Utiliser Rocky: rapport de valeur pour la programmation agentique assistée
Même feature, même modèle: environ 255k à 89k tokens (environ 65%), discovery -89%, Sonnet environ $1.62 à $0.85. Comparaison sans vs avec Rocky MCP sur un vrai monorepo React de production.
Pour les ingénieurs et leads qui utilisent Cursor ou Claude sur de vrais repos, solo ou en équipe.
Brancher Rocky (handbook plus gateway devkit) change le travail agentique assisté: implémenter une feature, ajouter des tests, passer la review, ouvrir une PR. Vous n'avez pas besoin d'un serveur d'équipe privé. Le handbook public s'applique à votre repo.
Doc source: using-mcp-devkit-report.md. Intro produit: J'ai livré Rocky.
Comparaison côte à côte
Même type de tâche: implémenter ou corriger quelque chose dans le repo utilisateur, puis le rendre review-ready.
| Sans Rocky MCP | Avec Rocky MCP | |
|---|---|---|
| Ce que l'IA peut utiliser | Search, lecture de fichiers, terminal | Pareil, plus handbook et actions devkit |
| Conventions | Ce que le modèle devine ou la mémoire de chat | Agents et règles partagés |
| Discovery | Beaucoup de greps et 10-20+ lectures | codebase-discovery plus résumé graphify |
| Quoi tester | Chasse manuelle | test_gap_finder |
| Blast radius | Deviner depuis le diff | change_scope_analyzer |
| Lancer les tests | Souvent la suite complète | repo_test / commandes scopées |
| Lint | Coller un long yarn lint | résumé repo_lint |
| Avant PR | Espérer que la CI attrape | pre_pr_quality_gate renvoie ready / not_ready |
| Tokens handbook (discipliné) | N/A | Environ 4k-6k |
| Tokens session (estim.) | Environ 150k-300k | Environ 70k-150k (environ 40-50% moins) |
Mêmes cinq phases
| Phase | Sans MCP | Avec Rocky MCP |
|---|---|---|
| 1. Discover | Grep et beaucoup de lectures | codebase-discovery et graphify |
| 2. Implement | Vous écrivez toujours dans l'éditeur | Pareil |
| 3. Test | Suite complète ou au feeling | test_gap_finder plus repo_test ciblé |
| 4. Lint | Spam terminal | repo_lint plus règles handbook |
| 5. Avant PR | "Ça a l'air bon" | pre_pr_quality_gate |
Exemple mesuré
Session réelle sur un gros projet client (monorepo React de production): Vitest et Playwright pour des filtres de table, avec vs sans MCP.
Chiffres exécutifs
| Métrique | Sans MCP | Avec MCP |
|---|---|---|
| Vitest par check | Environ 29 s (321 tests) | Environ 10 s (3 fichiers scopés) |
| Vitest sur 8 boucles | Environ 232 s | Environ 77 s |
| Tokens par feature | Environ 150k-330k | Environ 70k-170k |
| Lectures discovery | Environ 10-18 fichiers | Environ 0-3 plus JSON outils |
| Sonnet 4.6 par feature | Environ $1.62 | Environ $0.85 |
Tokens par phase (milieux)
| Phase | Sans MCP (milliers) | Avec MCP | Réduction |
|---|---|---|---|
| Discovery | 125 | 14 | Environ 89% |
| Write tests | 70 | 48 | Environ 31% |
| Validate x8 | 21 | 12 | Environ 43% |
| graphify | 17 | 4 | Environ 76% |
| E2e / lint | 22 | 11 | Environ 50% |
| Total | Environ 255k | Environ 89k | Environ 65% |
Pour les managers (2 min)
Problème: chaque session redécouvre le repo, redevine les standards, relance d'énormes cycles test et lint.
Solution en une phrase: Rocky donne à l'IA un handbook de niveau équipe et de petites actions repo sûres, même pour un solo sur un serveur public.
Une ligne: même modèle, environ 40-50% de tokens en moins sur une feature typique quand Rocky est connecté et que le modèle suit le router (estim.).
Jour après jour
- Brancher Rocky /
devkit. devkit-start-task, puiscodebase-discovery, puis 1 agent et 1-2 règles.- Éditer le repo.
repo_test/repo_lint.pre_pr_quality_gatejusqu'àverdict: "ready".
Install: docs/INSTALL.md.