Donner à Aider l’accès au Web avec le CLI Bright Data

Dans cet article, vous apprendrez :

• Ce qu’est Aider et ce qu’il apporte en tant qu’outil de programmation en binôme propulsé par l’IA.
• Pourquoi il devient encore plus puissant lorsqu’il est associé à une solution d’accès web prête pour la production comme le CLI Bright Data.
• Comment combiner Aider et le CLI Bright Data dans un workflow de développement piloté par l’IA pour obtenir de meilleurs résultats.

Allons-y !

Qu’est-ce qu’Aider ?

Aider est un outil de programmation en binôme basé sur l’IA qui s’exécute dans votre terminal et vous aide à construire ou améliorer des bases de code à l’aide de grands modèles de langage. Il prend en charge plusieurs LLM et fonctionne sur de nouveaux projets ou des dépôts existants.

Les développeurs l’utilisent pour coder, déboguer, refactoriser, tester et comprendre du code avec l’assistance de l’IA. La solution a gagné une traction significative dans la communauté, atteignant plus de 46k étoiles GitHub avec plus de 170 contributeurs.

Fonctionnalités principales

Voici les principales capacités offertes par Aider :

• Support LLM cloud et local : Se connecte aux meilleurs modèles comme Claude, GPT-5.4, DeepSeek, ainsi qu’aux modèles locaux, offrant une flexibilité entre les fournisseurs et les configurations.
• Cartographie de la base de code : Construit une carte structurée de l’ensemble de votre dépôt pour donner à l’IA un meilleur contexte, particulièrement utile pour les projets volumineux ou complexes.
• Support multilangage : Fonctionne avec plus de 100 langages de programmation, dont Python, JavaScript, Rust, Go, PHP, et bien d’autres.
• Intégration Git : Effectue automatiquement des commits avec des messages significatifs, facilitant les diffs, les retours en arrière et le suivi des modifications générées par l’IA.
• Intégration IDE : Fonctionne aux côtés de votre éditeur favori, vous permettant de demander des modifications de code directement depuis les commentaires de vos fichiers.
• Images et contexte web : Vous permet d’attacher des captures d’écran, des images et des pages web pour fournir un contexte plus riche pour les tâches de codage.
• Voix-vers-code : Vous permet d’énoncer des demandes de fonctionnalités, des corrections de bugs ou des idées de tests, qu’Aider traduit ensuite en modifications de code.
• Automatisation du linting et des tests : Exécute automatiquement les linters et les suites de tests après les modifications et peut corriger les problèmes détectés dans votre base de code.
• Support copier/coller pour le chat web : Fonctionne avec les LLM basés sur navigateur en simplifiant le transfert de code et de modifications entre le chat et l’éditeur.
• Workflow de terminal interactif : Maintient l’ensemble de la boucle de codage dans le terminal, le rendant rapide et léger tout en restant puissant pour les workflows de développement réels.

Apprenez-en plus dans la documentation officielle.

Pourquoi Aider a besoin d’outils fiables de Scraping web, de découverte et d’interaction

Quel que soit le LLM parmi les nombreux pris en charge par Aider que vous choisissez de configurer, ils partagent tous la même limitation : des connaissances obsolètes. Les grands modèles de langage sont intrinsèquement limités aux jeux de données statiques sur lesquels ils ont été entraînés, qui ne représentent qu’un instantané du passé.

Par conséquent, les LLM ne connaissent pas les tendances récentes, les vulnérabilités de sécurité nouvellement découvertes ou les dernières mises à jour de frameworks. Ils peuvent recommander des approches obsolètes, des méthodes dépréciées ou du code qui ne suit plus les meilleures pratiques actuelles. Cela peut rapidement devenir un problème lorsque vous vous fiez à eux pour des tâches de développement…

La solution évidente est de donner au LLM accès à des outils externes pour l’ancrage web. C’est exactement pourquoi Aider fournit la commande /web. Elle permet au modèle de scraper une page web (en utilisant Playwright en coulisses), de récupérer son contenu et d’utiliser ces informations comme contexte.

