claude Code et Codex

Le fonctionnement est le même. Claude Code développe le projet et Codex examine les modifications.

Nous pouvons lancer Codex et utiliser sa fonction interactive de vérification :

/review

L'outil précis n'est pas le plus important. L'essentiel est de séparer les responsabilités et de veiller à ce que les problèmes identifiés soient réels.

Nous avons maintenant un ordinateur prêt à développer des sites web à l'aide de frameworks comme Astro ou même entièrement à partir de zéro. 

Par exemple, dans cet article, j'explique comment créer le site web de votre entreprise grâce à ce système. Ou même tout votre dispositif numérique à petit budget..

Si vous regardez bien, ces sites n'utilisent aucune base de données : c'est pourquoi nous n'en avons installé aucune dans ce tutoriel. Si nous en avons besoin, nous pouvons utiliser Convex ou Supabase. Je garde cela pour un autre article.

De même, vous pourriez vouloir utiliser cette méthode pour développer avec WordPress, comme moi. Dans ce cas, poursuivez votre lecture.

Étape 16 (facultative). Installer LocalWP et le préparer pour WordPress

Pour finir, nous allons installer LocalWP.

Cet outil permettra d'exécuter WordPress sur notre ordinateur, avec un serveur web, PHP et une base de données, sans avoir à publier les modifications sur un vrai site.

Téléchargeons l'installateur officiel pour Linux depuis :

Releases

Sélectionnons la version .deb compatible avec Ubuntu, Debian et Linux Mint.

Une fois le fichier téléchargé, nous pouvons l'ouvrir avec l'installateur graphique ou exécuter cette commande depuis le dossier de téléchargement :

sudo apt install ./nombre-del-archivo.deb

Remplaçons le nom d'exemple par celui du fichier réellement téléchargé.

Lançons ensuite LocalWP depuis le menu des applications et vérifions qu'il s'ouvre correctement.

Ensuite, dans cet article, j'explique Comment cloner un site WordPress avec Local WP et ici comment l'optimiser sous Windows..

Dans un prochain article consacré au vibe coding pour WordPress, nous verrons le système et la méthode de travail que j'utilise :

• Comment je définis les fonctionnalités.
• Comment je décide de créer un plugin ou de tout placer dans les fichiers du thème enfant.
• Les fichiers que je versionne.
• Ce que je laisse en dehors du contrôle de version de GitHub.
• Comment je réalise les tests.
• Comment publier sur un hébergement qui n'est pas Railway (Webempresa, dans mon cas).

Comme vous le voyez, il y a du pain sur la planche.

Avant de terminer, je vous présente un autre outil qui peut s'avérer utile dans certains cas.

Facultatif : utiliser la dictée vocale pour donner des instructions

L'un des avantages des agents d'IA est de pouvoir expliquer les fonctionnalités en langage naturel. Les outils de dictée peuvent donc être intéressants.

Personnellement, je m'en sers lorsque la fonctionnalité que je veux décrire est longue et qu'il est plus facile de l'expliquer à voix haute pour que la transcription apparaisse directement dans le terminal.

Whisper et les outils qui le font fonctionner en local permettent ce type de dictée. Sous Linux, deux options sont OpenWhispr ou Handy..

Cet outil n'est pas indispensable. Vous pourrez l'ajouter plus tard si vous le jugez utile.

Conclusion : notre ordinateur est prêt pour le vibe coding

Nous avons ainsi achevé la première partie du processus.

Linux Mint fonctionne, Git et Node.js sont installés, deux agents d'intelligence artificielle sont disponibles, GitHub est connecté et Railway est prêt à publier des applications.

Et surtout, nous avons réalisé un test complet : créer du code avec une IA, le vérifier, l'envoyer sur GitHub, le publier sur Railway et examiner le résultat avec un deuxième agent.

C'est la base du système que je veux utiliser.

Je ne cherche pas à remplacer la programmation traditionnelle par une succession d'instructions improvisées. L'idée est de profiter de l'intelligence artificielle pour développer plus rapidement tout en gardant la maîtrise des exigences, des versions et des résultats.

Dans le prochain article, nous aborderons la partie la plus intéressante : comment organiser un projet de vibe coding avec Linear, définir les exigences, répartir les tâches entre l'analyste-programmeur et l'auditeur et mettre en place une méthode de développement reproductible..

Nous appliquerons ensuite le même système à WordPress avec LocalWP, GitHub et Webempresa.

Et c'est là que nous commencerons à voir jusqu'où nous pouvons aller en développant avec l'IA, sans devoir écrire nous-mêmes chaque ligne de code.