Luge

Comparatif · sans chest-thumping

On aime ces projets.
Voici où on fait autrement.

OpenClaw a prouvé que le monde veut des agents personnels qui roulent chez eux. NeoClaw a montré qu'on peut faire ça de façon frugale et sécuritaire. Hermes a montré qu'un agent personnel peut s'améliorer tout seul — et est devenu l'un des agents les plus adoptés de la planète. Viktor a montré que les équipes en veulent aussi. Botpress — un studio visuel québécois — a montré comment en faire bâtir pour tes clients. Respect, cinq fois. Luge prend un angle différent : les agents IA d'équipe, installables par n'importe qui, conformes par design. Chaque fait ci-dessous est vérifiable — c'est fait pour être fact-checké.

OpenClaw, NeoClaw et Hermes sont d'excellents agents personnels; Viktor vit dans le cloud, accroché à Slack; Botpress bâtit des chatbots pour tes clients. Luge joue ailleurs : une IA pour ton équipe, qui s'installe sans terminal, enregistre les réunions sans bot, garde une mémoire d'équipe attribuée pis arrive avec la conformité déjà dedans — à prix fixe par siège.

Le verdict en 20 secondes — pour le dirigeant pressé

Les cinq projets sont excellents… pour un usage personnel, ou pour bâtir des bots. Choisis Luge si tu veux une IA pour ton équipe : installable sans TI, réunions capturées sans bot, conformité intégrée, prix fixe. Le tableau ci-dessous est pour ton monde technique — toi, tu peux sauter direct aux tarifs.

Dimension OpenClaw NeoClaw Hermes Viktor Botpress Luge
Mémoire Personnelle, par session Personnelle, résumé automatique du contexte Personnelle, s’enrichit dans le temps (compétences auto-générées) Partagée à l’espace de travail (cloud) Bases de connaissances pour tes bots clients Mémoire de groupe, attribuée par contributeur, cherchable
Notes et connaissance partagée Personnel, pas d’équipe Personnel, pas d’équipe Personnel, pas d’équipe Mémoire d’équipe dans leur cloud; notes non documentées Bases de connaissances pour tes bots clients, pas pour ton équipe Notes markdown versionnées — l’historique nomme qui a écrit : personne, IA ou clé d’accès — canevas, base de connaissances, recherche par le sens bornée à tes droits d’accès
Équipe / multi-utilisateurs Conçu pour une personne (sandbox par canal) Liste d’accès Telegram — pas de collaboration Agent personnel; passerelle multi-canaux, pas de multi-tenant Natif (Slack/Teams) Collaboration entre bâtisseurs de bots — le produit vise TES clients Natif : tenants, canaux, agents-collègues partagés
Collaboration externe Mono-utilisateur — pas de notion d’invité Mono-utilisateur — pas de notion d’invité Mono-utilisateur — pas de notion d’invité Non documenté Tes clients parlent à tes bots — pas des invités dans ton espace de travail Invités hors organisation, à adresse prouvée (Google, Microsoft ou code à usage unique) — ils n’atteignent que ce qui leur est nommément partagé (v0.59)
Installation npm, CLI, fichiers de config — tu es le TI Binaire unique + tokens à configurer Une commande curl (deps incluses) — reste orienté terminal Inviter @Viktor dans Slack (très simple) Studio visuel cloud — facile de partir, mais bâtir le bot, c’est le projet Installateur signé + jumelage 2 clics + onboarding guidé
Modèles locaux Oui — excellent (llama.cpp) Oui (endpoints compatibles OpenAI) Oui — ton propre endpoint, ou cloud (Nous Portal, OpenRouter) Non — API cloud seulement Non — LLM cloud, facturés en « AI Spend » Oui — llama.cpp intégré à l’app, nœud edge branché en une commande (luge-edge pair), agents de code installables sur ton poste depuis Luge
Réunions en direct et voix — — — Vit dans le clavardage Slack/Teams; réunions non documentées — Salons vocaux et vidéo dans Luge, preneur de notes participant et visible, attribution réelle par locuteur, vrais appels téléphoniques entrants et sortants
Enregistreur de réunions sans bot — — — — — Oui : Meet, Teams, Zoom, Webex, Jitsi — capture locale
Conformité (audit, RP, isolation) À assembler soi-même Isolation solide, pas de couche conformité Auto-hébergé; approbation de commandes, pas de couche conformité DPA/SLA entreprise (cloud) SOC 2 / GDPR au tier Enterprise Native : pistes d’audit, détection de RP locale, isolation de tenant
S’améliore à l’usage Mémoire de session personnelle Faits mémorisés, mono-utilisateur Oui — sa signature : compétences réutilisables, auto-amélioration continue (personnel) Contexte d’espace de travail (cloud) Bases de connaissances mises à jour à la main Leçons extraites après chaque tâche + curation nocturne — sans réentraînement
Coût Gratuit + ta clé API à l’usage (souvent 50–200 $US/mois) + ton temps Gratuit + ta clé (~3–15 $US/mois, contexte résumé) Gratuit, open source (MIT) + ta clé; forfaits Nous Portal optionnels Crédits prépayés, 50 $ à 5 000 $US/mois selon l’usage 0 → 89 → 495 $US/mois + « AI Spend » à l’usage par-dessus chaque plan Fixe : Solo gratuit (ta clé ou tes modèles); Équipe et Entreprise sur devis — jamais au jeton
Code source Open source (MIT), 386K+ étoiles (août 2026) Open source (MIT) Open source (MIT), 230K+ étoiles (août 2026) Propriétaire, cloud seulement Racines open source (v12); le cloud est propriétaire Propriétaire, bâti sur RoomKit (MIT, open source)

