Selfhosting

OpenClaw n’a pas échoué en tant que produit. Il a perdu son carburant.

Pendant longtemps, llama.cpp présentait une limite flagrante : vous ne pouviez servir qu’un modèle par processus, et le changement impliquait un redémarrage.

La gestion des connaissances personnelles s’étend sur Obsidian, Logseq, DokuWiki, Zettelkasten et PARA — le bon choix dépend de savoir si vous souhaitez un graphe de notes local, un wiki auto-hébergé ou un flux de travail basé sur un outliner.

L’assistant IA Hermes, officiellement documenté sous le nom de Hermes Agent, n’est pas positionné comme un simple wrapper de chat.

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.

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.

OpenClaw semble simple dans les démos. En production, il devient un système.

Vane est l’une des entrées les plus pragmatiques de l’espace de la « recherche IA avec citations » : un moteur de réponses auto-hébergé qui mêle la récupération web en direct avec des LLM locaux ou cloud, tout en gardant toute la pile sous votre contrôle.

Hermes Agent est un assistant d’IA auto-hébergé, agnostique envers les modèles, qui fonctionne sur une machine locale ou un VPS à faible coût. Il opère via des interfaces en terminal et de messagerie, et s’améliore au fil du temps en transformant les tâches répétitives en compétences réutilisables.

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 -

SGLang est un framework de service haute performance pour les grands modèles de langage et les modèles multimodaux, conçu pour fournir une inférence à faible latence et à haut débit sur tout, d’une seule GPU à des clusters distribués.

Vous voilà bientôt à jongler avec vLLM, llama.cpp et d’autres composants — chaque pile sur son propre port. Tout en aval exige toujours une URL de base /v1 unique ; sinon, vous continuez à jongler avec des ports, des profils et des scripts spécifiques. llama-swap est le proxy /v1 situé devant ces piles.

La plupart des configurations locales d’IA commencent par un modèle et un runtime.

llama.cpp est un moteur d’inférence C/C++ pour les modèles GGUF : llama-cli pour le chat interactif, llama-completion pour les invites scriptées, et llama-server pour une API HTTP compatible OpenAI.

La plupart des configurations locales d’IA commencent de la même manière : un modèle, un runtime et une interface de chat.

Le choix du bon headless CMS peut faire la différence dans votre stratégie de gestion du contenu. Comparons trois solutions open source qui influencent la manière dont les développeurs construisent des applications orientées contenu.