ByteChef est une plateforme open-source de workflow automation qui combine orchestration d’agents IA et automatisation de processus métier dans un seul outil. Construite en Java 25 / Spring Boot 4 côté serveur et React 19 / TypeScript côté client, elle propose plus de 180 connecteurs natifs et supporte 15+ fournisseurs LLM.
TL;DR
- Plateforme open-source qui unifie workflows et agents IA
- Stack technique : Java 25, Spring Boot 4, React 19, PostgreSQL
- Plus de 180 connecteurs natifs (CRM, cloud, AI/ML, communication, etc.)
- Déploiement Docker / Kubernetes, self-hosté
- Licence open-core : Apache 2.0 (CE) + licence propriétaire (EE)
- Agents IA natifs avec boucle modèle → outil → exécution
- 888 étoiles GitHub, release v0.30.0 (juin 2026)
Overview
ByteChef est une plateforme open-source de workflow automation et d’orchestration d’agents IA. Le projet a démarré comme un fork de Piper et a depuis considérablement évolué (README du dépôt).
La plateforme repose sur une architecture modulaire Spring Boot avec plusieurs composants clés : Atlas (le moteur de workflow), Platform (services d’infrastructure), Automation (la couche iPaaS), et Core (bibliothèques utilitaires). L’interface utilisateur est construite avec React 19 et TypeScript, et la persistance est assurée par PostgreSQL avec support des migrations Liquibase.
Liens utiles
Si vous souhaitez soutenir le projet, n’hésitez pas à laisser une étoile sur GitHub et à contribuer via les issues ou pull requests.
Objectif
Le problème que ByteChef résout est simple : les équipes techniques ont besoin d’automatiser des processus métier et d’intégrer des agents IA sans multiplier les outils. ByteChef centralise workflow automation, agents IA et orchestration dans une seule plateforme.
Notions et concepts
Voici les concepts fondamentaux de ByteChef :
Architecture
ByteChef est construit autour d’une architecture Spring Boot modulaire. Le dépôt contient cinq modules Maven :
- Atlas : le moteur de workflow cœur, gère l’exécution des workflows, le scheduling et les tâches
- Platform : services d’infrastructure (authentification, autorisation, stockage de données)
- Automation : la couche iPaaS qui expose les connecteurs et permet la création de workflows
- Core : bibliothèques utilitaires partagées entre les modules
- Server : l’application Spring Boot qui assemble le tout
L’interface utilisateur (UI) est une application React 19 / TypeScript séparée, située dans le répertoire ui/. Le build utilise Gradle (depuis la version 0.29.0), les workflows CI sont gérés par GitHub Actions avec Maven et Gradle.
Connecteurs
ByteChef propose plus de 180 connecteurs natifs répartis en plusieurs catégories :
- CRM & Marketing : Salesforce, HubSpot, Mailchimp, Zendesk, ActiveCampaign
- Cloud & Infrastructure : AWS S3, Google Cloud Storage, Azure, DigitalOcean, Cloudflare
- Communication : Slack, Discord, Microsoft Teams, Telegram, Twilio, SendGrid
- AI & Machine Learning : Ollama, OpenAI, Anthropic Claude, Google Gemini, Hugging Face, AWS Bedrock
- Productivité : Notion, Google Sheets, Airtable, Asana, Jira, Trello, Linear
- Bases de données : PostgreSQL, MySQL, MongoDB, Redis, Elasticsearch
- E-commerce : Shopify, WooCommerce, Stripe
- Développement : GitHub, GitLab, Docker, Kubernetes, Jenkins
- ERP & Finance : QuickBooks, Xero, SAP, Odoo
- Fichiers & Stockage : Dropbox, Google Drive, Box, SFTP
Agents IA natifs
La fonctionnalité la plus distinctive de ByteChef est son intégration native des agents IA. Contrairement à n8n ou Make qui nécessitent des modules externes pour l’IA, ByteChef embarque un framework d’agents complet. Le concept est le suivant :
- Un agent reçoit une tâche (workflow input)
- L’agent utilise un modèle LLM pour analyser la demande
- L’agent sélectionne les outils appropriés (connecteurs, fonctions)
- L’agent exécute les actions et retourne le résultat
Les agents supportent :
- Skills : des capacités spécialisées attachées aux agents
- Knowledge Base : RAG intégré avec pgvector pour la recherche sémantique
- Mémoire : conservation du contexte de conversation
- Guardrails : règles de validation des entrées/sorties des agents
- Multiple LLMs : OpenAI, Anthropic, Google, Ollama, Hugging Face, etc.
- Output parsers : parsing structuré des réponses en JSON, XML, etc.
