Qu’est-ce que ThinkRail ?
ThinkRail est un IDE agentique open source conçu par une équipe d'un incubateur de JetBrains, construit autour de l'agent de code pi plutôt que d'un moteur maison. Chaque tâche reçoit son propre espace de travail dans un git worktree avec une branche : plusieurs discussions pi peuvent donc travailler en parallèle sans toucher votre copie de travail, et l'application suit chaque branche par rapport à origin et sa pull request à travers la publication, les vérifications de CI, la relecture et le merge.
Autour de l'agent se trouvent un éditeur Monaco, une arborescence de fichiers avec marques git, des terminaux et des commentaires de relecture ancrés. Un graphe de fichiers SPEC.md à côté du code sert de connaissance durable du projet, que l'agent lit et met à jour avec des outils dédiés. Il prend en charge les Agent Skills, des serveurs MCP avec validation à chaque appel, la connexion à JetBrains AI ou tout fournisseur pris en charge par pi, et des serveurs compatibles OpenAI personnalisés comme vLLM ou Ollama. Il est livré en application de bureau pour macOS, Windows et Linux ou en CLI qui ouvre l'interface dans un navigateur.
Le dépôt, créé en juillet 2026, compte environ 6 800 étoiles sur GitHub et est sous licence Apache-2.0. La dernière version stable est la v0.3.0 (29 octobre 2026), avec des builds nightly presque chaque jour.
ThinkRail vaut-il le coup ?
ThinkRail ressemble davantage à une salle de contrôle pour agents de code qu'à un éditeur de code doté d'un chat. Son idée centrale est que chaque tâche a sa place dans son propre git worktree : vous créez un espace de travail, y lancez une ou plusieurs discussions pi, relisez le diff, et la barre supérieure fait passer la branche par le push, la pull request, la CI et le merge. Les espaces inactifs ou fusionnés se rangent d'eux-mêmes sur une étagère. C'est le même schéma d'agents en parallèle que proposent vibe-kanban et claude-squad, avec un vrai éditeur Monaco, des terminaux et des commentaires de relecture en ligne autour.
La deuxième idée, ce sont les spécifications vivantes. Un graphe connecté de fichiers SPEC.md se trouve à côté du code, et l'agent le lit, le parcourt et le maintient avec des outils de spécification, si bien que l'intention du projet survit à une session isolée. ThinkRail est lui-même construit ainsi, avec un SPEC.md à côté de chaque module. Cela fonctionne si l'équipe tient les spécifications à jour ; une spécification périmée trompe l'agent avec la même assurance qu'une spécification actuelle.
La dépendance à peser, c'est pi. ThinkRail est un hôte pour l'agent de code pi, qui gère les modèles, les skills, la compaction et l'état de session : vous adoptez donc la configuration de pi et sa vision des choses. L'avantage est que n'importe quel serveur compatible OpenAI fonctionne, y compris une passerelle d'entreprise ou un vLLM ou Ollama local, et ThinkRail n'a pas de comptes propres. L'analytique mérite d'être lue : des événements d'usage de base et des rapports d'erreur liés à un identifiant d'installation aléatoire sont toujours envoyés à PostHog, sans prompts ni code selon le README ; seul le partage supplémentaire peut être désactivé.
C'est encore tôt. La branche stable en est à la v0.3.0 avec environ 330 tickets ouverts, les builds Linux ne sont pas signés et la CLI macOS n'est pas encore notarisée. Face à OpenCode ou Claude Code dans un terminal, ThinkRail ajoute l'IDE et la boucle de PR ; face à Cursor, il est open source et neutre vis-à-vis des fournisseurs, mais bien moins mûr. Les équipes qui font déjà tourner plusieurs agents en parallèle trouveront aujourd'hui dans la gestion des worktrees sa partie la plus utile.
Là où il fait la différence
Une développeuse full-stack qui jongle avec trois tickets à la fois
Faire travailler des agents sur des tâches distinctes sans collision entre branches
Ouvrez le dépôt comme projet, créez un espace de travail en worktree par ticket, lancez une discussion pi dans chacun, relisez les diffs et ouvrez les PR depuis la barre supérieure. L'application est gratuite ; la dépense en modèles s'affiche par discussion avec un compteur de tokens et de coût en direct.
Une équipe plateforme dans une banque dotée d'une passerelle LLM interne
Fournir aux ingénieurs un IDE à agents qui ne parle qu'aux modèles approuvés
Ajoutez la passerelle dans Settings, Providers, Custom servers comme endpoint compatible OpenAI ; ThinkRail n'a pas de comptes propres. Examinez avec l'équipe sécurité les événements d'usage PostHog, toujours actifs, avant le déploiement.
