Le projet open source Docsy, créé par Google pour construire des sites de documentation à l’aide du générateur de sites statiques Hugo, rejoint la Linux Foundation à une époque où la documentation technique devient une source directe pour les agents d’intelligence artificielle, et plus seulement pour les développeurs.
Erin McKean, ingénieure chargée des relations avec les développeurs chez Google et membre du comité directeur de Docsy, a annoncé cette étape lors d’une intervention prononcée mercredi au sommet européen de la Linux Foundation consacré à l’open source, à Prague. Ce transfert s’explique en partie par la diffusion de Docsy au sein de l’écosystème de projets liés à la fondation : à la fin de 2024, environ 2 200 projets l’utilisaient, dont des projets de la Cloud Native Computing Foundation comme Kubernetes, OpenTelemetry, gRPC et Jaeger.
Un projet de documentation qui s’adresse à un public automatisé
Docsy a été annoncé pour la première fois en 2019. Il s’agit d’un modèle open source destiné à la documentation technique, utilisable avec des projets ouverts ou privés. Toutefois, les changements récents portent sur la manière dont les outils d’intelligence artificielle accèdent au contenu et sur la forme des instructions dont ces outils ont besoin pour exécuter des tâches liées aux projets.
Depuis la version 0.15.0, publiée en mai, Docsy peut générer une version Markdown de chaque page en plus de la version HTML habituelle. Il peut également générer un fichier llms.txt fournissant un index du contenu du site. Ces deux fonctionnalités sont facultatives et expérimentales.
Dans la version 0.16.0, publiée en juillet, un guide de mise à niveau a été ajouté et conçu pour être suivi par un assistant automatisé, avec l’inclusion des conditions, des étapes et des opérations de vérification. Quant à la version 0.17.0, publiée en août, elle a ajouté en haut de chaque page une directive masquée destinée aux utilisateurs qui activent llms.txt, afin de guider les agents visiteurs vers l’index du site. Cette fonctionnalité reste elle aussi expérimentale.
Qu’est-ce qui change concrètement ?
Docsy transforme une partie de la tâche d’amélioration de la documentation : il ne s’agit plus seulement de mettre en forme des pages destinées à la lecture humaine, mais aussi d’organiser le contenu afin que les modèles et les agents puissent le trouver, le comprendre et le suivre. Pour les projets qui dépendent de contributeurs ou d’utilisateurs externes, cela peut signifier orienter les outils d’intelligence artificielle vers une version plus claire des instructions, au lieu de les laisser les déduire des pages HTML publiques.
Selon McKean, une meilleure documentation peut réduire les questions routinières adressées aux responsables, car les réponses deviennent accessibles aux utilisateurs avant l’intervention d’un mainteneur. Il s’agit d’un avantage opérationnel potentiel pour les projets, mais cela ne signifie pas en soi que les agents comprendront correctement le contenu ou que la documentation deviendra automatiquement exacte.
Prochaine étape : mesurer la lisibilité pour les agents
L’équipe de Docsy travaille sur ce qu’elle appelle les AF documentation scores, c’est-à-dire des scores mesurant dans quelle mesure la documentation est adaptée aux agents. L’objectif est de fournir aux responsables une mesure permettant d’évaluer la capacité des outils d’intelligence artificielle à découvrir la documentation, à y naviguer et à la consommer, au lieu de se contenter d’estimations.
La source ne précise pas encore la forme de cette mesure, ses critères définitifs ni la date de son lancement. En outre, les fonctionnalités Markdown et llms.txt ainsi que les directives qui y sont associées sont facultatives et expérimentales ; leur effet pratique dépend donc de leur adoption par les projets et de la qualité du contenu original qu’ils produisent.