Ne pas installer n’importe quel repo — la question que j’ai posée avant de laisser mon IA le faire
Je suis tombé sur un repo GitHub qui promet de donner à un agent IA les yeux sur presque tout internet — Twitter, YouTube, Reddit, LinkedIn, une vingtaine de plateformes en tout, en une seule commande. Avant de laisser quoi que ce soit s’installer sur ma machine, j’ai fait ce que je fais toujours maintenant : j’ai demandé à Claude de le regarder en premier.
La question
Le repo s’appelle Agent-Reach. Je lui ai posé une question simple : « Regarde ce repo et dis-moi si c’est sûr pour utiliser avec LinkedIn, et quelles autres plateformes ça donne accès. »
La réponse a pris deux minutes à obtenir et m’a évité une décision que j’aurais probablement regrettée si j’avais foncé.
Ce que le repo fait réellement
Les chiffres, vérifiés directement sur GitHub le jour même : 59 664 étoiles, licence MIT, actif (dernier commit une semaine plus tôt), écrit en Python, avec près de 4 800 forks. Rien de louche dans le code — c’est un outil légitime, largement utilisé, open source de bout en bout.
Ce qui m’a arrêté, ce n’est pas le code. C’est le mode d’installation. Le projet fonctionne en collant une phrase à ton agent IA, qui exécute lui-même des commandes shell — installation de paquets Python, de Node.js, configuration système — pour tout mettre en place. Un mode « sûr » existe, qui liste ce qui va être installé sans rien exécuter automatiquement.
Mais ce n’est pas le chemin par défaut. Le chemin par défaut, c’est : tu colles le texte, ton agent agit, et tu découvres après coup ce qu’il a touché.
Le vrai risque, pour LinkedIn spécifiquement
Sur LinkedIn, il y a deux façons d’utiliser l’outil, et elles n’ont rien à voir en matière de risque.
Le mécanisme qui fait toute la différence : ce que l’outil touche, pas ce qu’il fait.
La première lit uniquement des pages publiques, via un service tiers qui fait office de proxy de lecture. Pas de connexion, pas d’identifiants — le risque est proche de zéro.
La seconde, celle qui donne accès aux détails de profil, aux pages d’entreprise et à la recherche d’emploi, installe un outil de scraping non officiel. Cet outil a besoin d’une chose : le cookie de session de ton compte LinkedIn réel — autrement dit, ta connexion active, exactement ce que tu utiliserais pour te connecter toi-même dans un navigateur.
Or un cookie de session, c’est une clé d’accès complète à ton compte, aussi sensible qu’un mot de passe — j’en ai déjà parlé côté secrets qui traînent dans une conversation, c’est le même principe appliqué à un jeton de connexion plutôt qu’à un mot de passe en clair. Le confier à un script tiers, c’est lui donner les clés de ton compte pour la durée de la session.
Ce n’est pas le repo qui bannit — c’est la plateforme qui détecte
Agent-Reach prévient lui-même, noir sur blanc dans sa documentation, que les plateformes à cookie qu’il connecte — Twitter, Xiaohongshu, Reddit, Facebook, Instagram, nommément — détectent l’automatisation et suspendent les comptes qui l’utilisent, et recommande de réserver ça à un compte jetable, jamais au compte principal.
LinkedIn n’est pas nommé dans cet avertissement précis — mais la mécanique est identique. Le sous-projet qui pilote l’accès complet à LinkedIn (linkedin-mcp-server) décrit lui-même son fonctionnement comme la lecture de tes données « à travers ta propre session de navigateur connectée » — même principe que Twitter ou Facebook, juste documenté dans un autre dépôt. Et LinkedIn n’a pas besoin qu’un repo tiers le lui dise : ses propres conditions d’utilisation interdisent explicitement, à la section 8.2, « les robots ou toute autre méthode automatisée non autorisée pour accéder aux services » et le scraping. C’est cette règle-là — pas la documentation d’Agent-Reach — qui met ton compte à risque.
Ça change la lecture complète de la question initiale. Le repo n’est pas malveillant. Le risque n’est pas dans le code, il est dans la mécanique : automatiser une session réelle sur une plateforme dont les conditions d’utilisation interdisent explicitement l’accès automatisé. Le compte se fait suspendre par LinkedIn, pas par le repo.
Ce que j’ai retenu
- Lire du contenu public avec un outil comme celui-ci, aucun risque particulier — c’est exactement ce pour quoi ces proxys de lecture existent.
- Brancher son vrai compte, surtout un compte professionnel qu’on utilise pour son réseau ou sa recherche d’emploi, c’est un aller simple vers la suspension si la plateforme détecte le pattern.
- Un cookie de session mérite la même prudence qu’un mot de passe. Le donner à un script, c’est déléguer l’accès complet à ton compte, sans garde-fou une fois que c’est parti.
- Avant de laisser un agent IA installer quoi que ce soit, la question à poser n’est pas « est-ce que le code est malveillant » — la plupart du temps, non. La question, c’est « qu’est-ce que ça touche une fois installé, et avec quels identifiants ».
Depuis, j’ai pris l’habitude de demander systématiquement ce à quoi un outil accède avant de le laisser tourner — pas seulement pour les repos GitHub, pour tout ce qui demande une connexion ou un accès système. Deux minutes de vérification contre un compte suspendu, le calcul est vite fait.
En résumé
- Un repo à 59 664 étoiles, licence MIT, code légitime — le risque n’était pas dans le code.
- Le risque était dans le mode d’installation (l’agent exécute lui-même) et dans ce que le mode « complet » de LinkedIn demande : le cookie de session de ton vrai compte.
- Les auteurs du projet préviennent eux-mêmes : plateformes à cookie nommées (Twitter, Xiaohongshu, Reddit, Facebook, Instagram) = risque de bannissement, réservé à un compte jetable. LinkedIn n’y est pas nommé — mais ses propres conditions d’utilisation interdisent le même comportement.
- Ce n’est pas le repo qui bannit — c’est la plateforme qui détecte l’automatisation.
Toi, tu vérifies ce qu’un repo fait avant de le laisser tourner, ou tu fais confiance les yeux fermés ? Dis-moi en commentaire ce que tu as trouvé la dernière fois que tu as vérifié.
Cet article reprend, en version écrite, ma vidéo « ne pas installer n’importe quel repo » publiée sur TikTok. Si tu veux la version courte, elle est ici.
Tu veux d’autres réflexes concrets pour utiliser des agents IA sans te faire piéger ? Abonne-toi au blog et sur TikTok — je partage ce que j’utilise vraiment, ratés compris.