Faits en date d'août 2026 — sources : openclaw.ai et sa documentation, dépôts GitHub des projets (dont github.com/nousresearch/hermes-agent; étoiles relevées par l'API GitHub en août 2026), hermes-agent.nousresearch.com, viktor.com/pricing, botpress.com/pricing (mise à jour de mai 2026), couverture de presse (Fortune, mai 2026). Une erreur? Écris-nous, on corrige.

Analyse 1

La mémoire de groupe, c'est la différence entre un gadget pis un collègue

Un agent personnel se souvient de tes affaires. Un agent d'équipe se souvient des affaires de l'équipe : ce que la collègue a appris la semaine passée profite à ta tâche d'aujourd'hui. Dans Luge, chaque leçon extraite d'une tâche est attribuée à son contributeur, cherchable (recherche vectorielle), et scoped au bon tenant. OpenClaw et NeoClaw sont d'excellents agents personnels — mais leur mémoire vit et meurt avec une personne. Hermes va plus loin : il « grandit avec toi », génère ses propres compétences à l'usage — c'est la mémoire personnelle la plus aboutie du marché. Mais c'est justement ça : elle grandit avec toi, pas avec ton équipe. Viktor a une vraie mémoire d'espace de travail; elle vit par contre dans leur cloud, avec vos données dedans.

Analyse 2

« Gratuit » + ta soirée à configurer, c'est pas gratuit

Monter un OpenClaw, c'est le fun — si t'es le genre de personne qui trouve ça le fun. Node, npm, config, clés, sandbox Docker si tu veux faire ça bien, pis la veille de sécurité qui vient avec (la communauté OpenClaw a traversé une année 2026 difficile : 138+ CVE en cinq mois, plus de 135 000 instances exposées sur Internet, 63 % sans authentification — recherche publique, juillet 2026. On n'en rit pas, on en a tiré des leçons). Luge fait le pari inverse : installateur signé, jumelage en deux clics, mises à jour automatiques signées. Ta soirée reste à toi, pis ta surface d'attaque reste petite.

Analyse 3

La conformité, ça ne se visse pas après coup

Pistes d'audit chiffrées, détection de renseignements personnels qui roule localement, isolation stricte par organisation : c'est dans l'architecture de Luge depuis le premier commit, parce que notre premier client vertical opère dans les services financiers canadiens — un secteur où « on va logger ça éventuellement » n'est pas une réponse. Et pour l'inférence, les modules souverains gérés gardent le calcul sur une infrastructure canadienne. Les workflows par petites étapes cadrées font le reste : chaque action est vérifiable, pis un modèle qui fait une petite job précise hallucine pas mal moins qu'un gros modèle laissé à lui-même.

Honnêtement? Voici quand choisir les autres.

  • Choisis OpenClaw si t'es développeur, que tu veux hacker ton agent personnel jusque dans le code source, pis que gérer ton déploiement fait partie du plaisir. C'est le projet le plus vivant de sa catégorie.
  • Choisis NeoClaw si tu veux un agent solo frugal sur Telegram, en un seul binaire, avec une facture API minuscule.
  • Choisis Hermes si tu veux l'agent personnel auto-apprenant le plus abouti, en self-host, et que le terminal te fait pas peur — c'est le roi de sa catégorie. Luge vise l'inverse : l'IA d'équipe, installable sans terminal, conforme.
  • Choisis Viktor si ton équipe vit dans Slack, que le self-host ne t'intéresse pas, et qu'un budget de crédits à l'usage ne te dérange pas.
  • Choisis Botpress si tu veux bâtir un chatbot pour TES clients (site web, WhatsApp) avec un studio visuel — c'est un des meilleurs pour ça, pis c'est québécois aussi. Luge, c'est l'inverse : l'IA qui travaille pour ton équipe, à l'interne.
  • Choisis Luge si tu veux des agents IA que toute l'équipe peut utiliser, qui s'installent sans terminal, dont l'IA peut rouler sur vos machines ou au Canada — avec un prix qui ne bouge pas.

Le terrain commun : l'open source

On n'est pas de l'autre bord de la clôture. L'orchestration de conversations de Luge est bâtie sur RoomKit, un framework open source (MIT) — rooms, canaux, voix, multi-agents. Le code qui fait jaser nos agents est inspectable par n'importe qui. Le dépôt de distribution est public, signatures comprises.

Essaie Luge — plan solo gratuit

Le seul comparatif qui compte, c'est le tien.

Mets Luge à côté de ton candidat pendant une semaine. Le plan Solo est gratuit et ouvert : deux minutes pour ouvrir ton espace, pas de carte de crédit.

15 versions livrées dans les 30 derniers jours

Commencer gratuitement Télécharger Luge

Une question précise? On répond à luge@nsolutions.ai