[{"data":1,"prerenderedAt":121},["ShallowReactive",2],{"seo-verification":3,"marketplace-app-fr-anything-llm":6},{"google":4,"bing":5},"EycwPY2XMyTkVzas3n1ygeNJFGAH513qrMjfDljzsMQ","",{"key":7,"data":8},"marketplace-app-fr-anything-llm",{"slug":9,"slugs":10,"categorySlugs":11,"name":16,"description":17,"phase":18,"unavailableReason":19,"docsUrl":20,"logo":21,"github":22,"tagline":23,"longDescription":24,"features":25,"useCases":32,"steps":42,"faq":61,"specs":80,"compatibleOs":91,"relatedApps":93,"relatedPosts":114,"category":118},"anything-llm",{"fr":9,"en":9,"ar":9,"es":9},{"fr":12,"en":13,"ar":14,"es":15},"ia","artificial-intelligence","الذكاء-الاصطناعي","inteligencia-artificial","AnythingLLM","Workspace IA open-source : RAG sur vos documents, agents automatisés, multi-modèles. Alternative self-hosted à ChatGPT Teams — vos données ne quittent jamais votre serveur.",1,null,"https:\u002F\u002Fservorbit.com\u002Fblog\u002Fheberger-anythingllm-vps","https:\u002F\u002Fcdn.jsdelivr.net\u002Fgh\u002Fselfhst\u002Ficons\u002Fsvg\u002Fanythingllm.svg","https:\u002F\u002Fgithub.com\u002FMintplex-Labs\u002Fanything-llm","Espace de travail IA privé : vos documents deviennent une base de connaissance interrogeable, avec RAG intégré, agents sans code et le modèle de langage de votre choix.","AnythingLLM est une application d'IA open source tout-en-un qui transforme vos documents en une base de connaissance privée et interrogeable. Elle tient dans une seule image Docker, tourne sur un VPS de 2 Go et se branche sur le modèle que vous utilisez déjà : Ollama en local, OpenAI, Anthropic, Mistral, Azure OpenAI, LiteLLM et d'autres. Le moteur de RAG intégré ingère des PDF, des documents Word, du texte brut, des dépôts de code, des transcriptions YouTube, des pages Notion et des espaces Confluence, puis les découpe, les vectorise et les indexe dans une base vectorielle LanceDB embarquée. À chaque question, AnythingLLM retrouve les passages pertinents, les transmet en contexte à votre modèle et renvoie une réponse sourcée.\n\nChaque espace de travail est isolé : ses propres documents, son propre modèle, sa propre consigne système — pratique pour séparer la documentation produit, les contrats et le code. AnythingLLM embarque aussi un constructeur d'agents sans code, qui enchaîne recherche web, exécution de code, récupération documentaire et appels d'API externes. La gestion multi-utilisateurs avec rôles (administrateur, gestionnaire, utilisateur) la rend utilisable en équipe, et une API REST documentée permet d'intégrer le moteur dans vos propres produits. Le projet est publié sous licence MIT, avec plus de 62 000 étoiles GitHub en juillet 2026, sans télémétrie et utilisable en environnement totalement déconnecté d'Internet.",[26,27,28,29,30,31],"RAG intégré — ingestion de PDF, documents Word, fichiers texte, dépôts de code, YouTube, Confluence et Notion, avec découpage, vectorisation et indexation automatiques.","Compatible avec tous les modèles — Ollama, OpenAI, Anthropic, Mistral, Azure OpenAI, Google Gemini, LiteLLM, Cohere, TogetherAI, Groq, Llama.cpp et les modèles locaux.","Constructeur d'agents sans code — chaînez recherche web, exécution de code, récupération documentaire et appels d'API sans écrire une ligne.","Espaces de travail cloisonnés — documents, modèle et consigne système sont propres à chaque espace, ce qui évite les fuites de contexte entre sujets.","Multi-utilisateurs avec rôles administrateur, gestionnaire et utilisateur — utilisable en équipe dès l'installation.","Base vectorielle interchangeable — LanceDB embarquée sans configuration, ou raccordement à Qdrant, Pinecone, Chroma ou Weaviate ; API REST documentée pour intégrer le moteur à vos applications.",[33,36,39],{"title":34,"body":35},"Base de connaissance interne","Téléversez vos procédures, vos contrats et votre documentation technique. Votre équipe pose ses questions en langage naturel et obtient des réponses sourcées, avec renvoi aux passages d'origine. Si le modèle est servi par Ollama sur le même VPS, aucune donnée ne sort de votre