[{"data":1,"prerenderedAt":194},["ShallowReactive",2],{"seo-verification":3,"blog-heberger-anythingllm-vps-ma-fr":6,"promo-bar-likely":185},{"google":4,"bing":5},"EycwPY2XMyTkVzas3n1ygeNJFGAH513qrMjfDljzsMQ","",{"key":7,"data":8},"blog-heberger-anythingllm-vps-ma-fr",{"id":9,"slug":10,"slugs":11,"title":15,"excerpt":16,"readTime":17,"views":18,"isPinned":19,"noindex":19,"publishedAt":20,"updatedAt":21,"category":22,"categories":28,"featuredImage":30,"bgImage":31,"posterImage":32,"relatedSolution":33,"intro":35,"sections":36,"ctaTitle":136,"ctaBody":137,"ctaButton":138,"ctaUrl":139,"relatedPosts":140},9,"heberger-anythingllm-vps",{"fr":10,"en":12,"ar":13,"es":14},"how-to-host-anythingllm-on-a-vps","كيفية-استضافة-anythingllm-على-خادم-vps","como-alojar-anythingllm-en-un-vps","AnythingLLM sur VPS : guide complet avec pièges à éviter","Hébergez AnythingLLM sur VPS : Docker, HTTPS, epinglage de version obligatoire. Pièges :latest, Gemini v1.16 et Ollama réseau Docker documentés.",8,0,false,"2026-06-11T00:00:00+00:00","2026-09-07T11:26:10+00:00",{"id":23,"name":24,"slug":25,"color":26,"icon":27},1,"Intelligence Artificielle","intelligence-artificielle","bg-purple-500\u002F10 text-purple-400","ia",[29],{"id":23,"name":24,"slug":25,"color":26,"icon":27},null,"\u002Fblog\u002Fcovers\u002Fbg.svg","\u002Fblog\u002Fcovers\u002Fheberger-anythingllm-vps-poster.svg",{"categorySlug":27,"appSlug":34},"anything-llm","AnythingLLM transforme vos documents internes en une base de connaissances interrogeable par chat, avec gestion multi-utilisateurs et espaces de travail isolés. En l'hébergeant sur votre VPS, vous obtenez un assistant RAG privé branché sur vos propres fichiers, sans confier vos PDF confidentiels à un service externe. Ce guide couvre le déploiement pas à pas, mais aussi les pièges réels signalés par la communauté — dont un qui efface définitivement vos embeddings si vous tirez le tag `:latest` sans précaution.",[37,41,53,56,60,85,88,90],{"type":38,"title":39,"body":40},"h2","Pourquoi self-héberger AnythingLLM sur un VPS","AnythingLLM est avant tout un moteur RAG complet : ingestion de documents, découpage, vectorisation, recherche sémantique et génération, le tout dans une interface multi-utilisateurs accessible depuis un navigateur. Le cœur du sujet, c'est la donnée : rapports financiers, contrats, documentation produit, base de connaissances support. Ces fichiers n'ont pas vocation à transiter chez un fournisseur SaaS d'ingestion tiers.\n\nSur un VPS, l'embarqueur de documents, la base vectorielle (LanceDB intégré par défaut) et l'historique des conversations restent dans vos volumes Docker — jamais dupliqués ailleurs sans votre accord. Vous contrôlez qui accède à quel espace de travail, vous choisissez librement le LLM (API cloud ou modèle local via Ollama), et vous échappez aux quotas d'ingestion des offres SaaS qui plafonnent le nombre de pages ou de fichiers.\n\nPour une agence qui gère plusieurs clients, chaque workspace devient un silo étanche : documents cloisonnés, droits par rôle, aucune fuite entre équipes. Pour une entreprise, c'est la conformité qui prime : les données restent sur votre infrastructure, dans votre juridiction, sous votre politique de sauvegarde.",{"type":42,"title":43,"items":44},"ul","Les bénéfices concrets d'un AnythingLLM auto-hébergé",[45,46,47,48,49,50,51,52],"Documents confidentiels indexés localement, jamais envoyés à un service d'ingestion tiers.","Espaces de travail cloisonnés par client ou par équipe, avec gestion fine des rôles (Administrateur, Manager, Standard).","Base vectorielle au choix : LanceDB embarqué pour démarrer, Chroma ou Qdrant externe pour les gros corpus.","Connexion