🏗️ Architectures Possibles
Toutes les applications IA locales ne font pas la même chose. Avant de choisir un outil, il est utile de comprendre dans quelle catégorie architecturale il s’inscrit — et ce que cette catégorie implique en termes de matériel, de complexité et de souveraineté.
🗂️ Taxonomie : trois grandes familles
1. L’Assistant Personnel (“l’IA qui vous connaît”)
Définition : Un assistant personnel est un système interactif. Vous lui posez des questions, il répond en s’appuyant sur sa mémoire (vos documents, vos notes, l’historique de vos conversations).
Caractéristiques :
- Interaction principale : dialogue texte en temps réel
- Mémoire : persistante, centrée sur votre contexte (notes, fichiers, conversations passées)
- Déclencheur : l’humain pose une question
- Autonomie : basse — il répond, il ne fait pas
Exemples : Open WebUI, Jan.ai, Khoj, AnythingLLM (OpenHuman, devenu un harness d’agents, relève désormais de l’hybride)
Analogie : un collègue très bien informé sur vos dossiers, disponible 24h/24, mais qui attend qu’on lui parle.
2. L’Agent Custodien (“l’IA qui agit pour vous”)
Définition : Un agent custodien exécute des tâches de manière autonome sur déclencheur. Il ne répond pas à des questions — il agit : lit des fichiers, détecte des problèmes, génère des propositions, crée des branches Git, attend la validation humaine.
Caractéristiques :
- Interaction principale : déclenchement planifié ou événementiel, puis rapport
- Mémoire : contexte de tâche (le vault, le repo, les logs d’erreurs)
- Déclencheur : cron, webhook, événement Git, commande CLI
- Autonomie : haute en lecture/analyse, toujours human-in-the-loop pour les actions irréversibles
Exemples : OpenHands Agent Canvas (automatisations planifiées ou événementielles, self-hosted), un pipeline Cursor CLI + script systemd ; Aider reste utilisable mais gelé (voir sa fiche)1
Analogie : un assistant de recherche junior qui travaille pendant la nuit, dépose ses propositions sur votre bureau le matin, et ne signe rien sans votre accord.
3. L’Hybride (“l’IA qui vous connaît et agit pour vous”)
Définition : La combinaison des deux. L’assistant mémorise votre contexte et peut déclencher des actions — recherche web, mise à jour de fichiers, envoi de notifications — avec ou sans validation selon le niveau de risque de l’action.
Caractéristiques :
- Peut répondre ET agir
- Nécessite une gestion fine des permissions et des niveaux d’autonomie
- Complexité plus élevée, risque de “side effects” non voulus si mal configuré
Exemples : Open WebUI avec tools et sous-agents (v0.11, juillet 2026)2, OpenHuman, Khoj (mode agent activé), conversations interactives dans OpenHands Agent Canvas
Avertissement : la complexité de l’hybride est réelle. Une implémentation mal pensée peut donner à l’IA la capacité de modifier des fichiers, envoyer des emails ou passer des commandes sans garde-fous suffisants. Préférez une architecture explicite (assistant ou custodien) pour commencer.
La plupart de ces outils exposent leurs actions via le Model Context Protocol (MCP). Sa révision du 28 juillet 2026 est détaillée dans 🧩 RAG & Agents : vérifiez que serveurs et clients MCP de votre stack suivent la même révision avant d’empiler les permissions.
📊 Tableau comparatif des trois patterns
| Critère | Assistant Personnel | Agent Custodien | Hybride |
|---|---|---|---|
| Mode d’interaction | Dialogue temps réel | Batch / événementiel | Les deux |
| Déclencheur | Humain | Cron / webhook | Humain ou automatique |
| Autonomie d’action | Basse (réponses) | Haute (tâches) | Variable |
| Mémoire requise | Longue, personnelle | Courte, contexte de tâche | Les deux |
| Modèle LLM | Gros (qualité réponse) | Petit OK (routage) + coder 14B+ (édition de fichiers) | Les deux |
| VRAM minimale | 8–24 Go (modèle 7–14B) | 12–16 Go (modèle coder 14B minimum) | 24+ Go |
| Complexité d’installation | Faible à moyenne | Moyenne à haute | Haute |
| Risque de side effects | Faible | Moyen (si mauvais guardrails) | Élevé sans guardrails |
| Souveraineté | Variable selon outil | Maîtrisable si stack open | Maîtrisable si bien architecturé |
🔗 Relation entre les deux pistes
Les deux pistes de cette section ne sont pas concurrentes — elles sont complémentaires et peuvent cohabiter dans la même infrastructure.
flowchart TB
subgraph Machine["Votre machine (ou serveur on-premise)"]
A["**Piste A — Assistant Personnel**\n• Vous connaît\n• Répond à vos questions\n• Mémoire longue"] -->|"alimente"| B["**Piste B — Agent Custodien**\n• Maintient votre vault\n• Propose des corrections\n• Crée des branches/PRs\n• Vous notifie"]
A --> ENG["**Moteur d'inférence**\n(Ollama / vLLM)"]
B --> ENG
end
Comment ils s’alimentent mutuellement :
- L’agent custodien maintient le vault à jour → l’assistant personnel a une base de connaissances fraîche à interroger.
