On a testé Laravel Boost : le "chaînon manquant" de l'IA pour le développement assisté ?

Se faire assister par une IA quand on code, c'est quasiment devenu incontournable. Pourtant, l'expérience reste frustrante : l'IA hallucine, se trompe, et on finit par perdre du temps. Laravel a lancé Boost, un "pont contextuel" pour connecter l'IA à votre code local. On l'a testé, et c'est la pièce qui nous manquait.

Notre avis sur Laravel Boost : on l'a testé, et voici ce qu'on en pense (du bien)
Sommaire
En résumé :
  • Au départ, l'IA code avec très peu de contexte : hallucinations, incohérences et non-respect des conventions projet
  • Laravel Boost connecte l'IA au projet : schéma DB, logs, versions et documentation à jour
  • Guidelines automatiques : l'IA suit vos standards et bonnes pratiques d'équipe
  • Résultat concret : code production-ready et tests unitaires enfin fonctionnels

Laravel : Pourquoi c'est notre framework de cœur

J'ai découvert la version 4 de Laravel en 2013 et j'ai vite été conquis : on peut coder proprement, ça permet d'aller vite, et l'écosystème est en ébullition. Avec la version 12, sortie douze ans plus tard, je fais le même constat. Ça suit les tendances, les bonnes pratiques sont mises en avant : Laravel est un excellent point de départ pour tout un tas de projets Web (dont le site que vous consultez). Plus qu'un framework, c'est quasiment une philosophie, axée autour de l'expérience développeur (DX, pour developer experience), et c'est open-source.

Laravel embarque tout un tas d'outils pour nous faciliter la vie : Eloquent pour lire/écrire dans une base de données, Horizon pour gérer des tâches de fond (Jobs et Queues), Inertia pour construire des interfaces interactives, etc.

C'est dans cet écosystème que Laravel Boost vient s'inscrire : ce package gratuit vient améliorer les capacités de votre LLM préféré lorsque vous lui demandez de générer du code.

Code assisté par IA : le problème du contexte

Quand on code et qu'on se fait assister par un LLM, ou encore pire quand on vibe-code (parce qu'on n'a pas vraiment de compréhension de ce qu'on fait), on arrive vite à des problèmes.

L'intelligence artificielle, limitée par sa fenêtre de contexte, est incapable de garder en tête tout l'environnement de notre projet. Elle jongle avec des lectures de fichiers (parfois un peu au hasard), ne suit pas toujours les mêmes règles, ne respecte pas forcément les conventions de l'équipe, et ça finit quasi systématiquement en gros bordel, même avec la meilleure volonté du monde.

Livré à lui-même, un LLM ne sait utiliser que sa mémoire d'entraînement : c'est vite limité quand on utilise la dernière version d'une librairie, sortie la semaine dernière. Autres erreurs commune : l'IA invente les noms des champs dans la base de données, parce qu'elle les trouve "logiques", ou réinvente la roue parce qu'elle ne sait pas qu'un package dédié à une feature est déjà installé.

Laravel Boost pour cadrer et contrôler l'IA

L'équipe de Laravel ne s'est pas laissé faire, et a sorti le fameux Laravel Boost. Piloté directement par Taylor Otwell (créateur de Laravel) et par Ashley Hindle (responsable IA de la core team), Boost est un outil gratuit qui rajoute une couche de gouvernance entre votre projet et votre IA préférée, directement intégré à votre IDE.

Par exemple, je m'en sers beaucoup dans Cursor, mais c'est aussi valide avec les éditeurs de code de JetBrains, en ligne de commandes avec Claude Code, etc.

Boost, c'est un "pont contextuel" qui oblige l'IA à voir la réalité de votre projet, et d'en adopter les pratiques (qu'elles soient bonnes ou mauvaises, d'ailleurs).

Comment installer Laravel Boost ?

L'installation de Laravel Boost est ultra-simple et ne prend que quelques minutes. Il suffit d'exécuter deux commandes à la racine de votre projet Laravel :

composer require laravel/boost --dev
php artisan boost:install

La commande boost:install va automatiquement :

  • Détecter votre environnement (Cursor, PHPStorm, VS Code, etc.)
  • Créer les fichiers de configuration adaptés (.cursor/rules, .aidigestrc, etc.)
  • Configurer le serveur MCP local
  • Générer les guidelines personnalisées en fonction de votre structure de projet

Boost analyse votre projet existant pour adapter ses règles. Si vous avez déjà une base de code avec des conventions établies, l'outil va les détecter et les imposer à l'IA. C'est pour ça qu'il est recommandé de l'installer sur un projet déjà structuré plutôt que sur un projet vierge. Ça marchera aussi avec un Laravel vierge, mais c'est assez bluffant sur une base de code déjà établie, qu'elle soit générée par IA ou pas.

Une fois installé, Boost fonctionne automatiquement dès que vous utilisez votre IA (Cursor, Claude Code, GitHub Copilot, etc.). Aucune configuration supplémentaire n'est nécessaire pour les cas d'usage standard.

Les trois piliers qui boostent votre génération de code 

Les outils MCP intégrés à Laravel Boost

La norme Model Context Protocol, initiée par Anthropic, permet de donner des outils à un LLM. Laravel Boost embarque un serveur MCP local, publiant une quinzaine d'outils. Les tools proposés par le MCP n'ont rien de révolutionnaire, le LLM pourrait s'en sortir sans. Leur utilité principale, c'est de lui servir de pense-bête.