à plus de 20 fournisseurs LLM, dont un Ollama local pour le zéro-cloud et zéro-coût d'inférence.","Aucune limite sur le nombre de documents, de pages ou d'espaces de travail ingérés.","Sauvegarde simple et portable : tout l'état tient dans un unique volume `storage` à archiver ou répliquer.","Agents IA no-code intégrés : créez des pipelines d'automatisation sans quitter l'interface.","API REST complète pour intégrer AnythingLLM dans vos propres applications ou scripts d'automatisation.",{"type":38,"title":54,"body":55},"Prérequis matériels et logiciels","Le conteneur AnythingLLM est raisonnable en ressources, mais l'embedding d'un gros corpus consomme CPU et RAM de manière significative. Visez **2 vCPU \u002F 2 Go de RAM** pour démarrer avec quelques centaines de documents et un LLM en API cloud. Montez à **4 vCPU \u002F 8 Go** si vous indexez des milliers de documents, utilisez un modèle d'embedding local, ou faites tourner Ollama sur le même hôte.\n\nPrévoyez **15 à 20 Go de disque** au minimum : les vecteurs et le cache de documents grossissent vite, surtout avec des PDF denses ou des corpus multilingues. Ajoutez de la marge si vous déployez aussi Qdrant ou Ollama sur le même VPS.\n\nCôté logiciel, il vous faut :\n- **Docker** et **Docker Compose** (v2 recommandé)\n- Un **nom de domaine** ou sous-domaine pointant sur votre VPS (ex. `chat.votre-domaine.com`)\n- Le port **443** ouvert en entrée sur votre pare-feu\n- Une clé API LLM (OpenAI, Anthropic, Mistral…) si vous n'utilisez pas Ollama en local\n\n**Note importante sur les versions** : avant toute commande `docker pull`, lisez la section Épinglage de version plus bas. Tirer `:latest` sans précaution peut effacer définitivement vos embeddings.",{"type":57,"title":58,"body":59},"tip","Épinglage de version : critique et irréversible","**N'utilisez jamais le tag `:latest` en production.** Un `docker pull mintplexlabs\u002Fanythingllm:latest` peut écraser la clé de chiffrement interne des embeddings stockés dans votre volume, rendant tous vos documents vectorisés **illisibles de façon permanente** — sans possibilité de récupération.\n\nCe comportement est documenté comme breaking change depuis mars 2026 (\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FMintplex-Labs\u002Fanything-llm\u002Fissues\u002F5256\">issue GitHub #5256\u003C\u002Fa>).\n\nLa règle à suivre : épinglez toujours une version fixe dans votre `docker-compose.yml` :\n\n```yaml\nimage: mintplexlabs\u002Fanythingllm:v1.8.4\n```\n\nAvant de mettre à jour, lisez les release notes de chaque version intermédiaire, sauvegardez votre volume `storage` complet, et testez la montée de version sur une copie avant de l'appliquer en production.",{"type":61,"title":62,"steps":63},"steps","Déployer AnythingLLM avec Docker et HTTPS",[64,67,70,73,76,79,82],{"title":65,"body":66},"Créer l'arborescence et les permissions","En SSH sur votre VPS, créez le répertoire de travail et le volume de données :\n\n```bash\nmkdir -p \u002Fopt\u002Fanythingllm\u002Fstorage\ncd \u002Fopt\u002Fanythingllm\nchmod -R 777 storage\n```\n\nLe conteneur tourne avec un UID dédié (non root) : les permissions `777` sur `storage` sont nécessaires pour que le processus interne puisse écrire la base vectorielle et les uploads de documents.",{"title":68,"body":69},"Écrire le docker-compose.yml avec une version épinglée","Créez `\u002Fopt\u002Fanythingllm\u002Fdocker-compose.yml`. Notez le tag de version fixe — **ne mettez pas `:latest`** :\n\n```yaml\nservices:\n  anythingllm:\n    image: mintplexlabs\u002Fanythingllm:v1.8.4\n    container_name: anythingllm\n    restart: unless-stopped\n    ports:\n      - \"3001:3001\"\n    volumes:\n      - .