Skip to main content
View as Markdown

Vue d'ensemble de l'IA

Sovrium fournit une couche IA complète et auto-hébergeable. Chaque capacité est activable à la demande et régie par le RBAC et les permissions au niveau des champs déjà en place — l'IA ne contourne jamais le modèle de sécurité. La couche IA est désactivée par défaut : rien de lié à l'IA ne s'exécute tant que vous n'avez pas défini la variable d'environnement AI_PROVIDER.

La philosophie de conception reflète le reste de la plateforme : les opérateurs contrôlent l'infrastructure via des variables d'environnement, les auteurs de schéma déclarent leur intention dans la configuration. Quel fournisseur répond à un appel, où vivent les embeddings, et si le serveur MCP est monté sont des préoccupations d'opérateur (AI_PROVIDER, MCP_ENABLED, …). Quelles tables un agent peut manipuler et quelles entités sont éligibles à l'IA sont des préoccupations d'auteur de schéma (agents[], aiAccess).

L'écosystème IA

Huit briques se composent pour former l'expérience IA complète.

Capacité Ce qu'elle fait Documentation
Fournisseurs Choisir le backend LLM et d'embedding (Anthropic, OpenAI, Mistral, Gemini, Ollama local, compatible OpenAI). Fournisseurs IA
Routage éco Précédence de fournisseur frugale par défaut — privilégier un modèle local, basculer vers le cloud en secours. Routage éco IA
Champs IA Colonnes de table calculées qui résument, catégorisent, extraient, traduisent, etc. via un LLM. Champs IA
Chat IA Une interface conversationnelle sur vos données — interroger, modifier et déclencher des automatisations en langage naturel. Chat IA
Agents IA Utilisateurs virtuels autonomes avec outils restreints, garde-fous d'approbation, planifications et limites opérationnelles. Agents IA
Connaissances RAG Ancrer les réponses dans vos tables et documents via des embeddings vectoriels et la recherche sémantique. RAG IA
Mémoire d'agent Historique de conversation, connaissances soutenues par RAG, et faits appris persistants par agent. Mémoire IA
Intégration MCP Exposer Sovrium comme serveur MCP, et laisser les agents consommer des outils MCP externes. Intégration MCP

Philosophie de configuration

L'IA se comporte comme les couches de base de données (DATABASE_URL), de stockage (STORAGE_PROVIDER) et d'authentification (AUTH_SECRET) : l'infrastructure est une configuration par variable d'environnement, l'intention est du schéma.

Préoccupation Contrôlée par Où
Quel fournisseur/modèle/clé utiliser Opérateur Variables AI_PROVIDER, AI_MODEL, AI_API_KEY
Précédence de routage des fournisseurs (éco) Opérateur Variable ECO_AI_PROVIDER_PRECEDENCE
Si le serveur MCP est monté Opérateur Variables MCP_ENABLED, MCP_TRANSPORT, …
Quelles entités sont éligibles à l'IA Auteur de schéma aiAccess sur tables / automatisations / actions
Identité, outils, approbation, planification d'agent Auteur de schéma app.agents[]
Colonnes calculées IA Auteur de schéma Champs type: ai-* sur une table

L'unique interrupteur principal est AI_PROVIDER. Lorsqu'il n'est pas défini (ou vidé), l'ensemble de la couche IA est silencieusement désactivé — les champs IA ignorent le calcul, le point d'accès du chat renvoie une réponse désactivée, les agents ne s'exécutent pas, et l'infrastructure RAG/embedding n'est pas provisionnée. Aucune erreur n'est levée au démarrage ; l'IA reste simplement dormante jusqu'à sa configuration.

# Activation minimale : un modèle Ollama local (pas de clé API, pas de cloud).
AI_PROVIDER=ollama
AI_BASE_URL=http://localhost:11434
AI_MODEL=llama3.1
# Un fournisseur cloud.
AI_PROVIDER=anthropic
AI_API_KEY=sk-ant-...
AI_MODEL=claude-sonnet-4-5

Comment les pièces s'assemblent

                         AI_PROVIDER (interrupteur principal)
                                  │
        ┌─────────────────┬───────┴────────┬──────────────────┐
        ▼                 ▼                ▼                  ▼
   Champs IA          Chat IA          Agents IA          Serveur MCP
 (cols calculées)  (conversation)  (utilisateurs virtuels) (clients externes)
        │                 │                │                  │
        │                 └──── outils ────┤                  │
        │                                  │                  │
        ▼                                  ▼                  ▼
                          RBAC + permissions au niveau des champs (toujours appliquées)
                                  │
                                  ▼
                    Connaissances RAG + mémoire d'agent (pgvector / BLOB SQLite)

Chaque surface IA — champs, chat, agents, MCP — passe par la même couche d'autorisation. Un agent hérite des permissions de son rôle ; un utilisateur de chat ne peut voir que les enregistrements autorisés par sa session ; un client MCP est borné par le rôle de son jeton. Il n'existe aucun contournement IA privilégié.

Prérequis

Exigence Pourquoi
AI_PROVIDER défini Interrupteur principal. Sans lui, toute la couche IA est dormante.
app.auth (le plus souvent) Les agents sont stockés comme utilisateurs auth ; le chat et le RBAC MCP nécessitent des rôles. Les champs IA fonctionnent sans authentification.
pgvector / SQLite Les embeddings RAG nécessitent PostgreSQL + pgvector ou SQLite (BLOB Float32 + cosinus côté application). Aucune base vectorielle externe.

Pages connexes