Créer des Claude Skills qui tiennent en situation réelle
La plupart des équipes utilisent mal les Claude Skills de l’une de ces deux manières. Elles transforment soit SKILL.md en une poubelle, soit elles ne parviennent jamais à se départir de prompts géants copiés-collés.
Configurations Hermes axées sur le profil pour des charges de travail sérieuses
L’assistant IA Hermes, officiellement documenté sous le nom de Hermes Agent, n’est pas positionné comme un simple wrapper de chat.
Les compétences à conserver et celles à ignorer
OpenClaw possède deux types d’extensions, et il est facile de les confondre.
Les plugins étendent le temps d’exécution (runtime). Les compétences (skills) étendent le comportement de l’agent.
D'abord les plugins, puis une brève explication des compétences.
Cet article porte sur les plugins OpenClaw — des paquets de passerelle natifs qui ajoutent des canaux, des fournisseurs de modèles, des outils, de la parole, de la mémoire, des médias, une recherche web et d’autres surfaces d’exécution.
« Comment les systèmes OpenClaw réels sont réellement structurés »
OpenClaw semble simple dans les démos. En production, il devient un système.
Les abonnements à Claude n'alimentent plus les agents
La faille discrète qui a alimenté une vague d’expérimentation d’agents est désormais close.
Recherche IA auto-hébergée avec des LLM locaux
Vane est l’une des entrées les plus pragmatiques dans le domaine de la « recherche IA avec citations » : un moteur de réponse auto-hébergé qui combine la récupération web en direct avec des LLM locaux ou cloud, tout en gardant toute la pile sous votre contrôle.
Le codage agentique, désormais avec des backends de modèles locaux.
Claude Code n’est pas un simple autocomplétion avec un meilleur marketing. C’est un outil de codage agentique : il lit votre base de code, modifie des fichiers, exécute des commandes et s’intègre à vos outils de développement.
Installation et démarrage rapide de l’agent Hermes pour les développeurs
L’agent Hermes est un assistant IA auto-hébergé, agnostique quant au modèle, qui fonctionne sur une machine locale ou un VPS à bas coût, interagit via des interfaces en ligne de commande et de messagerie, et s’améliore avec le temps en transformant les tâches répétitives en compétences réutilisables.
Installez TGI, déployez rapidement, déboguez encore plus vite.
Text Generation Inference (TGI) possède une énergie très particulière. Ce n’est pas le nouveau venu de la rue de l’inférence, mais c’est celui qui a déjà appris comment la production peut se briser -
Vitesse de génération des jetons de llama.cpp sur 16 Go de VRAM (tableaux).
Ici je compare la vitesse de plusieurs LLM fonctionnant sur un GPU doté de 16 Go de VRAM, et je choisis le meilleur pour l’auto-hébergement.
Serveur Ollama orienté composition, avec GPU et persistance.
Ollama fonctionne parfaitement sur du matériel nu. Cela devient encore plus intéressant lorsque vous le traitez comme un service : une extrémité stable, des versions figées, un stockage persistant et une GPU qui est soit disponible, soit non.
HTTPS Ollama sans interrompre les réponses en flux.
Exécuter Ollama derrière un proxy inversé est le moyen le plus simple d’obtenir HTTPS, un contrôle d’accès facultatif et un comportement de streaming prévisible.
Faites fonctionner rapidement les modèles ouverts avec SGLang.
SGLang est un framework de service haute performance pour les grands modèles de langage et les modèles multimodaux, conçu pour fournir une inférence à faible latence et à haut débit sur tout, d’une seule GPU à des clusters distribués.
Échange à chaud de LLM locaux sans modifier les clients.
Bientôt, vous jonglerez avec vLLM, llama.cpp et plus encore — chaque pile sur son propre port. Tout ce qui se trouve en aval souhaite toujours une URL de base /v1; sinon, vous continuez à changer de ports, de profils et de scripts ponctuels. llama-swap est le proxy /v1 avant ces piles.
La plupart des configurations locales d’IA commencent par un modèle et un temps d’exécution.