\u002Fstorage:\u002Fapp\u002Fserver\u002Fstorage\n    env_file:\n      - .env\n    cap_add:\n      - SYS_ADMIN\n```\n\nPuis créez `.env` dans le même dossier avec au minimum :\n\n```bash\nJWT_SECRET=changez-moi-par-une-chaine-aleatoire-longue\nSTORAGE_DIR=\u002Fapp\u002Fserver\u002Fstorage\nLLM_PROVIDER=openai\nOPEN_AI_KEY=sk-votre-cle-openai\n```\n\nRemplacez `LLM_PROVIDER` et la clé selon votre fournisseur. Pour Ollama local, voir l'étape suivante.",{"title":71,"body":72},"Configurer Ollama si vous optez pour le 100 % local","Si Ollama tourne sur le **même hôte** que le conteneur AnythingLLM, **n'utilisez pas `localhost`** — depuis l'intérieur du conteneur, `localhost` désigne le conteneur lui-même, pas l'hôte.\n\nURL correcte selon l'OS :\n- **Linux** : `http:\u002F\u002F172.17.0.1:11434` (adresse du bridge Docker par défaut)\n- **macOS \u002F Windows** : `http:\u002F\u002Fhost.docker.internal:11434`\n\nDans votre `.env` :\n\n```bash\nLLM_PROVIDER=ollama\nOLLAMA_BASE_PATH=http:\u002F\u002F172.17.0.1:11434\nOLLAMA_MODEL_PREF=llama3.2\nEMBEDDING_ENGINE=ollama\nEMBEDDING_BASE_PATH=http:\u002F\u002F172.17.0.1:11434\nEMBEDDING_MODEL_PREF=nomic-embed-text\n```\n\nVérifiez qu'Ollama écoute bien sur `0.0.0.0` (pas seulement `127.0.0.1`) en contrôlant `OLLAMA_HOST=0.0.0.0` dans son unité systemd ou sa variable d'environnement.",{"title":74,"body":75},"Démarrer le conteneur et créer le compte admin","Lancez le service :\n\n```bash\ndocker compose up -d\ndocker compose logs -f\n```\n\nAttendez les lignes `[server] Listening on port 3001` et `[database] Migration complete`. Puis accédez à `http:\u002F\u002Fvotre-ip:3001` depuis votre poste (accès temporaire, à couper après configuration du reverse proxy). L'assistant de configuration vous guide pour créer le compte administrateur et choisir le modèle d'embedding et le LLM.",{"title":77,"body":78},"Mettre en place le reverse proxy avec HTTPS","Avec **Nginx** (exemple minimal) ou **Caddy**, exposez AnythingLLM derrière votre domaine.\n\nExemple Caddy (le plus simple, Let's Encrypt automatique) :\n\n```\nchat.votre-domaine.com {\n    reverse_proxy localhost:3001\n    request_body {\n        max_size 100MB\n    }\n}\n```\n\nExemple Nginx (bloc `server`) :\n\n```nginx\nserver {\n    listen 443 ssl;\n    server_name chat.votre-domaine.com;\n    ssl_certificate \u002Fetc\u002Fletsencrypt\u002Flive\u002Fchat.votre-domaine.com\u002Ffullchain.pem;\n    ssl_certificate_key \u002Fetc\u002Fletsencrypt\u002Flive\u002Fchat.votre-domaine.com\u002Fprivkey.pem;\n    client_max_body_size 100M;\n    location \u002F {\n        proxy_pass http:\u002F\u002F127.0.0.1:3001;\n        proxy_set_header Host $host;\n        proxy_set_header Upgrade $http_upgrade;\n        proxy_set_header Connection \"upgrade\";\n    }\n}\n```\n\nLa directive `client_max_body_size` (Nginx) ou `max_size` (Caddy) est indispensable pour permettre l'upload de gros PDF ou d'archives de documents.",{"title":80,"body":81},"Créer un workspace, ingérer des documents et tester","Dans l'interface, cliquez « + Nouveau workspace », donnez-lui un nom, puis glissez quelques PDF dans la zone d'upload. Lancez l'embedding (bouton « Sauvegarder et embarquer »). Une fois terminé, posez une question dans le chat — les réponses doivent citer les sources extraites de vos fichiers.\n\nSi les citations n'apparaissent pas, vérifiez dans les paramètres de workspace que le mode RAG est bien activé (option « Chat mode » → « Query »), et que le nombre de chunks retournés est supérieur à 0.",{"title":83,"body":84},"Activer le mode multi-utilisateurs et sécuriser l'accès","Dans les Paramètres → Multi-User Mode, activez le mode multi-utilisateur. Invitez vos collaborateurs par e-mail et attribuez les rôles : **Administrateur** (accès total), **Manager** (gestion des workspaces), **Standard** (utilisation uniquement).