🧑💼 Assistants Personnels On-Premise
Un assistant personnel local vous permet d’interagir avec un LLM qui connaît votre contexte — vos notes, vos documents, l’historique de vos échanges — sans envoyer ces données à un service tiers.
Le défi : beaucoup de logiciels présentent une interface locale tout en routant silencieusement les requêtes vers un modèle cloud. Cette page vous aide à faire la différence.
🧭 Tableau de décision rapide
Identifiez votre priorité principale, puis suivez la ligne correspondante.
| Priorité | Contrainte | Outil recommandé | Verdict |
|---|---|---|---|
| Souveraineté native, zéro cloud | Tout doit rester sur machine, mode offline requis | Jan.ai | ✅ natif |
| Mémoire longue sur documents personnels | Vault Markdown / notes, pas seulement des fichiers | Khoj (maintenance ralentie depuis mars 2026)1 | ⚠️ configurable |
| Interface web multi-modèles | Plusieurs utilisateurs, plusieurs moteurs | Open WebUI | ⚠️ configurable |
| Connaissance d’entreprise + agents | RAG structuré + workflows | AnythingLLM | ⚠️ configurable |
| Agent multi-canaux avec mémoire hébergée et mode local-only | Accepter une mémoire hors machine, ou opérer son propre CortexDB | OpenHuman | ⚠️ configurable |
📋 Critères d’évaluation communs
Chaque fiche solution de cette section évalue le projet selon les mêmes 6 critères :
- Localisation des données — vos fichiers restent-ils sur votre machine ?
- Routage du modèle — l’inférence se fait-elle localement (Ollama, llama.cpp) ou via une API cloud ?
- Mémoire persistante — l’assistant mémorise-t-il votre contexte entre les sessions ? Où stocke-t-il cela ?
- Télémétrie — le logiciel envoie-t-il des métriques, logs ou prompts à ses serveurs ?
- Mode offline — fonctionne-t-il sans connexion Internet ?
- Verdict souveraineté — ✅ souverain natif / ⚠️ configurable / ❌ incompatible on-prem strict
La grille complète et le protocole d’audit sont détaillés dans Souveraineté & Confidentialité.
📂 Fiches solution
- OpenHuman — harness d’agent Rust, mémoire hébergée par défaut, mode local-only
- Open WebUI — portail web self-hosted pour Ollama/vLLM et équipes
- AnythingLLM — RAG, workspaces et agents dans une application all-in-one
- Jan.ai — desktop local/offline, serveur API local
- Khoj — second cerveau self-hostable, documents, web et agents
Deux outils apparus en 2026 ne font pas (encore) l’objet d’une fiche : LM Studio Bionic (juillet 2026), application d’agent « pour modèles ouverts » du même éditeur que LM Studio — logiciel propriétaire, modèles locaux via le runtime LM Studio, avec un chemin cloud optionnel (compte et facturation requis, zéro rétention de données annoncée) : à traiter comme un produit freemium à chemin cloud4 ; et Pipali (équipe Khoj, Apache-2.0, 0.10.0 en septembre 2026), un « co-worker » de bureau orienté actions (fichiers, web, Jira/Linear/Slack via MCP) dont la fiche met en avant des modèles cloud via sa plateforme ; le support de modèles locaux n’a pas été vérifié5.
🔗 Voir aussi
- 🤖 Vue d'ensemble : Agents & Assistants
- 🤖 Agents Custodiens — l'IA qui agit pour vous
- 🧩 RAG & Agents : L'architecture de la connaissance
📚 Sources
Footnotes
-
khoj-ai, khoj — Releases (dernière version 2.0.0-beta.28 du 2026-03-26) et historique des commits (dernier commit le 2026-08-02), consultés le 2026-10-10. https://github.com/khoj-ai/khoj/releases · https://github.com/khoj-ai/khoj/commits/master ↩
-
janhq, Jan v0.8.5 — notes de release (Mac Intel sans modèles locaux), 2026-10-08. https://github.com/janhq/jan/releases/tag/v0.8.5 ↩
-
Open WebUI — License (clause de marque au-delà de 50 utilisateurs sur 30 jours, non approuvée OSI) et Security advisories (88 avis entre le 2026-06-11 et le 2026-09-28), consultés le 2026-10-10. https://docs.openwebui.com/license/ · https://github.com/open-webui/open-webui/security/advisories ↩
-
LM Studio, Introducing LM Studio Bionic (agent pour modèles ouverts, modèles locaux via le runtime LM Studio, modèles cloud avec compte et facturation, engagement Zero Data Retention), 2026-07-16. https://lmstudio.ai/blog/introducing-lm-studio-bionic ↩
-
khoj-ai, pipali (dépôt GitHub : Apache-2.0, release 0.10.0 du 2026-09-14, modèles cloud via la plateforme Pipali, intégrations MCP), consulté le 2026-10-10. https://github.com/khoj-ai/pipali ↩