[{"data":1,"prerenderedAt":122},["ShallowReactive",2],{"seo-verification":3,"marketplace-app-fr-local-ai":6},{"google":4,"bing":5},"EycwPY2XMyTkVzas3n1ygeNJFGAH513qrMjfDljzsMQ","",{"key":7,"data":8},"marketplace-app-fr-local-ai",{"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":33,"steps":43,"faq":65,"specs":84,"compatibleOs":92,"relatedApps":94,"relatedPosts":115,"category":119},"local-ai",{"fr":9,"en":9,"ar":9,"es":9},{"fr":12,"en":13,"ar":14,"es":15},"ia","artificial-intelligence","الذكاء-الاصطناعي","inteligencia-artificial","LocalAI","Faites tourner des LLM open source sur processeur, sans carte graphique. API compatible OpenAI, plus de 200 modèles (Llama, Mistral, Phi), entièrement auto-hébergée sur votre VPS.",1,null,"https:\u002F\u002Fservorbit.com\u002Fblog\u002Fheberger-localai-vps","https:\u002F\u002Fraw.githubusercontent.com\u002Fmudler\u002FLocalAI\u002Fmaster\u002Fcore\u002Fhttp\u002Fstatic\u002Flogo.png","https:\u002F\u002Fgithub.com\u002Fmudler\u002FLocalAI","Des LLM open source sur processeur, sans GPU — API compatible OpenAI, plus de 200 modèles, auto-hébergés en une commande.","LocalAI (licence MIT, environ 47 k étoiles GitHub) est une alternative libre et gratuite à l'API d'OpenAI. Elle tourne sur du matériel ordinaire, sans carte graphique : un VPS de 2 Go de RAM suffit à servir Llama 3, Mistral, Phi-3, Qwen et plus de deux cents autres modèles derrière une API REST compatible OpenAI. Le code qui appelle aujourd'hui `openai.ChatCompletion.create()` fonctionne sans retouche : vous changez l'URL de base et l'ensemble des appels est traité localement, sans coût au jeton. Face aux deux autres briques d'inférence du catalogue, LocalAI se distingue par son étendue : là où Ollama sert uniquement du texte avec une gestion des modèles en ligne de commande, et où LiteLLM se contente de router sans rien calculer, LocalAI couvre depuis un seul conteneur la génération de texte, l'appel de fonctions, les embeddings, la génération d'images avec Stable Diffusion et la transcription audio avec Whisper — le tout piloté par API, sans ligne de commande dédiée.\n\nDéployé sur un VPS ServOrbit, LocalAI devient le moteur d'inférence privé qu'appellent les applications de votre équipe, vos chaînes RAG et vos cadriciels d'agents à la place d'OpenAI : aucune dépendance à un service tiers, aucune limite d'usage, aucune donnée qui sort de votre infrastructure. LocalAI n'exige aucune clé d'API : le service n'est donc jamais publié derrière un domaine, il reste lié à la boucle locale du VPS. Le code hébergé sur cette même machine vise `http:\u002F\u002F127.0.0.1:8080` ; depuis ailleurs, l'accès passe par un tunnel SSH.",[26,27,28,29,30,31,32],"API REST compatible OpenAI — remplacement direct, compatible sans retouche avec les SDK LangChain, LlamaIndex et LiteLLM.","Inférence sur processeur — tourne sur n'importe quel VPS sans GPU grâce à llama.cpp, avec des chemins SIMD optimisés pour Intel et ARM.","Plus de 200 modèles pris en charge — Llama 3, Mistral, Phi-3, Qwen 2.5, DeepSeek, Gemma 2, Falcon, et tout modèle au format GGUF.","Multimodal : génération de texte, appel de fonctions et d'outils, embeddings, génération d'images (Stable Diffusion) et transcription audio (Whisper).","Téléchargement d'un modèle par son nom — `curl http:\u002F\u002F127.0.0.1:8080\u002Fmodels\u002Fapply -d '{\"id\":\"llama-3.2-3b-instruct:q4_0\"}'` récupère et active n'importe quel modèle pris en charge.","Licence MIT — entièrement auditable, sans télémétrie, utilisable coupé d'Internet ; la version 4.6.2, publiée le 6 juillet 2026, ajoute le mode grappe distribuée et un routage tenant compte du cache de préfixes.","Composable avec LiteLLM et Open WebUI — LocalAI fournit la couche d'inférence, LiteLLM ajoute le routage multi-fournisseurs, Open WebUI apporte l'interface de discussion.",[34,37,40],{"title":35,"body":36},"Moteur de LLM privé pour vos applications","Remplacez vos appels à l'API d'OpenAI par un point d'entrée LocalAI sur votre VPS. Votre SaaS, votre outil interne ou votre chaîne RAG envoie exactement le même JSON, avec le même SDK, sans coût au jeton. Le point d'entrée n'est pas public — LocalAI n'écoute que sur la boucle locale, faute de la moindre authentification : du code hébergé