\n\nRestreignez chaque utilisateur aux seuls workspaces qui le concernent. Depuis l'interface admin, vous pouvez également configurer un SSO ou une authentification externe si votre fournisseur LLM le supporte.",{"type":38,"title":86,"body":87},"Dépannage : les trois pièges les plus fréquents","Ces trois problèmes reviennent régulièrement dans la communauté AnythingLLM. Les connaître avant de déployer vous évitera des heures de debug.\n\n**Piège 1 — `:latest` efface vos embeddings (critique, irréversible)**\n\nSi vous mettez à jour votre conteneur avec `docker pull mintplexlabs\u002Fanythingllm:latest`, une nouvelle version peut écraser la clé de chiffrement des embeddings stockée dans votre volume. Résultat : tous vos documents vectorisés deviennent illisibles, sans possibilité de récupération. Ce breaking change est documenté depuis mars 2026 (\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FMintplex-Labs\u002Fanything-llm\u002Fissues\u002F5256\">issue #5256\u003C\u002Fa>). **Solution** : épinglez toujours un tag de version fixe (`v1.8.4`, `v1.9.x`…) dans votre `docker-compose.yml` et ne faites jamais de `pull` sans sauvegarde préalable du volume `storage`.\n\n**Piège 2 — Les agents Gemini sont cassés depuis la v1.16**\n\nDepuis AnythingLLM v1.16, le provider Gemini produit une erreur de connexion en streaming qui reste ouverte indéfiniment, bloquant l'agent (\u003Ca href=\"https:\u002F\u002Fgithub.com\u002FMintplex-Labs\u002Fanything-llm\u002Fissues\u002F6153\">issue #6153\u003C\u002Fa>, toujours ouverte). **Contournement** : désactivez le provider Gemini dans les paramètres LLM et utilisez à la place un endpoint compatible OpenAI (ex. `gemini-openai-compatible`) ou passez sur Ollama. Ne tentez pas de déboguer côté réseau — le problème est dans la gestion du stream côté AnythingLLM.\n\n**Piège 3 — Ollama inaccessible depuis le conteneur**\n\nSi Ollama est installé directement sur l'hôte (hors Docker), configurer `http:\u002F\u002Flocalhost:11434` dans AnythingLLM ne fonctionne pas : depuis l'intérieur du conteneur, `localhost` pointe sur le conteneur lui-même, pas sur l'hôte. Utilisez `http:\u002F\u002F172.17.0.1:11434` sur Linux (IP du bridge Docker) ou `http:\u002F\u002Fhost.docker.internal:11434` sur macOS\u002FWindows. Vérifiez aussi qu'Ollama écoute sur `0.0.0.0` et non uniquement sur `127.0.0.1` (variable `OLLAMA_HOST=0.0.0.0` dans le service systemd).",{"type":57,"body":89},"Pour des corpus volumineux (plus de 10 000 chunks), ne restez pas sur LanceDB embarqué : déployez Qdrant dans un conteneur voisin sur le même réseau Docker et pointez AnythingLLM dessus via la variable `VECTOR_DB=qdrant` et `QDRANT_ENDPOINT=http:\u002F\u002Fqdrant:6333`. Qdrant gère mieux les millions de vecteurs, offre du filtrage par métadonnées et reste interrogeable indépendamment, ce qui facilite le debug de vos recherches sémantiques. Le volume Qdrant se sauvegarde lui aussi facilement : un simple `docker cp` ou un snapshot de volume suffit.",{"type":91,"title":92,"headers":93,"rows":96},"comparison","AnythingLLM vs Open WebUI : quel espace de travail IA choisir ?",[5,94,95],"AnythingLLM","Open WebUI",[97,101,105,109,113,117,121,125,129,133],[98,99,100],"Objectif principal","RAG documentaire + agents IA","Interface de chat pour LLM",[102,103,104],"RAG \u002F ingestion de documents","Intégré (PDF, Word, URL, Notion, GitHub…)","Import de fichiers basique",[106,107,108],"Constructeur d'agents IA","Oui (no-code)","Non",[110,111,112],"Fournisseurs de