Workflow Automation (iPaaS)
Le cœur de ByteChef est un moteur d’automatisation de workflows complet qui permet de créer des pipelines complexes avec :
- Éditeur visuel de workflows (glisser-déposer)
- Déclencheurs (webhooks, cron, events)
- Conditions, boucles, transformations de données
- Gestion des erreurs et retries
- Exécution asynchrone et parallèle
- Versioning des workflows
- Logs et monitoring en temps réel
Il existe un cloud public pour tester sans installation, et la version self-hosted pour le contrôle des données.
Installation
ByteChef se déploie via Docker. Voici les méthodes disponibles :
Docker Compose (méthode recommandée)
curl -O https://raw.githubusercontent.com/bytechefhq/bytechef/master/docker-compose.yml
docker compose -f docker-compose.yml upLangage du code : JavaScript (javascript)Cette commande démarre deux conteneurs : PostgreSQL (port 5432) et ByteChef (port 8080). L’interface est accessible sur http://localhost:8080/login.
Docker manuel
docker network create -d bridge bytechef_network
docker run --name postgres -d -p 5432:5432 --env POSTGRES_USER=postgres --env POSTGRES_PASSWORD=postgres --network bytechef_network postgres:15-alpine
docker run --name bytechef -it -p 8080:8080 --env BYTECHEF_DATASOURCE_URL=jdbc:postgresql://postgres:5432/bytechef --env BYTECHEF_DATASOURCE_USERNAME=postgres --env BYTECHEF_DATASOURCE_PASSWORD=postgres --network bytechef_network docker.bytechef.io/bytechef/bytechef:latestLangage du code : JavaScript (javascript)L’image Docker pèse environ 470 MB et supporte les architectures linux/amd64 et linux/arm64.
Kubernetes
ByteChef fournit des manifests Kubernetes complets dans le répertoire kubernetes/ du dépôt (source : ByteChef Kubernetes manifests). Commande rapide :
kubectl apply -f https://raw.githubusercontent.com/bytechefhq/bytechef/master/kubernetes/bytechef.yamlLangage du code : JavaScript (javascript)Commandes
Quelques commandes utiles pour interagir avec ByteChef :
# Démarrer avec Docker Compose
docker compose -f docker-compose.yml up -d
# Voir les logs
docker compose logs -f bytechef
# API : lister les workflows
curl -u user:password http://localhost:8080/api/workflows
# API : exécuter un workflow
curl -X POST http://localhost:8080/api/workflows/{id}/execute
# Créer un connecteur via API
curl -X POST http://localhost:8080/api/connectors \
-H "Content-Type: application/json" \
-d '{"name":"mon-connecteur","type":"REST"}'
# Lister les agents
curl http://localhost:8080/api/agents
# Vérifier la santé
curl http://localhost:8080/api/healthLangage du code : PHP (php)Comparaison
Voici un comparatif avec les alternatives populaires :
| Fonctionnalité | ByteChef | n8n | Make |
|---|---|---|---|
| Licence | Apache 2.0 + EE | Fair-code (SUL) | Propriétaire |
| Agents IA natifs | ✅ Oui | ⚠️ Module | ❌ Non |
| Self-hosted | ✅ Oui | ✅ Oui | ❌ Non |
| Connecteurs | 180+ | 400+ | 2000+ |
| Moteur d’exécution | Spring Boot | TypeScript | Propriétaire |
| RAG / Knowledge Base | ✅ pgvector | ❌ Non | ❌ Non |
| Multi-LLM | 15+ fournisseurs | Quelques-uns | Limitations |
| Version gratuite | Communauté (CE) | Starter limité | Abonnement freemium |
Le principal avantage de ByteChef est l’intégration native des agents IA avec RAG, là où n8n nécessite des modules externes et des configurations complexes. En revanche, n8n dispose d’un plus grand nombre de connecteurs et d’une communauté plus mature.
Conclusion
ByteChef se positionne comme une alternative crédible dans le paysage de l’automatisation de workflows et des agents IA. Ses points forts sont :
- L’unification workflow automation + agents IA dans un même outil
- Le modèle open-core (Apache 2.0) qui garantit la transparence
- Le déploiement self-hosted pour le contrôle des données
- Les 180+ connecteurs et 15+ fournisseurs LLM
- Le RAG intégré via pgvector
- La stack technique moderne (Java 25, Spring Boot 4, React 19)
Le projet est jeune (888 étoiles GitHub) mais progresse rapidement avec sa release v0.30.0 en juin 2026. C’est un projet à suivre pour les équipes qui cherchent une alternative open-source à n8n avec des capacités d’agents IA intégrées.
Pour contribuer ou en savoir plus : dépôt GitHub, documentation, Discord.