Déployer et remplacer des LLMs sans redémarrage.
Pendant longtemps, llama.cpp présentait une limitation criante : vous ne pouviez servir qu’un seul modèle par processus, et changer de modèle impliquait un redémarrage.
Créez des compétences Claude conçues pour résister à un usage réel.
La plupart des équipes utilisent mal les Compétences Claude de deux manières. Elles transforment soit SKILL.md en une poubelle, soit elles ne passent jamais à autre chose que des prompts géants copiés-collés.
Configurations Hermes orientées profil pour des charges de travail sérieuses
L’assistant IA Hermes, officiellement documenté sous le nom de Hermes Agent, ne se positionne pas comme un simple wrapper de chat.
Les compétences à conserver et celles à ignorer
OpenClaw possède deux types d’extensions, et il est facile de les confondre.
Les plugins étendent le temps d’exécution (runtime). Les compétences (skills) étendent le comportement de l’agent.
D'abord les plugins, puis une brève explication des compétences.
Cet article porte sur les plugins OpenClaw — des paquets de passerelle natifs qui ajoutent des canaux, des fournisseurs de modèles, des outils, de la parole, de la mémoire, des médias, une recherche web et d’autres surfaces d’exécution.
Comment les systèmes OpenClaw réels sont véritablement structurés
OpenClaw semble simple dans les démonstrations. En production, il devient un système.
Les abonnements à Claude n'alimentent plus les agents
La faille discrète qui a alimenté une vague d’expérimentation d’agents est désormais close.
Recherche IA auto-hébergée avec des LLM locaux
Vane est l’une des entrées les plus pragmatiques dans le domaine de la « recherche IA avec citations » : un moteur de réponse auto-hébergé qui combine la récupération web en direct avec des LLM locaux ou cloud, tout en gardant toute la pile sous votre contrôle.
Le codage agentique, désormais avec des backends de modèles locaux.
Claude Code n’est pas un simple autocomplétion avec un meilleur marketing. C’est un outil de codage agentique : il lit votre base de code, modifie des fichiers, exécute des commandes et s’intègre à vos outils de développement.
Installation et prise en main rapide de l'agent Hermes pour les développeurs
Hermes Agent est un assistant IA auto-hébergé et agnostique en ce qui concerne les modèles, qui s’exécute sur une machine locale ou un VPS à faible coût, fonctionne via des interfaces en terminal et de messagerie, et s’améliore avec le temps en transformant les tâches répétitives en compétences réutilisables.
Installez TGI, déployez rapidement, déboguez encore plus vite.
Text Generation Inference (TGI) possède une énergie très particulière. Ce n’est pas le nouveau venu de la rue de l’inférence, mais c’est celui qui a déjà appris comment la production peut se briser -
vitesse de traitement des tokens de llama.cpp sur 16 Go de VRAM (tableaux).
Voici une comparaison de la vitesse de plusieurs LLMs (modèles de langage grand) fonctionnant sur un GPU avec 16 Go de VRAM, et le choix du meilleur pour l’auto-hébergement.
La RTX 5090 est rare et surcotée en Australie.
L’Australie dispose de stock pour la RTX 5090. À peine. Et si vous en trouvez une, vous paierez une prime qui semble déconnectée de la réalité.
Accès distant à Ollama sans ports publics
Ollama est à son meilleur lorsque l’on le traite comme un démon local : la CLI et vos applications communiquent avec une API HTTP en boucle locale (loopback), et le reste du réseau ignore son existence.
Serveur Ollama orienté composition, avec GPU et persistance.
Ollama fonctionne parfaitement sur du matériel nu. Cela devient encore plus intéressant lorsque vous le traitez comme un service : une extrémité stable, des versions figées, un stockage persistant et une GPU qui est soit disponible, soit non.
HTTPS Ollama sans interrompre les réponses en flux.
Exécuter Ollama derrière un proxy inversé est le moyen le plus simple d’obtenir HTTPS, un contrôle d’accès facultatif et un comportement de streaming prévisible.
