Sortie de SLV v0.13 — l’ère du CLI est terminée : le développement Solana passe au dialogue avec les agents IA

Sortie de SLV v0.13 — l’ère du CLI est terminée : le développement Solana passe au dialogue avec les agents IA

Sortie de SLV v0.13 — l’ère du CLI est terminée : le développement Solana passe au dialogue avec les agents IA
ELSOUL LABO B.V. (siège : Amsterdam, Pays-Bas ; CEO : Fumitake Kawasaki) et Validators DAO publient la version 0.13 de SLV, la boîte à outils open source pour le développement Solana.
Après l’installation, exécutez slv onboard pour configurer l’environnement, puis slv c pour lancer l’AI Console. Cela suffit pour commencer à gérer les validateurs, les nœuds RPC et le développement d’applications Solana entièrement en langage naturel. Plus besoin d’écrire manuellement les fichiers de configuration MCP, ni de rechercher et d’enregistrer les endpoints.
Cette version marque un tournant : l’interface principale du développement et de l’exploitation de Solana passe des workflows centrés sur le CLI au dialogue avec des agents IA.

SLV — l’AI Agent Kit pour les développeurs Solana

SLV - The AI Agent Kit for Solana Devs
SLV est l’AI Agent Kit destiné aux développeurs Solana. Il fournit des fondations opérationnelles unifiées et open source qui couvrent les validateurs, les RPC, Geyser gRPC et le développement d’applications, avec chaque méthode entièrement compatible avec MCP (Model Context Protocol).
La version 0.13 simplifie radicalement l’accès à ces fondations prêtes pour MCP. Il suffit d’achever l’assistant d’onboarding pour rendre chaque méthode de SLV exécutable par un agent IA. Configuration MCP, accès aux clés et suivi des versions, auparavant gérés séparément, convergent désormais vers une seule interface.

Pourquoi cette version marque un tournant

La configuration MCP est intrinsèquement fastidieuse

Utiliser des agents IA pour exploiter une infrastructure Solana exigeait de configurer le serveur MCP, d’enregistrer les endpoints, de gérer les identifiants et de sélectionner les outils avant même de pouvoir lancer une seule commande utile. Ces étapes sont contraignantes, y compris pour les développeurs expérimentés, et constituaient un obstacle majeur à l’exploration des opérations assistées par IA.
SLV v0.13 supprime entièrement cet obstacle. L’assistant slv onboard guide en un seul flux la connexion au fournisseur d’IA, le choix du modèle, la configuration des skills et l’enregistrement de la clé API. Aucun fichier de configuration à modifier à la main, aucun endpoint à rechercher.

Gestion sécurisée des clés, intégrée

L’exploitation d’un validateur Solana exige une gestion précise de plusieurs clés : identité, compte de vote et clés d’autorité. Par conception, l’agent IA de SLV accède à ces clés de manière sûre depuis l’environnement local. Il n’est pas nécessaire d’indiquer leurs chemins à chaque opération ni de transmettre les clés vers l’extérieur.
Réduire structurellement la charge cognitive sans compromettre la sécurité : tel est le principe de conception de SLV.

AI Console — dites-lui simplement ce dont vous avez besoin

Gestion en langage naturel dans SLV AI Console
L’AI Console, lancée avec slv c, est l’interface centrale de SLV.
Déployer un validateur, le mettre à niveau ou revenir à une version antérieure, changer d’identité, construire un nœud RPC, configurer Geyser gRPC ou créer la structure d’un projet d’application : il suffit d’indiquer en langage naturel à l’agent IA ce dont vous avez besoin.
Plus besoin de mémoriser les options du CLI ni de parcourir la documentation. Exprimez votre intention ; l’agent IA utilise directement les outils compatibles MCP de SLV, sélectionne les étapes appropriées et les exécute. Les demandes sont automatiquement orientées vers des agents spécialisés dans l’exploitation des validateurs, la configuration RPC et Geyser, le développement d’applications ou l’acquisition de serveurs.