Malheureusement, l’outil /web intégré d’Aider ne fonctionne pas de manière fiable contre les sites web protégés par des bots. Comme de plus en plus de sites utilisent désormais des systèmes anti-bots avancés pour bloquer les requêtes automatisées, cela limite considérablement l’utilité de la commande.

Par exemple, essayez de scraper la page d’avis Bright Data sur G2 avec la commande ci-dessous :

/web http://www.g2.com/products/bright-data/reviews

Au lieu de récupérer la page, Aider retourne une erreur. Cela se produit parce que G2 détecte la session de navigateur Playwright automatisée contrôlée par Aider et bloque la requête. En conséquence, il obtiendra probablement cette page d’erreur :

Le CLI Bright Data à la rescousse

La façon la plus simple de permettre à Aider d’interagir avec le web, du Scraping web à l’automatisation du navigateur, est de le connecter à l’écosystème Bright Data. Vous pouvez y parvenir via le CLI Bright Data, qui encapsule l’ensemble des services de données web Bright Data dans un ensemble simple de commandes terminal.

Les commandes CLI exposées s’appuient sur la technologie anti-bot avancée de Bright Data et son réseau de Proxys de plus de 400 millions d’IPs dans 195 pays. Cela permet d’accéder à n’importe quel site web avec une concurrence illimitée, sans se soucier des blocages (y compris les CAPTCHAs), tout en atteignant 99,99% de disponibilité et un taux de succès de 99,95%.

Parmi les commandes CLI Bright Data les plus pertinentes, on trouve :

Pour la liste complète des commandes CLI disponibles, consultez le dépôt GitHub officiel de Bright Data.

Remarque : Le CLI Bright Data inclut un plan gratuit avec jusqu’à 5 000 requêtes par mois sur une base récurrente.

Testez les performances du CLI Bright Data par rapport à l’outil /web d’Aider sur la même page G2. Le résultat est la page web cible réelle :

Cela prouve que le CLI Bright Data a pu contourner les protections anti-bot de G2. De plus, le résultat est retourné dans un format Markdown optimisé pour l’IA, le rendant facile à ingérer et à traiter pour les LLM. Bien mieux, n’est-ce pas ?

Comment utiliser le CLI Bright Data pour le Scraping web, l’ancrage et plus encore dans Aider

Dans cette section, vous apprendrez comment étendre Aider avec les capacités web fournies par le CLI Bright Data.

Suivez les instructions ci-dessous !

Prérequis

Pour suivre cette section, assurez-vous d’avoir :

• Python 3.8+ installé localement.
• Node.js 20+ installé localement.
• Un compte Bright Data.
• Une clé API d’un des fournisseurs LLM pris en charge par Aider (dans ce tutoriel, nous utiliserons une clé API OpenAI).

Étape #1 : Démarrer avec Aider

Lancez la commande suivante pour installer le package d’installation d’Aider depuis PyPI (aider-install) :

python -m pip install aider-install

Puis exécutez-le pour installer Aider :

aider-install

Ensuite, déplacez-vous dans votre dossier de projet :

cd your-project-folder/

Démarrez Aider avec :

aider

La première fois que vous le lancez, quelques questions vous seront posées. Si un dépôt Git est manquant, Aider peut en initialiser un pour vous. Un fichier .gitignore avec les entrées Aider requises sera également créé.

Ensuite, choisissez si vous souhaitez vous connecter via OpenRouter (l’option par défaut) ou non.

Si vous choisissez cette option, vous devrez connecter Aider à votre compte OpenRouter. Après cela, le modèle par défaut sera openrouter/deepseek/deepseek-r1. Sinon, vous serez guidé sur la façon de configurer d’autres modèles (par exemple, les modèles OpenAI) à l’étape suivante.

Les fichiers suivants seront ajoutés à votre répertoire de projet :

your-project-folder/
├── ...
├── .aider.chat.history.md
├── .gitignore
└── .aider.tags.cache.v4/

Et voici ce que vous verrez :

Remarquez à quel point l’interface TUI d’Aider est minimaliste. Après le caractère “>”, vous pouvez écrire votre requête au modèle configuré ou utiliser des commandes Aider spécifiques. Bien joué !

