Les user stories (US) sont un outil clé en ingénierie logicielle. Hérité des méthodes Agiles, il permet d'exprimer des exigences fonctionnelles et non-fonctionnelles du point de vue de l'utilisateur final. Leur étude en traitement automatique du langage naturel présente toutefois plusieurs limitations. Les méthodologies Agile et open source sont partiellement incompatibles : la première suppose une collaboration étroite et co-localisée, tandis que la seconde repose plus fréquemment sur des équipes distribuées et asynchrones. Il en résulte peu de jeux de données publics, et aucun ne combinant des US de haute qualité, métriques établies et éléments contextuels du projet. En pratique, les US sont souvent mal formulées et évaluées au travers de révisions informelles et orales telles que la cérémonie des « Trois Amigos ». Ces limites freinent la progression des méthodes de génération et évaluation automatique d'US. Cet article présente un outil d'IA Multi-Agents générant et évaluant des US contextualisées, fournissant des résultats comparables et reproductibles pour chercheurs et praticiens.