kanari.io
un produit IA à mission, seul, en sept semaines
kanari est une carte mondiale gratuite des départs de feux de forêt, en temps quasi réel. Elle croise trois satellites, des témoignages publics vérifiés par IA et la position en direct des avions bombardiers d'eau, et garde une page permanente pour chaque feu significatif. Elle a été conçue, codée, mise en production et ouverte (API, données, serveur MCP) par une seule personne, avec des agents IA, entre le 16 juillet et le début septembre 2026. Voici comment, et ce que cela prouve pour un projet comme le tien.
Publié le 4 septembre 2026 · par Vincent Ryckbosch · voir kanari.io
Les chiffres
du premier commit (16 juillet 2026) à la version publique complète
commits, un seul développeur, épaulé par des agents IA
lignes de TypeScript, 39 modules métier
langues : français, anglais, espagnol, portugais
entre deux passages du cron d'ingestion satellite
pays couverts par l'archive ouverte des feux
Chiffres relevés sur le dépôt public le 3 septembre 2026.
Le problème
Un feu de forêt se joue dans ses premières minutes. Les satellites voient les points chauds, mais leurs données sont brutes, dispersées entre agences, et rarement lues par le grand public. Les témoins, eux, publient sur les réseaux avant que la presse ne titre, sans que personne ne relie le message au point chaud. L'information existe ; elle n'est pas assemblée.
kanari assemble. Il fusionne les détections, les regroupe en événements, y attache les témoignages qui tiennent, et publie le tout sur une carte lisible en quatre langues. Ce n'est pas un canal d'alerte officiel, et la page le dit en tête ; c'est un service d'information qui vise à surfacer un départ de feu tôt, souvent avant les médias.
Les sources fusionnées
- NASA FIRMS (VIIRS 375 m)
points chauds satellites, la base de la détection
- NOAA GOES
géostationnaire, rafraîchi toutes les dix minutes sur les Amériques
- EUMETSAT Meteosat MTG
géostationnaire, rafraîchi toutes les dix minutes sur l'Europe et l'Afrique
- Bluesky, presse (GDELT), Telegram
témoignages publics, géolocalisés puis évalués deux fois par des modèles indépendants
- ADS-B
position en direct des avions bombardiers d'eau, identifiés par immatriculation et type
Comment ça a été construit
Le socle est celui de tous nos produits : Next.js (App Router) sur Vercel, Supabase pour l'archive et les témoignages, Vercel Blob pour les caches, MapLibre GL JS pour la carte, et des crons GitHub Actions toutes les cinq minutes pour l'ingestion. Rien d'exotique : une pile que l'on sait mettre en production, sécuriser et faire tenir.
La méthode est celle que VRIA applique aux projets clients : les agents IA écrivent et testent, l'humain décide. Le partage a été net.
Ce que l'humain a tenu
- L'architecture : le découpage en événements de feu (cellules de 4 km), la promotion d'un témoignage de « possible » à « corroboré », les seuils qui décident qu'un feu mérite une page.
- La sécurité et la sobriété : aucune donnée personnelle, aucun script tiers, un seul hôte canonique, des contrats SEO structurels vérifiés en intégration continue.
- Le produit : ce que kanari promet (surfacer un départ de feu tôt) et ce qu'il refuse d'être (un canal d'alerte officiel).
- Les données : le choix des sources, la lecture de leurs limites, la méthodologie publiée avec ses angles morts.
Ce que les agents ont produit
- Le code d'ingestion et de clustering, écrit puis réécrit à mesure que les sources s'ajoutaient.
- Les pages par pays, par État américain, par département français ; l'observatoire mensuel ; la mémoire des feux.
- La QA : des batteries de tests et des vérifications de contrats, relancées à chaque changement.
- Les quatre langues, livrées ensemble, avec un contrôle de vocabulaire par langue.
Un produit ouvert par construction
Un service d'intérêt général vaut par ce que les autres peuvent en faire. Tout est gratuit, sans clé ni compte, avec une seule contrepartie : citer la source.
- API REST et flux RSS
sans clé ni compte, documentés sur kanari.io/en/api
- Open data CC BY 4.0
l'archive complète des feux significatifs en CSV, mise à jour en continu
- Serveur MCP
Claude, ChatGPT ou Cursor interrogent kanari directement ; publié au registre MCP officiel
- Paquet npm kanari-fires
un client JavaScript sans dépendance, sous licence MIT
- Widget de carte
la carte en direct, à embarquer gratuitement sur un site tiers
Où kanari est référencé
- Ajouté à public-apis, la liste de référence des API publiques sur GitHub (plus de 350 000 étoiles), le 17 août 2026.
- Publié au registre MCP officiel sous le nom io.github.vria-consulting/kanari-wildfires.
- Référencé sur data.gouv.fr comme réutilisation de la Base de données sur les incendies de forêts en France (BDIFF).
- Documenté sur le wiki OpenStreetMap, dans les catégories Wildfires et Web applications.
Ce que ce projet a appris à VRIA
Écrire le code n'est plus la partie difficile. En sept semaines, les agents ont produit et réécrit des dizaines de milliers de lignes. La valeur s'est déplacée vers ce qui ne s'automatise pas : décider ce que le produit promet, choisir et lire les données, tenir la sécurité.
Une erreur documentée vaut une règle. En août, une soumission automatisée d'adresses trop agressive a fait disparaître kanari des résultats d'un moteur de recherche pendant dix jours. L'incident a été diagnostiqué, corrigé et écrit noir sur blanc ; la règle qui en sort (un seul hôte, un plan de site sobre, jamais de vague de pages) s'applique désormais à tous nos produits, y compris ceux de nos clients.
L'ouverture est une stratégie de distribution. L'API, les données et le serveur MCP ont valu à kanari des référencements que la publicité n'achète pas, et une place dans les outils que les agents IA consultent.
Ton produit, avec la même méthode
SaaS, outil interne, agent : VRIA conçoit et livre en production en huit semaines, avec des agents IA sous contrôle humain. Un premier échange de trente minutes suffit pour savoir si ton projet s'y prête.