serveur.",{"title":37,"body":38},"Assistant pour développeurs","Ingérez votre base de code, vos documents d'architecture et vos références d'API. AnythingLLM devient un assistant privé qui connaît votre pile et répond en contexte, sans exposer votre code source à un service tiers.",{"title":40,"body":41},"IA orientée client","Exposez l'API REST d'AnythingLLM pour alimenter un module de discussion dans votre produit, adossé exclusivement à votre propre documentation. Vous maîtrisez ce que le modèle a le droit de citer, et le contenu indexé reste hébergé chez vous.",[43,46,49,52,55,58],{"title":44,"body":45},"Commander un VPS ServOrbit","AnythingLLM elle-même se contente d'environ 512 Mo de RAM. Le dimensionnement dépend du modèle : avec une API externe (OpenAI, Anthropic, Mistral), 2 Go suffisent largement ; avec Ollama installé sur le même VPS et un modèle de 7 milliards de paramètres, comptez 8 Go au total. Prévoyez de l'espace disque pour vos documents et leurs vecteurs.",{"title":47,"body":48},"Déployer depuis le Marketplace","Dans votre espace client ServOrbit : Marketplace → IA → AnythingLLM → Déployer. L'image `mintplexlabs\u002Fanythingllm:latest` (environ 700 Mo) est récupérée une fois et le conteneur démarre en quelques secondes sur le port 3001. Le volume nommé `anythingllm-storage` conserve l'ensemble des documents, des réglages et la base SQLite.",{"title":50,"body":51},"Se connecter la première fois","Il n'y a aucun identifiant à vous transmettre : cette installation démarre en mode mono-utilisateur SANS mot de passe. Ouvrez-la immédiatement, terminez l'assistant de configuration, puis allez dans Paramètres activer « Password Protect Instance » — avant cela, quiconque atteint l'adresse peut lire vos documents et changer vos réglages.",{"title":53,"body":54},"Créer le compte administrateur au premier accès","AnythingLLM ne prend pas de domaine, et c'est délibéré : à l'installation il n'a AUCUN compte, donc aucun écran de connexion — le publier derrière une adresse publique reviendrait à offrir la création du premier administrateur au premier visiteur venu. L'accès se fait par tunnel SSH : `ssh -L 3001:127.0.0.1:3001 root@\u003Cip-de-votre-vps>` puis `http:\u002F\u002Flocalhost:3001` — 3001 est le port du catalogue, reprenez celui affiché sur la fiche de votre app dans l'espace client. AnythingLLM détecte une installation neuve et vous guide dans la création du premier compte administrateur ; c'est également à ce moment qu'est fixé le secret JWT servant à signer toutes les sessions utilisateur.",{"title":56,"body":57},"Connecter un fournisseur de modèle","Rendez-vous dans Settings → LLM Provider. Choisissez Ollama s'il tourne sur le même VPS, OpenAI en renseignant votre clé d'API, ou tout autre fournisseur pris en charge. AnythingLLM teste la connexion avant d'enregistrer. En pointant sur LiteLLM, vous pourrez changer de fournisseur plus tard sans retoucher vos espaces de travail.",{"title":59,"body":60},"Créer un espace de travail et téléverser vos documents","Cliquez sur New Workspace, nommez-le (par exemple « Documentation produit »), puis déposez vos PDF ou collez une URL. AnythingLLM découpe le contenu, calcule les vecteurs et les enregistre dans LanceDB. Posez votre première question : le système récupère les passages pertinents et les transmet à votre modèle. Créez ensuite les comptes de votre équipe et attribuez les rôles.",[62,65,68,71,74,77],{"q":63,"a":64},"Qu'est-ce qu'AnythingLLM, et en quoi diffère-t-elle d'Open WebUI ou de Dify ?","AnythingLLM est un espace de travail IA auto-hébergé qui réunit dans un seul conteneur le RAG documentaire, la discussion multi-modèles et des agents. Open WebUI est avant tout une interface de discussion pour vos modèles, orientée conversation ; Dify est une plateforme visuelle pour construire des applications LLM et des pipelines destinés à d'autres utilisateurs. AnythingLLM se situe entre les deux : son point d'entrée est votre corpus documentaire, organisé en espaces de travail cloisonnés et interrogeable avec citations.",{"q":66,"a":67},"Quels modèles