Un tech lead las de réexpliquer l'architecture aux agents
Garder l'intention du projet dans le dépôt, là où les agents la lisent à chaque session
Créez quelques fichiers SPEC.md pour les modules principaux et laissez l'agent les mettre à jour avec les outils de spécification au fil du travail ; le bénéfice dépend de la relecture des changements de spécification dans la même PR que le code.
Avant de vous engager
- Mise en route
- Téléchargez l'application de bureau (macOS 14+, Windows x64, Linux sur Ubuntu 24.04 ou plus récent) ou récupérez avec curl le script d'installation de la CLI ; lancez thinkrail ~/code/repo et connectez JetBrains AI ou un fournisseur pi. Exige git dans le PATH.
- Intégrations
- L'agent de code pi et ses paquets ; Agent Skills ; serveurs MCP avec validation à chaque appel et connexion OAuth ; PR GitHub via votre propre gh ; JetBrains AI ou tout serveur compatible OpenAI comme LiteLLM, vLLM, sglang, Ollama, LM Studio ou llama.cpp.
- Données et confidentialité
- Le code et les prompts ne vont qu'au fournisseur de modèles que vous choisissez. L'application envoie toujours des événements d'usage de base et des rapports d'erreur à PostHog sous un identifiant d'installation aléatoire, sans prompts, code ni chemins de fichiers selon le README ; le partage d'usage supplémentaire a son propre interrupteur, proposé à la première configuration. Apache-2.0 ; aucun avis de sécurité publié.
- Coût à grande échelle
- Pas d'édition payante de ThinkRail. Le coût, ce sont les tokens de JetBrains AI ou du fournisseur sur toutes les discussions parallèles qu'un développeur lance, affichés par discussion.
- Limites
- Environ 330 tickets ouverts ; branche stable à la v0.3.0 ; artefacts Linux non signés et CLI macOS non notarisée ; l'application de bureau Windows est en x64 uniquement ; le comportement est borné par le moteur de pi.
Les points forts
- Un git worktree par tâche ; les agents en parallèle ne touchent jamais votre copie de travail
- Boucle de PR de la branche au merge avec l'état de la CI dans la barre supérieure
- Graphe vivant de SPEC.md que l'agent maintient avec des outils dédiés
- N'importe quel serveur compatible OpenAI, y compris vLLM ou Ollama en local
Les points faibles
- L'analytique d'usage de base et les rapports d'erreur ne peuvent pas être désactivés
- Construit sur pi ; vous héritez de sa configuration et de ses limites
- v0.3.0 avec environ 330 tickets ouverts
- Builds Linux non signés ; CLI macOS non notarisée
Idéal pour
Les développeurs qui font tourner plusieurs tâches d'agents de code en parallèle et veulent l'isolation par worktrees et un workflow de PR dans une seule application open source.
Alternatives à ThinkRail
ThinkRail : questions fréquentes
- ThinkRail vaut-il le coup ?
- Un établi pour agents bien pensé, issu d'une équipe d'un incubateur de JetBrains, qui réussit l'isolation par worktrees, même s'il n'en est qu'à la version 0.3 et reste lié au moteur pi. Nous lui donnons 3.8 sur 5.
- Combien coûte ThinkRail ?
- Gratuit et open source (Apache-2.0) ; l'usage des modèles est facturé par JetBrains AI ou votre propre fournisseur.
- Quels sont les inconvénients de ThinkRail ?
- L'analytique d'usage de base et les rapports d'erreur ne peuvent pas être désactivés; construit sur pi ; vous héritez de sa configuration et de ses limites; v0.3.0 avec environ 330 tickets ouverts; builds Linux non signés ; CLI macOS non notarisée.
- À qui s’adresse ThinkRail ?
- Les développeurs qui font tourner plusieurs tâches d'agents de code en parallèle et veulent l'isolation par worktrees et un workflow de PR dans une seule application open source.
- Combien coûte ThinkRail pour une équipe ou en production ?
- Pas d'édition payante de ThinkRail. Le coût, ce sont les tokens de JetBrains AI ou du fournisseur sur toutes les discussions parallèles qu'un développeur lance, affichés par discussion.
- ThinkRail est-il sûr pour les données de l’entreprise ?
- Le code et les prompts ne vont qu'au fournisseur de modèles que vous choisissez. L'application envoie toujours des événements d'usage de base et des rapports d'erreur à PostHog sous un identifiant d'installation aléatoire, sans prompts, code ni chemins de fichiers selon le README ; le partage d'usage supplémentaire a son propre interrupteur, proposé à la première configuration. Apache-2.0 ; aucun avis de sécurité publié.
- Quelles sont les meilleures alternatives à ThinkRail ?
- Les alternatives les plus proches que nous avons testées sont Vibe Kanban, Claude Squad, OpenCode, T3 Code et Orca.
Réponses vérifiées le 31 oct. 2026.