- L’assistant personnel identifie les zones floues dans vos notes → l’agent custodien peut être déclenché pour les enrichir.
- Les deux partagent le même moteur d’inférence → un seul serveur Ollama ou vLLM suffit pour les deux pistes.
- Depuis juin 2026, Agent Canvas (OpenHands) peut aussi orchestrer des agents tiers via l’Agent Client Protocol et assigner un modèle local (vLLM, Ollama) par automatisation : la Piste B devient une couche d’orchestration plutôt qu’un agent unique1.
🧭 Quelle architecture pour quel besoin ?
| Votre situation | Architecture recommandée |
|---|---|
| Vous voulez un ChatGPT qui connaît vos documents | Assistant Personnel → Piste A |
| Vous voulez automatiser la maintenance de votre vault | Agent Custodien → Piste B |
| Vous débutez, budget matériel < 3 500 € | Blueprint A + un assistant simple (Jan.ai ou Open WebUI) |
| PME, 5–20 utilisateurs simultanés | Blueprint B + Open WebUI ou AnythingLLM |
| Vous voulez les deux (connaît + agit) | Commencer par Piste A, ajouter Piste B après validation |
| Production, multi-sites, SLA strict | Blueprint D + architecture hybride maîtrisée |
📐 Dimensionnement matériel
Les deux pistes partagent le même moteur d’inférence, mais n’ont pas les mêmes exigences.
| Piste | Modèle LLM type | VRAM minimale | Commentaire |
|---|---|---|---|
| Assistant Personnel (qualité dialogue) | 14B–70B | 16–48 Go | La qualité des réponses compte — éviter les < 7B |
| Agent Custodien (routage + édition) | 7B pour le seul routage, modèle coder 14B minimum pour éditer des fichiers, 24–32B recommandé (modèles : architecture cible) | 12–24 Go | Le routage n’a pas besoin d’un gros modèle ; l’édition de fichiers, si |
| Hybride | 14B–70B | 24–48 Go | Compromis entre les deux |
Pour le sizing détaillé, voir les Blueprints A–D.
💻 Démarrer avec du code (ressources externes)
Ce guide couvre la théorie des architectures. Pour passer à la pratique, voici les points d’entrée recommandés selon chaque piste :
Piste A — Assistant Personnel
| Outil | Point de départ |
|---|---|
| Open WebUI | Documentation officielle — installation Docker en 5 minutes, connexion à Ollama |
| AnythingLLM | GitHub AnythingLLM — RAG local complet, interface multi-modèles |
| Khoj | Khoj self-hosting setup — mémoire personnelle + accès fichiers locaux (maintenance ralentie depuis mars 2026)3 |
Piste B — Agent Custodien
| Outil | Point de départ |
|---|---|
| Aider | Aider quickstart — agent de code local, compatible Ollama ; projet gelé (voir la fiche Aider), à n’utiliser qu’en connaissance de cause |
| OpenHands Agent Canvas | Agent Canvas (README, Docker) — centre de contrôle self-hosted pour conversations et automatisations d’agents de code (OpenHands, ou Claude Code / Codex / Gemini CLI via ACP) ; le SDK et l’agent vivent dans software-agent-sdk1 |
| LiteLLM + Ollama | LiteLLM proxy quickstart — routage unifié vers un modèle local ; exigez une version ≥ 1.106.9 / 1.108.6 / 1.109.1 selon votre ligne (avis de sécurité : voir la fiche LiteLLM) |
| SmolAgents | SmolAgents cookbook — framework agent minimaliste, HuggingFace (activité réduite depuis mai 2026)4 |
| LangGraph | LangGraph “local agent” tutorial — orchestration d’agents avec graphes d’état |
🔗 Voir aussi
- 🔒 Souveraineté & Confidentialité — la grille d’évaluation des outils
- 🧑💼 Assistants Personnels On-Premise
- 🤖 Agents Custodiens On-Premise
- Agent autonome · RAG
📚 Sources
Footnotes
-
Aider-AI, aider (dépôt GitHub : dernier commit le 2026-05-22, dernière release v0.86.0 du 2025-08-09), consulté le 2026-10-10 ; OpenHands, Introducing Agent Canvas (2026-06-16) et Use any coding agent in OpenHands with ACP (2026-06-18). https://github.com/Aider-AI/aider · https://www.openhands.dev/blog/introducing-agent-canvas · https://www.openhands.dev/blog/use-any-coding-agent-in-openhands-with-acp ↩ ↩2 ↩3
-
Open WebUI, Release v0.11.0 (sous-agents, synchronisation des groupes LDAP), 2026-07-27. https://github.com/open-webui/open-webui/releases/tag/v0.11.0 ↩
-
Khoj, Self-Host (installation Docker / pip), lu le 2026-10-10 ; khoj-ai, khoj — Releases (dernière version 2.0.0-beta.28 du 2026-03-26). https://docs.khoj.dev/get-started/setup · https://github.com/khoj-ai/khoj/releases ↩
-
Hugging Face, smolagents — Releases (dernière version v1.26.0 du 2026-05-29, dépôt non archivé), consulté le 2026-10-10. https://github.com/huggingface/smolagents/releases ↩