Moteur IA

Choix du fournisseur de modele de langage utilise par le chat et la generation de pages.

Fournisseur

Ollama (local) 1min.ai (cloud) OpenRouter (cloud) Mistral (cloud) Gemini (cloud)

Configuration Ollama

URL du serveur Ollama

Modele

Aucun modele detecte. Verifie que Ollama tourne et que l'URL est correcte.

Configuration 1min.ai

Cle API Effacer la cle enregistree

Fournisseur

Modele

Configuration OpenRouter

Cle API Effacer la cle enregistree

Modele Gratuits seulement

Liste chargee automatiquement depuis OpenRouter. Pour rester gratuit : un modele marque · gratuit ou le routeur openrouter/free (choisit un modele gratuit tout seul). Pour les imports, prefere un gratuit a grand contexte (valeur « ctx »).

Configuration Mistral

Cle API Effacer la cle enregistree

Modele

Cle gratuite sur console.mistral.ai (tier « Experiment », sans CB). Pour les imports, prefere mistral-large-latest (128k contexte, fidele et bon en francais) ou mistral-small-latest (plus rapide).

Configuration Gemini

Cle API Effacer la cle enregistree

Modele

Cle gratuite sur aistudio.google.com (sans CB). Ideal pour les imports : gemini-2.0-flash a un contexte ~1M → un livre entier tient en 1-2 appels (plus de morceaux perdus). Pense a monter la taille des morceaux d'import pour en profiter.

Embeddings (Atelier RAG)

Modèle utilisé pour indexer les sources PDF des ateliers et y faire de la recherche. C'est un modèle séparé du modèle de chat ci-dessus.

Fournisseur d'embeddings

Ollama (local, gratuit) Mistral (cloud, EU)

Modèle d'embedding Ollama

Recommandé : nomic-embed-text (léger). Gratuit et illimité (local).

Installer automatiquement le modèle au démarrage s'il manque

Extraits récupérés par question (couverture RAG)

Plus haut = l'IA voit plus de passages par question (mieux pour les questions larges « liste les… »), mais prompt plus long. Défaut 8. Avec un modèle gros-contexte (Gemini), tu peux monter à 50-150 pour une couverture quasi « document entier ». Pour les questions exhaustives, préfère le bouton « Analyse approfondie » de l'atelier.

Clé API Mistral ✓ configurée Effacer la clé enregistrée

C'est la même clé que pour le chat Mistral (une seule clé partagée). Soumis au rate limit du tier gratuit.

Modèle d'embedding Mistral

Fenetre de contexte

Tokens alloues au modele {{ settings.llm_num_ctx | number }} / {{ ollamaModelMaxContext | number }} max

Le modele {{ settings.llm_model }} accepte jusqu'a {{ ollamaModelMaxContext | number }} tokens. Plus la valeur est elevee, plus l'IA peut tenir d'historique et de contexte — au prix de VRAM et de latence.

Impossible de determiner la fenetre max du modele (Ollama injoignable ou modele inconnu). Slider borne a {{ CTX_FALLBACK_MAX | number }} par securite.

Import de PDF

Taille des morceaux a l'import (tokens)

Lors de l'import d'un PDF (regles ou campagne), le texte est decoupe en morceaux de cette taille avant d'etre analyse par l'IA. Plus gros = moins de morceaux, donc plus rapide et moins de fragmentation/doublons — mais le morceau doit tenir dans la fenetre du modele.
Repere : ~10 000 pour Ollama (16k de contexte) ; jusqu'a ~100 000 pour un modele a grand contexte (ex : GPT-5 mini, 400k) afin de traiter un livre entier en une seule passe. Attention : un gros morceau = generation plus longue (voir le timeout ci-dessous).

Timeout des appels IA (secondes)

Delai max d'attente d'une reponse du modele. Si un import lourd echoue avec « delai depasse » (timeout), augmentez cette valeur (ex : 600) ou reduisez la taille des morceaux ci-dessus. Defaut : 300 s.