LLM","Plus de 20 (Ollama, OpenAI, Anthropic, Mistral…)","Ollama + compatibles OpenAI",[114,115,116],"Rôles multi-utilisateurs","Administrateur \u002F Manager \u002F Standard","Gestion des utilisateurs basique",[118,119,120],"API REST","API complète documents et chat","Limitée",[122,123,124],"Base vectorielle","LanceDB intégré + interchangeable (Qdrant, Chroma…)","Externe via la configuration RAG",[126,127,128],"RAM (API seule, sans LLM local)","~512 Mo","~256 Mo",[130,131,132],"Risque :latest","Critique — efface les embeddings","Moins documenté",[134,135,135],"Licence","MIT","Votre base de connaissances IA privée sur un VPS Cloud ServOrbit","Le VPS Cloud ServOrbit fournit le stockage et la RAM nécessaires pour indexer vos documents et faire tourner AnythingLLM en toute confidentialité. Choisissez votre taille selon votre corpus et évoluez à la demande au fur et à mesure qu'il grandit.","Démarrer mon VPS Cloud","\u002Fvps-cloud",[141,157,175],{"id":23,"slug":142,"slugs":143,"title":147,"excerpt":148,"readTime":9,"views":23,"isPinned":19,"noindex":19,"publishedAt":149,"updatedAt":150,"category":151,"categories":152,"featuredImage":30,"bgImage":31,"posterImage":154,"relatedSolution":155},"heberger-open-webui",{"fr":142,"en":144,"ar":145,"es":146},"how-to-host-open-webui-on-a-vps","كيفية-استضافة-open-webui-على-خادم-vps","como-alojar-open-webui-en-un-vps","Comment héberger Open WebUI sur un VPS","Déployez Open WebUI sur votre propre VPS : gardez le contrôle de vos données, évitez les coûts des API cloud et accédez à vos LLMs depuis une interface web propre.","2026-06-01T00:00:00+00:00","2026-11-09T20:55:18+00:00",{"id":23,"name":24,"slug":25,"color":26,"icon":27},[153],{"id":23,"name":24,"slug":25,"color":26,"icon":27},"\u002Fblog\u002Fcovers\u002Fheberger-open-webui-poster.svg",{"categorySlug":27,"appSlug":156},"open-webui",{"id":158,"slug":159,"slugs":160,"title":164,"excerpt":165,"readTime":166,"views":23,"isPinned":19,"noindex":19,"publishedAt":167,"updatedAt":168,"category":169,"categories":170,"featuredImage":30,"bgImage":31,"posterImage":172,"relatedSolution":173},2,"deployer-dify-vps",{"fr":159,"en":161,"ar":162,"es":163},"deploying-dify-on-a-vps-ai-workflows-under-control","نشر-dify-على-vps-سير-عمل-الذكاء-الاصطناعي-تحت-السيطرة","desplegar-dify-en-un-vps","Déployer Dify sur un VPS : guide de l'installation aux plugins","Installez Dify sur un VPS ServOrbit : prérequis, Docker Compose, plugins offline, limites de l'installation Docker, sauvegarde avant mise à jour, dépannage.",15,"2026-02-11T00:00:00+00:00","2026-10-29T03:10:23+00:00",{"id":23,"name":24,"slug":25,"color":26,"icon":27},[171],{"id":23,"name":24,"slug":25,"color":26,"icon":27},"\u002Fblog\u002Fcovers\u002Fdeployer-dify-vps-poster.svg",{"categorySlug":25,"appSlug":174},"dify",{"id":176,"slug":177,"slugs":178,"title":182,"excerpt":183,"readTime":184,"views":23,"isPinned":19,"noindex":185,"publishedAt":186,"updatedAt":187,"category":188,"categories":189,"featuredImage":30,"bgImage":31,"posterImage":191,"relatedSolution":192},121,"heberger-openclaw-vps",{"fr":177,"en":179,"ar":180,"es":181},"hosting-openclaw-on-a-vps","استضافة-openclaw-على-خادم-vps","alojar-openclaw-en-un-vps","Héberger OpenClaw sur un VPS","Hébergez OpenClaw sur votre VPS : l'assistant IA personnel open source joignable depuis WhatsApp, Telegram, Discord et 50+ messageries. Docker, LLM et HTTPS.",4,true,"2026-02-23T00:00:00+00:00","2026-11-09T20:55:19+00:00",{"id":23,"name":24,"slug":25,"color":26,"icon":27},[190],{"id":23,"name":24,"slug":25,"color":26,"icon":27},"\u002Fblog\u002Fcovers\u002Fheberger-openclaw-vps-poster.svg",{"categorySlug":27,"appSlug":193},"openclaw",1794270711727]