Recherche automatique des mises à jour au lancement

Recherche de mises à jour dans SLV AI Console
Au démarrage, l’AI Console récupère automatiquement les dernières versions d’agave, jito-solana, firedancer, yellowstone-grpc et des autres composants, puis affiche en un coup d’œil les mises à jour disponibles. Pour les appliquer, tapez simplement /update. L’agent IA vérifie les versions et effectue la mise à jour.
Solana connaît actuellement de fréquents changements de versions et retours en arrière dans le cadre du cycle de mise à niveau v3. L’AI Console absorbe structurellement cette charge opérationnelle.

Le coût caché de la charge cognitive

Dans l’exploitation des validateurs, les interruptions ont une incidence directe sur les revenus. Évaluer correctement la situation et saisir la bonne commande au bon moment paraît simple, mais cette tâche est en pratique extrêmement éprouvante.
Contrairement au développement d’applications classique, chaque commande liée à l’exploitation d’un validateur a un poids considérable. Une seule erreur de saisie ou un seul oubli peut dégrader directement la qualité du réseau ou affecter les stakers. Cette charge cognitive est depuis longtemps un coût négligé de l’exploitation des validateurs.
L’interaction en langage naturel avec des agents IA élimine structurellement la nécessité de se rappeler la syntaxe exacte des commandes, de consulter simultanément les procédures et de suivre les différences entre versions. Il ne s’agit pas d’une simple amélioration de l’expérience utilisateur. Une charge cognitive réduite signifie moins d’erreurs de jugement et d’exploitation, donc directement moins d’interruptions et une meilleure qualité du réseau.
Dans nos propres opérations, une fois les workflows en langage naturel adoptés pour exprimer l’intention, il nous est devenu difficile de revenir à l’ancien processus consistant à retrouver pas à pas les commandes et les procédures. La différence de charge cognitive devient directement une différence de qualité opérationnelle. Les agents IA offrent un environnement où les opérateurs peuvent se concentrer sur l’essentiel : stratégie réseau, optimisation des performances et croissance du stake.

Abaisser structurellement la barrière de la validation Solana

SLV v0.13 ne se contente pas de simplifier l’exploitation. Il abaisse structurellement la barrière d’entrée du réseau Solana lui-même.
Exploiter un validateur Solana exigeait traditionnellement une connaissance approfondie de Linux, la maîtrise du CLI, la compréhension des fichiers de configuration propres à Solana et le discernement nécessaire à la gestion des versions. Ces prérequis constituaient un obstacle pour les professionnels et les organisations sans expertise technique spécialisée.
Avec SLV v0.13, les agents IA améliorent radicalement l’accès aux connaissances opérationnelles et aux moyens d’exécution. L’agent consulte les connaissances nécessaires par MCP, assemble automatiquement les étapes appropriées et les exécute. Même sans expertise technique spécialisée, le parcours qui va de la configuration initiale du validateur à son exploitation quotidienne est désormais ouvert. L’agent IA réduit la barrière d’entrée et la charge cognitive des opérations quotidiennes ; les décisions de l’entité exploitante restent, comme toujours, du ressort de l’opérateur.
La qualité du réseau Solana dépend directement du nombre et de la diversité de ses validateurs. Abaisser les barrières pour permettre à davantage d’organisations de participer à la validation renforce la décentralisation et la résilience de tout le réseau.

Le CLI demeure — une option pour chaque étape de croissance

Si le dialogue avec les agents IA devient l’interface principale de SLV, les outils CLI qui constituent le socle du développement restent entièrement disponibles.
Le CLI de SLV rend accessibles des capacités opérationnelles concrètes. Lorsqu’un projet en croissance doit gérer plusieurs serveurs, il peut construire des environnements reproductibles avec Ansible. Gestion de plusieurs nœuds à partir de fichiers d’inventaire, déploiements et mises à jour par lots au moyen de playbooks : l’architecture est conçue pour les opérations à grande échelle.
Le prédécesseur de SLV est solv, développé par Epics DAO. Nous savons que l’installation directe sur un nœud et la gestion simple d’une seule machine conservent tout leur intérêt. Nous travaillons à proposer des options d’exécution locale aux utilisateurs qui apprécient cette facilité.
Agents IA, exécution directe par CLI ou gestion de plusieurs nœuds avec Ansible : choisissez l’approche adaptée à votre échelle et à votre mode d’exploitation.