sur le VPS lui-même vise `http:\u002F\u002F127.0.0.1:8080\u002Fv1\u002Fchat\u002Fcompletions`, et depuis une autre machine il faut un tunnel SSH. C'est le scénario idéal des usages à fort volume, où la facturation au jeton devient le goulot d'étranglement.",{"title":38,"body":39},"Inférence hors ligne pour données sensibles","Pour une application juridique, médicale ou financière dont les données ne doivent pas quitter votre infrastructure, LocalAI fonctionne entièrement hors ligne une fois le modèle téléchargé. Aucune requête n'atteint une API externe, et les fichiers de modèle au format GGUF restent sur votre propre disque, dans un volume Docker.",{"title":41,"body":42},"Embeddings et recherche sémantique sans clé d'API","Faites tourner des modèles d'embeddings (nomic-embed-text, mxbai-embed-large) localement, aux côtés de Qdrant sur le même VPS, pour construire une chaîne de recherche sémantique ou de RAG complète. Ni coût d'API d'embeddings, ni donnée qui sort du serveur, ni limite de débit.",[44,47,50,53,56,59,62],{"title":45,"body":46},"Créer le VPS","Commandez un VPS ServOrbit avec au moins 2 Go de RAM ; le système installé est Ubuntu 24.04. Pour un usage confortable à plusieurs, ou pour des modèles à partir de 7 milliards de paramètres, 4 Go sont recommandés. Le nombre de cœurs compte pour la vitesse : 4 vCPU réduisent sensiblement la latence de génération sur les modèles de 3 à 7 milliards de paramètres.",{"title":48,"body":49},"Déployer LocalAI","L'installation depuis votre espace client crée le conteneur `localai\u002Flocalai:latest`, une image d'environ 900 Mo, monte le volume `local-ai` sur `\u002Fbuild\u002Fmodels` et publie le serveur d'API compatible OpenAI sur la boucle locale, en `127.0.0.1:8080`. Aucun modèle n'est fourni : la première demande portant sur un modèle déclenche son téléchargement dans le volume persistant.",{"title":51,"body":52},"Se connecter la première fois","LocalAI s'ouvre sans aucun identifiant : votre première action consiste à passer par la galerie de modèles pour en télécharger un, l'installation n'en fournissant aucun. L'API compatible OpenAI répond à la même adresse et n'est protégée par aucune clé — tant que le service n'écoute que sur la boucle locale, seuls les utilisateurs disposant d'un accès SSH au VPS peuvent l'atteindre.",{"title":54,"body":55},"Télécharger un modèle","Un seul appel d'API suffit : `curl http:\u002F\u002F127.0.0.1:8080\u002Fmodels\u002Fapply -H 'Content-Type: application\u002Fjson' -d '{\"id\":\"llama-3.2-3b-instruct:q4_0\"}'`. LocalAI récupère le fichier GGUF et enregistre le modèle. La quantisation Q4 d'un modèle de 3 milliards de paramètres tient dans 2 Go de RAM ; celle d'un modèle de 7 milliards en réclame environ 4.",{"title":57,"body":58},"Passer votre premier appel d'API","Testez l'API depuis le VPS : `curl http:\u002F\u002F127.0.0.1:8080\u002Fv1\u002Fchat\u002Fcompletions -H 'Content-Type: application\u002Fjson' -d '{\"model\":\"llama-3.2-3b-instruct:q4_0\",\"messages\":[{\"role\":\"user\",\"content\":\"Bonjour !\"}]}'`. La réponse a exactement la forme de celle d'OpenAI : changer l'URL de base dans votre code existant suffit à le faire fonctionner.",{"title":60,"body":61},"Brancher vos applications sur LocalAI","Depuis le VPS lui-même, réglez `base_url='http:\u002F\u002F127.0.0.1:8080\u002Fv1'` et `api_key='not-needed'` dans n'importe quel SDK OpenAI — c'est le cas d'usage normal, l'application qui consomme LocalAI tournant sur la même machine. Depuis votre poste, ouvrez un tunnel SSH — `ssh -L 8080:127.0.0.1:8080 root@\u003Cip-du-vps>` — et visez `http:\u002F\u002Flocalhost:8080\u002Fv1`. Le port peut être réattribué à l'installation : reprenez celui affiché sur la fiche de l'application dans votre espace client, 8080 n'étant que la valeur du catalogue. Dans LangChain, cela donne `ChatOpenAI(base_url=..., api_key='x')` ; dans LiteLLM, préfixez le modèle par `localai\u002F` ; dans Open WebUI, déclarez une connexion OpenAI avec cette même URL de base. Votre code existant n'a besoin d'aucune autre modification.",{"title":63,"body":64},"Protéger le point d'entrée","LocalAI est ouvert par défaut : aucune clé n'est exigée. L'application sait en réclamer une par la variable d'environnement `LOCALAI_API_KEY`, mais l'installation du catalogue n'en pose pas — le point d'entrée est donc non authentifié, et c'est pour cette raison qu'il n'est pas publié derrière un domaine : un moteur d'inférence ouvert sur Internet, c'est votre GPU et votre facture à la disposition de qui le trouve. Pour exposer une API publique, publiez à la place une passerelle qui authentifie — LiteLLM par exemple — et laissez LocalAI derrière elle, sur la boucle locale.",[66,69,72,75,78,81],{"q":67,"a":68},"Qu'est-ce que LocalAI ?","LocalAI est un serveur libre et gratuit, sous licence MIT, qui exécute de grands modèles de langage localement sur processeur. Il expose une API REST compatible OpenAI : votre code existant fonctionne sans modification, il suffit de remplacer l'URL de base de l'API par celle de votre serveur.",{"q":70,"a":71},"Faut-il un GPU pour faire tourner LocalAI ?","Non. LocalAI repose sur llama.cpp, qui exploite efficacement le processeur grâce aux instructions SIMD (AVX2 et AVX-512 chez Intel, NEON sur ARM). Un VPS de 2 à 4 Go de RAM et 2 à 4 vCPU suffit pour des modèles de 3 à 7 milliards de paramètres. L'accélération par GPU reste possible si le serveur dispose d'une carte compatible CUDA.",{"q":73,"a":74},"Quels modèles peut-on exécuter ?","LocalAI accepte tout modèle au format GGUF, ce qui couvre la quasi-totalité des LLM open source : Llama 3.x, Mistral, Phi-3, 3.5 et 4 Mini, Qwen 2.5, DeepSeek-R1, Gemma 2, Falcon et d'autres. Un seul appel d'API suffit à récupérer un modèle, que LocalAI télécharge automatiquement depuis Hugging Face.",{"q":76,"a":77},"Quelle différence avec Ollama ?","Les deux exécutent des LLM localement sur processeur. L'avantage de LocalAI tient à sa polyvalence : il prend en charge davantage de moteurs, pas seulement llama.cpp, et couvre la génération d'images, la transcription audio avec Whisper et les embeddings depuis une seule API. Ollama, lui, est plus simple à mettre en route et dispose d'une bibliothèque de modèles plus fournie par défaut. Les deux exposent une API compatible OpenAI.",{"q":79,"a":80},"Mes données restent-elles privées ?","Oui. Toute l'inférence a lieu sur votre VPS : aucune requête n'est jamais envoyée vers une API externe. Les modèles sont stockés dans un volume Docker, sur votre propre disque. LocalAI n'émet aucune télémétrie par défaut, et son code, sous licence MIT, est entièrement auditable.",{"q":82,"a":83},"Quels besoins en RAM faut-il prévoir ?","Un modèle de 3 milliards de paramètres quantisé en Q4 réclame environ 2 Go de RAM, un modèle de 7 milliards environ 4 Go, un modèle de 13 milliards environ 8 Go. Sur les plus petites configurations, à 2 Go, Phi-3 Mini — 3,8 milliards de paramètres en Q4 — tourne bien et offre une qualité de raisonnement remarquable pour sa taille.",{"ram":85,"cpu":86,"stack":87,"port":91},"2 Go (4 Go recommandé pour les modèles de 7 milliards de paramètres et plus)","2 vCPU (4 vCPU recommandé)",[88,89,90],"Docker","Go","llama.cpp","8080",[93],"ubuntu-24.04",[95,103,109],{"name":96,"slug":97,"categorySlug":12,"categoryName":98,"categoryColor":99,"logo":100,"tagline":101,"description":102},"Ollama","ollama","Intelligence Artificielle","text-purple-400 bg-purple-500\u002F10","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":104,"slug":105,"categorySlug":12,"categoryName":98,"categoryColor":99,"logo":106,"tagline":107,"description":108},"LiteLLM","litellm","https:\u002F\u002Favatars.githubusercontent.com\u002Fu\u002F132372032","Passerelle LLM auto-hébergée — un seul point d'entrée compatible OpenAI qui route vers Ollama, Anthropic et plus de 100 fournisseurs.","Passerelle d'API auto-hébergée pour plus de 100 fournisseurs de LLM : un point d'entrée unique compatible OpenAI qui route vers Ollama, Anthropic, Azure et les autres, avec clés virtuelles, quotas et suivi des dépenses.",{"name":110,"slug":111,"categorySlug":12,"categoryName":98,"categoryColor":99,"logo":112,"tagline":113,"description":114},"Open WebUI","open-webui","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.",[116,117,118],"self-host-litellm-vps","heberger-ollama-vps","deployer-dify-vps",{"key":12,"slug":12,"name":98,"objective":120,"icon":121,"color":99},"Créer, héberger et exploiter des solutions IA.","ai",1793820319052]