Étape #2 : Configurer le modèle LLM

Pour utiliser Aider avec les modèles OpenAI, commencez par définir votre clé API OpenAI comme variable d’environnement. Sur Linux ou macOS, exécutez :

export OPENAI_API_KEY=<YOUR_OPENAI_API_KEY>

Sur Windows, exécutez :

setx OPENAI_API_KEY <YOUR_OPENAI_API_KEY>

Après la commande setx, fermez toutes les fenêtres de terminal ouvertes et ouvrez-en une nouvelle avant de continuer. Cela garantit que la nouvelle variable d’environnement est disponible.

Ensuite, lancez Aider avec le modèle que vous souhaitez utiliser :

aider, model <MODEL_NAME>

Par exemple, pour démarrer Aider avec GPT-5.4 Mini, exécutez :

aider, model gpt-5.4-mini

Voici ce que vous devriez voir :

Parfait ! Aider est maintenant connecté à votre modèle OpenAI choisi et prêt à vous aider dans vos tâches de développement. Si vous souhaitez utiliser un autre fournisseur LLM, suivez la documentation d’Aider pour configurer la clé API et le modèle correspondants.

Étape #3 : Configurer le CLI Bright Data

Commencez par ajouter le CLI Bright Data globalement sur votre machine avec :

npm install -g @brightdata/cli

Cela installe le package npm @brightdata/cli, qui ajoute la commande brightdata (ainsi que son alias plus court bdata) à votre système.

Vérifiez que l’installation s’est terminée avec succès en exécutant :

bdata, version

Vous devriez voir une sortie similaire à :

0.3.2

Ensuite, connectez le CLI à votre compte Bright Data en exécutant :

brightdata login

Cette commande ouvre votre navigateur et démarre un flux d’authentification OAuth sécurisé. Une fois connecté, le CLI :

1. Valide et stocke votre clé API localement.
2. Crée les API Bright Data requises dans votre panneau de contrôle (cli_unlocker et cli_browser) si elles n’existent pas déjà.
3. Configure les paramètres par défaut pour que vous puissiez commencer à utiliser le CLI immédiatement.

Pour plus de détails, consultez le guide d’installation officiel du CLI Bright Data. Vous pouvez également suivre notre tutoriel étape par étape sur la prise en main du CLI Bright Data.

Pour vérifier que tout fonctionne correctement, exécutez une commande de test comme :

bdata scrape https://example.com

La commande devrait scraper https://example.com et retourner la page en Markdown :

Pour en savoir plus sur les commandes disponibles, leurs arguments et leur fonctionnement, consultez la documentation officielle ou le dépôt GitHub du projet.

Excellent ! Votre machine locale expose désormais des capacités de Scraping web de niveau entreprise, d’automatisation de navigateur, de recherche et d’interaction web via le CLI Bright Data. À l’étape suivante, vous connecterez ces capacités à Aider.

Étape #4 : Tester la configuration Aider + CLI Bright Data

Aider peut interagir avec votre terminal via la commande /run. Cela lui permet d’exécuter des commandes CLI (et du code local) et d’ajouter automatiquement leur sortie au chat. Maintenant, vérifions que l’intégration Aider + CLI Bright Data fonctionne avec un exemple simple.

Supposons que vous souhaitiez construire un site web similaire à aider.chat. L’idée est de :

1. Capturer une capture d’écran du site web avec le CLI Bright Data.
2. Demander au LLM d’analyser la capture d’écran et de créer une application Next.js similaire.

Commencez par exécuter la commande suivante dans Aider :

/run bdata scrape "https://aider.chat" -f screenshot -o aider.png

Cela demande à Aider d’utiliser le CLI Bright Data pour visiter le site web aider.chat, prendre une capture d’écran et la sauvegarder sous aider.png. En coulisses, il utilise l’API Web Unlocker de Bright Data, qui peut de manière fiable accéder et capturer même les sites web protégés par des bots.