Voici les principaux / mes favoris :

  • DatabaseSchema : lire le schéma de la base de données (MySQL/MariaDB, Sqlite, Postgres). Ça évite d'inventer des noms de champs.
  • ApplicationInfo : savoir quelles sont les versions utilisées et les packages installés. Ça permet d'utiliser les librairies déjà présentes pour ne pas réinventer la roue.
  • BrowserLogs : lire les journaux d'erreur du navigateur, super utile pour le débug en front (notamment Javascript type Inertia/VueJS)
  • LastError : renvoie la dernière erreur que Boost a vu passer. Utilisé pour le debug pendant que l'agent code.
  • ListArtisanCommands : liste les commandes Artisan déjà créées. Ça sert surtout à comprendre vos conventions de nommages : j'aime bien avoir des tonnes de commandes pour la maintenance/le debug, et je les range dans des dossiers et sous-dossiers. Boost fera la même chose.
  • ListRoutes : là aussi, parfait pour suivre vos conventions et s'assurer qu'on ne réinvente pas la roue.
  • SearchDocs : c'est le tool qui utilise le RAG, hébergé chez Laravel, qui renferme toutes les docs à jour (on en reparle un peu plus bas)
  • Tinker : permet au LLM de manipuler directement votre app, en tapant du code PHP dans une console. À ne jamais faire en prod (enfin, vous faites ce que vous voulez, mais je ne laisserai pas un LLM toucher à ma prod, pas au moins pour les 2 ans à venir) mais ultra-pratique en environnement de développement.

Capture d'écran des outils MCP de Laravel Boost

C'est votre éditeur de code qui gère le serveur MCP en fond, quand il en a besoin : vous n'avez même pas à penser à le lancer.

Documentation contextuelle : l'IA connaît la bonne version

En utilisant un RAG (pour Retrieval-Augmented Generation, une technique qui permet à l'IA de chercher dans une base de connaissances), l'équipe de Laravel a vectorisé la documentation technique de tous les outils nécessaires, du framework lui-même jusqu'aux différentes briques de l'écosystème : Livewire, Filament, Inertia, Nova, Reverb, etc. Au lancement, plus de 17.000 chunks de documentation sont disponibles.

L'IA connaît déjà (via le MCP) la version que vous utilisez. Elle se connecte aux serveurs de Laravel et récupère la doc de la bonne version, réglant un problème récurrent. On a enfin une source unique de vérité, tenue à jour, directement dans notre IDE et à disposition de nos LLMS.

Guidelines : l'IA respecte vos règles et conventions

Quand vous installez Laravel Boost, l'outil analyse votre projet et génère automatiquement des fichiers de guidelines (comme des .cursorrules) adaptés à votre contexte. Ces règles contraignent l'IA à respecter vos conventions, versions de dépendances et architecture.

Exemples concrets de guidelines générées :

  • Conventions de structure : "When creating or editing a file, check sibling files for the correct structure, approach, naming." L'IA va regarder comment vous organisez vos contrôleurs, jobs ou commandes Artisan avant d'en créer de nouveaux.
  • Règles métier : Sur mon projet, Boost a détecté que je préfixe systématiquement mes Form Requests par le nom du modèle (UserStoreRequest, UserUpdateRequest). Quand je lui demande de créer un formulaire, elle sait non seulement que j'aime avoir une FormRequest séparée, mais aussi quelle convention de nommage suivre, sans que j'aie à le préciser.
  • Choix technologiques : Boost impose l'utilisation de Pest plutôt que PHPUnit, de Model::query() plutôt que DB::, ou encore de Tailwind v4 avec sa nouvelle syntaxe d'import. L'IA ne peut plus "inventer" avec d'anciennes pratiques.

Ces guidelines font plusieurs centaines de lignes et couvrent tout : de la syntaxe PHP 8 (property promotion dans les constructeurs) aux patterns Inertia/Vue, en passant par les règles de spacing Tailwind. C'est comme avoir un senior qui code-review en temps réel, sauf qu'il connaît parfaitement vos petites manies.

Évidemment, vous pouvez éditer manuellement ces fichiers pour ajouter vos propres règles spécifiques si besoin.

Verdict : mon avis personnel

ENFIN, un vrai bond en avant.

On n'a toujours pas une baguette magique, mais on a enfin un outil qui est capable de produire du code production-ready (puisqu'il suit mes standards) pour des tâches simples ou de complexité moyenne. Je l'utilise souvent en association avec le mode Plan de Cursor : je passe beaucoup de temps à écrire des spécifications, à répondre aux questions du modèle (introspection : je ne suis jamais assez précis) et à itérer. Ça m'aide bien, en nourrissant ma réflexion.

Laravel Boost est une vraie amélioration de "quality-of-life" quand on génère du code dans un projet Laravel.

Pour la première fois depuis que j'utilise de l'IA comme assistant au code, j'ai même enfin réussi à lui faire écrire des tests unitaires (avec Pest) qui ont du sens et qui valident vraiment que le code fonctionne.

Je ne pense pas (encore ?) que le métier de développeur soit menacé par l'intelligence artificielle, mais je dois reconnaître que ça avance : il y a 6 mois, on avait un "générateur de code aléatoire" qui lançait des variables en l'air en espérant qu'elles tombent à l'endroit. Aujourd'hui, on a un assistant contextuel qui est capable de prendre le relai, boostant ma productivité.

Sources

Didier Sampaolo

Didier Sampaolo

Fondateur / Directeur technique

À lire aussi

Découvrez d'autres articles sur le même sujet

Des systèmes experts au machine learning : Pourquoi l'IA des années 80 a échoué
3 min de lecture

Les systèmes experts des années 80

Les années 80 voient l’essor des systèmes experts, avant une nouvelle désillusion qui mène au deuxième hiver de l’IA.