Prise en charge de ChatGPT et Claude

SLV v0.13 prend officiellement en charge ChatGPT (OpenAI) et Claude (Anthropic) comme fournisseurs d’IA. Dans l’assistant slv onboard, il suffit de sélectionner l’IA et le modèle de votre choix pour établir la connexion.
Quelle que soit l’IA que vous utilisez habituellement, l’environnement d’agents IA de SLV est prêt.

L’ère du placement distribué — la concentration des ASN compte désormais sur Solana

Dans le cadre des exigences de son programme de délégation, la Solana Foundation renforce les limites de concentration des ASN et des centres de données. Lorsque les validateurs sont trop concentrés sur un ASN ou dans un centre de données donné, la délégation du stake de la Foundation est restreinte.
Cette politique est une mesure structurelle destinée à renforcer la décentralisation et la tolérance aux pannes du réseau Solana. Elle signifie aussi que les opérateurs de validateurs doivent désormais se demander non seulement s’ils peuvent exploiter un nœud, mais aussi où : sous quel ASN, dans quel centre de données et selon quelle stratégie de placement.
ELSOUL LABO B.V. s’est vu attribuer son propre ASN (AS200261) par le RIPE NCC et poursuit l’ouverture d’un centre de données haut de gamme spécialisé dans Solana. Le site repose sur un parc matériel unifié autour d’AMD EPYC de 5e génération, d’AMD Threadripper PRO de 5e génération (9975WX et équivalents) et de NVMe Gen5, associé à un routage réseau optimisé au moyen de notre propre ASN. Son ouverture est prévue le mois prochain.
Il ne s’agit pas simplement d’un projet de centre de données. À mesure que les limites de concentration des ASN se resserrent, disposer d’un ASN indépendant et pouvoir concevoir soi-même les stratégies de placement conditionne directement la pérennité de l’exploitation des validateurs. Maintenir concrètement ce placement distribué dans la durée exige aussi des fondations automatisées pour le provisionnement, la configuration, les mises à jour et les migrations. L’orchestration opérationnelle fournie par SLV répond précisément à ce défi.
Du lancement d’un nœud au choix de son emplacement et de son mode d’exploitation durable, SLV et ERPC couvriront tout le champ des exigences futures de l’exploitation de Solana.

Open source

SLV reste proposé en open source. Exploitants de validateurs, responsables d’infrastructures RPC ou développeurs d’applications : toutes les personnes qui participent aux opérations Solana peuvent utiliser gratuitement l’environnement d’agents IA de SLV.
Quelques minutes suffisent pour passer de l’installation aux opérations en langage naturel.

ERPC — la plateforme d’infrastructure Solana qui fonctionne avec SLV

Déployer sur la plateforme ERPC les environnements construits avec SLV permet de bénéficier dès le départ des meilleures conditions de communication, de réglages spécialisés pour Solana et d’une communication à distance nulle avec les services de la plateforme.
Solana RPC, Solana Geyser gRPC, Solana Shredstream, serveurs bare metal, VPS et Global Storage sont tous réunis sur une seule plateforme. L’association des agents IA de SLV et d’ERPC fournit les fondations les plus rapides et les plus accessibles sur le plan opérationnel pour le développement Solana.
Site d’ERPC : https://erpc.global/fr

Cinq années consécutives d’agrément WBSO

ELSOUL LABO bénéficie depuis 2022, soit depuis cinq années consécutives, de l’agrément du programme néerlandais de soutien à la R&D WBSO. Le projet approuvé pour 2026 comprend « la recherche et le développement sur le placement des validateurs et l’automatisation de l’orchestration opérationnelle ». L’intégration des agents IA de SLV v0.13 concrétise directement ce thème de recherche.
Les hypothèses de recherche deviennent des implémentations, testées sous les contraintes de l’exploitation réelle, et les difficultés découvertes alimentent le cycle de recherche suivant. SLV continue d’évoluer au sein de cette boucle.

Contact

Pour toute demande concernant SLV et ERPC, veuillez créer un ticket d’assistance sur le Discord officiel de Validators DAO.
Discord de Validators DAO : https://discord.gg/C7ZQSrCkYR

Liens