Comme la capture d’écran n’est pas automatiquement chargée dans le chat d’Aider, ajoutez-la avec :

/add aider.png

Maintenant que le modèle peut accéder à l’image, demandez-lui de générer le projet Next.js :

Scaffold a Next.js project from scratch in this empty repo. Use TypeScript, the App Router, and responsive CSS. Implement a homepage inspired by aider.png.

Aider peut demander une confirmation avant de créer le projet. Répondez avec quelque chose comme :

The repo is empty. Create the full set of required files.

Aider commencera à générer l’application et demandera la permission avant d’écrire ces fichiers :

• app/layout.tsx
• README.md
• app/page.tsx
• npm run dev
• next.config.mjs
• next-env.d.ts
• app/globals.css
• next.config.js
• package.json
• eslint.config.mjs
• tsconfig.json

Mission accomplie ! Vous disposez maintenant d’une application Next.js complète inspirée de la page d’accueil originale d’aider.chat.

Le GIF ci-dessous montre l’ensemble du workflow :

Étape #5 : Explorer la sortie

Votre dossier de projet devrait maintenant contenir une application Next.js complète :

your-project-folder/
├── ...
├── app/
│   ├── globals.css
│   ├── layout.tsx
│   └── page.tsx
├── eslint.config.mjs
├── next-env.d.ts
├── next.config.js
├── next.config.mjs
├── package.json
├── README.md
└── tsconfig.json

Pour tester l’application produite, commencez par installer les dépendances du projet :

npm install

Puis démarrez le serveur de développement :

npm run dev

Ouvrez http://localhost dans votre navigateur. Vous devriez voir un site web similaire à celui-ci :

Pour comparaison, voici la page d’accueil originale d’aider.chat que le modèle a utilisée comme inspiration :

L’application générée reproduit avec succès la mise en page globale, la structure et le style visuel du site web original.

Important : Le workflow n’a été possible que grâce à la capacité de Bright Data à capturer des captures d’écran de n’importe quelle page web, y compris celles protégées par des anti-bots.

Notez que ce n’était qu’un exemple simple. Vous pouvez utiliser la même configuration CLI Bright Data + Aider pour de nombreuses autres tâches, notamment :

• Analyser les sites web des concurrents.
• Ancrer le LLM avec une documentation à jour avant d’implémenter de nouvelles fonctionnalités.
• Scraper des pages de produits, des avis ou de la documentation pour l’ancrage et l’analyse.
• Effectuer des audits SEO et demander au LLM d’implémenter les améliorations recommandées.
• Rechercher des API, des bibliothèques et des frameworks sur le web avant de générer du code.
• Extraire des données structurées de sites web et les utiliser pour construire des tableaux de bord ou des outils internes.
• Interagir avec des sites web à forte utilisation de JavaScript ou protégés par des bots que les outils d’automatisation de navigateur standard ne peuvent pas accéder de manière fiable via les commandes CLI de l’API Navigateur.

Et voilà ! Vous avez appris à combiner le CLI Bright Data avec Aider pour donner à votre programmeur en binôme IA des capacités web de niveau entreprise. Aider peut désormais scraper des sites web, rechercher sur le web, interagir avec des applications web modernes et ancrer ses réponses avec des informations fraîches et réelles.

Conclusion

Dans cet article de blog, vous avez compris ce qu’est Aider et pourquoi lui donner accès au web le rend plus fiable et précis. En particulier, vous avez vu comment le CLI Bright Data l’étend avec des outils prêts pour la production pour le Scraping web, la recherche, la découverte et l’automatisation de navigateur.

À travers un exemple pratique, vous avez appris à exposer ces outils CLI à Aider. De cette façon, il peut récupérer des informations à jour depuis le web. Installez le CLI Bright Data et commencez avec son plan gratuit, qui inclut jusqu’à 5 000 requêtes par mois.

Inscrivez-vous à Bright Data et commencez à explorer ses outils d’accès web et de collecte de données prêts pour l’IA !