de langage sont pris en charge ?","Ollama pour les modèles locaux, ainsi qu'OpenAI, Anthropic, Azure OpenAI, Mistral, Google Gemini, LiteLLM, Cohere, TogetherAI, Groq et Llama.cpp. Vous pouvez changer de fournisseur espace de travail par espace de travail sans perdre vos documents ni votre index.",{"q":69,"a":70},"Combien de RAM faut-il ?","AnythingLLM consomme environ 512 Mo à elle seule. Tout dépend ensuite d'où tourne le modèle : si vous appelez une API externe, 2 Go de RAM sont suffisants ; si vous faites tourner Ollama sur le même VPS avec un modèle de 7 milliards de paramètres, prévoyez 8 Go au total.",{"q":72,"a":73},"Faut-il un nom de domaine ?","Non, et il n'est pas possible d'en attacher un. AnythingLLM démarre sans aucun compte : le premier visiteur qui atteint l'application en devient l'administrateur. Tant que cette prise en main initiale n'est protégée par rien, ServOrbit ne publie pas l'app derrière un domaine — l'accès passe par un tunnel SSH (`ssh -L 3001:127.0.0.1:3001 root@\u003Cip-de-votre-vps>`), donc chiffré et réservé à qui détient la clé SSH du VPS. Une fois votre compte administrateur créé et l'application passée en mode multi-utilisateur, elle a un vrai écran de connexion : écrivez-nous, nous republierons la recette avec le domaine.",{"q":75,"a":76},"L'outil tient-il de gros volumes documentaires ?","Oui. La base vectorielle LanceDB embarquée monte à plusieurs millions de vecteurs sur un seul VPS, sans configuration. Pour des corpus vraiment volumineux, vous pouvez basculer la base vectorielle vers Qdrant, Pinecone ou Weaviate depuis Settings → Vector DB, sans changer le reste de l'installation.",{"q":78,"a":79},"Est-ce gratuit, et où vivent mes données ?","La version auto-hébergée est publiée sous licence MIT et entièrement gratuite ; Mintplex Labs propose par ailleurs une offre hébergée et une application de bureau, mais tout le nécessaire à un déploiement privé se trouve dans l'image Docker open source. Documents, vecteurs, réglages et base SQLite résident dans le volume `anythingllm-storage` de votre VPS ; le projet n'émet aucune télémétrie et fonctionne y compris sur une machine coupée d'Internet, à condition d'utiliser un modèle local.",{"ram":81,"cpu":82,"disk":83,"stack":84,"port":90},"512 Mo (2 Go et plus avec Ollama en local)","1 vCPU","20 Go",[85,86,87,88,89],"Docker","Node.js","Python","SQLite","LanceDB","3001",[92],"ubuntu-24.04",[94,102,108],{"name":95,"slug":96,"categorySlug":12,"categoryName":97,"categoryColor":98,"logo":99,"tagline":100,"description":101},"Open WebUI","open-webui","Intelligence Artificielle","text-purple-400 bg-purple-500\u002F10","https:\u002F\u002Fcdn.jsdelivr.net\u002Fgh\u002Fselfhst\u002Ficons\u002Fsvg\u002Fopen-webui.svg","Interface web pour vos LLMs — Ollama, OpenAI, Mistral — hébergée sur votre propre serveur.","Interface web pour interagir avec vos LLMs locaux ou distants. Vos données restent sur votre infrastructure — aucun tiers impliqué.",{"name":103,"slug":104,"categorySlug":12,"categoryName":97,"categoryColor":98,"logo":105,"tagline":106,"description":107},"Ollama","ollama","https:\u002F\u002Fcdn.simpleicons.org\u002Follama","Servez des LLM open source depuis votre VPS — API compatible OpenAI, aucun coût au jeton.","Servez des LLM open source depuis votre propre serveur. Récupérez Llama 3, Mistral, Qwen ou DeepSeek en une commande, derrière une API compatible OpenAI et sans coût au jeton.",{"name":109,"slug":110,"categorySlug":12,"categoryName":97,"categoryColor":98,"logo":111,"tagline":112,"description":113},"Dify","dify","https:\u002F\u002Fcdn.jsdelivr.net\u002Fgh\u002Fselfhst\u002Ficons\u002Fsvg\u002Fdify.svg","Créez des applications LLM en drag-and-drop — chatbots, agents, pipelines RAG — sans backend.","Créez des applications LLM visuellement : chatbots, agents RAG, pipelines — sans écrire de code backend.",[115,116,117],"heberger-anythingllm-vps","heberger-open-webui","heberger-ollama-vps",{"key":12,"slug":12,"name":97,"objective":119,"icon":120,"color":98},"Créer, héberger et exploiter des solutions IA.","ai",1793820317691]