Centre d'aide

Apportez votre propre LLM (Infomaniak, local, souverain)

Le guide Assistants IA (MCP) montre comment connecter un assistant clé en main. Ce guide s’adresse aux développeurs qui souhaitent aller un cran plus loin et choisir eux-mêmes le modèle — par exemple pour tout garder sur une infrastructure européenne ou suisse, fonctionner entièrement hors ligne, ou simplement utiliser un modèle que votre organisation a standardisé.

L’idée centrale : avec MCP, le modèle et la connexion sont deux préoccupations distinctes. Le serveur MCP de Peerdom ne sait pas et ne se soucie pas du LLM que vous utilisez. Vous apportez le modèle ; Peerdom se contente de répondre à ses questions.

Comment les pièces s’assemblent

Un modèle ne « parle » jamais MCP. Il émet seulement des intentions d’appel d’outil — « je veux appeler list_vacant_roles ». Le runtime environnant (le client MCP) exécute la poignée de main MCP, appelle le serveur Peerdom et renvoie le résultat au modèle. Deux conditions doivent donc être réunies :

  • (A) Votre runtime est un client MCP — il peut se connecter à un serveur MCP avec un en-tête personnalisé.
  • (B) Votre modèle est bon en appel de fonctions/d’outils — afin qu’il choisisse le bon outil et les bons arguments.
┌─────────────────────────────┐
│  Your MCP client / runtime  │   (LibreChat, Goose, Cline, Open WebUI, LM Studio …)
│                             │
│   ├── model API ────────────┼──▶  Your LLM  (Infomaniak, local, or any provider)
│   │                         │
│   └── MCP + X-Api-Key ───────┼──▶  https://mcp.peerdom.org/mcp
└─────────────────────────────┘

Le runtime est le seul composant qui dialogue avec les deux. Changez librement de modèle sans rien modifier du côté Peerdom, et inversement.

Pourquoi Infomaniak comme exemple

Infomaniak est un fournisseur suisse doté d’une API LLM OpenAI-compatible. C’est un bon exemple concret d’option de modèle souveraine et indépendante de tout fournisseur : les données sont hébergées en Suisse, sous le RGPD et la LPD suisse, et l’API expose un appel de fonctions tools / tool_choice standard — exactement ce dont MCP a besoin. Les mêmes étapes s’appliquent à tout endpoint OpenAI-compatible (un serveur local, un autre hébergeur européen ou votre propre déploiement).

Étape 1 : Obtenir un endpoint de modèle Infomaniak

Dans le produit AI Tools d’Infomaniak, créez un déploiement de modèle et notez trois éléments :

  • Base URL — https://api.infomaniak.com/2/ai/{PRODUCT_ID}/openai/v1
  • Jeton API — votre jeton API Infomaniak
  • Un modèle qui prend en charge l’appel de fonctions — choisissez-en un marqué « Function call: Yes » dans le catalogue (les modèles instruct récents Qwen, Mistral Small ou Gemma sont de bons choix).
Choisissez un modèle qui fait de l'appel d'outils. Certains modèles souverains — Apertus, par exemple — ne prennent pas en charge l'appel de fonctions et ne pourront pas piloter MCP. Les identifiants de modèles et leurs indicateurs d'appel de fonctions évoluent, alors consultez le catalogue à jour d'Infomaniak et vérifiez l'indicateur « Function call » avant de vous engager sur un modèle.

Étape 2 : Obtenir votre clé API Peerdom

Créez une clé dans Paramètres > Mes données > Clés API (Paramètres de l’organisation, accès propriétaire requis) — la même clé que celle décrite dans le guide Assistants IA (MCP). C’est elle qui authentifie la connexion MCP.

Étape 3 : Câbler les deux dans votre client MCP

Configurez deux éléments dans votre runtime : le fournisseur de modèle (Infomaniak) et le serveur MCP (Peerdom). Voici un exemple concret avec LibreChat, qui prend en charge les endpoints OpenAI-compatibles personnalisés et les serveurs MCP dans un seul fichier de configuration :

# librechat.yaml
endpoints:
  custom:
    - name: "Infomaniak"
      apiKey: "${INFOMANIAK_API_TOKEN}"
      baseURL: "https://api.infomaniak.com/2/ai/${INFOMANIAK_PRODUCT_ID}/openai/v1"
      models:
        default: ["mistral-small"]   # any model flagged "Function call: Yes"
        fetch: false

mcpServers:
  peerdom:
    type: streamable-http
    url: "https://mcp.peerdom.org/mcp"
    headers:
      X-Api-Key: "${PEERDOM_API_KEY}"

Démarrez une conversation contre l’endpoint Infomaniak et les outils Peerdom sont disponibles pour le modèle. Demandez « Quels Roles sont vacants ? » et le modèle hébergé en Suisse raisonne sur la réponse que renvoie le serveur Peerdom.

Les schémas de configuration diffèrent selon le client et la version — consultez la documentation de votre runtime pour connaître les clés exactes. Ce qui reste constant, ce sont les données : la base URL et le jeton Infomaniak, ainsi que l'endpoint Peerdom (https://mcp.peerdom.org/mcp) avec votre X-Api-Key.

Les autres runtimes suivent le même modèle en deux parties — pointez le paramètre de modèle vers la base URL d’Infomaniak, et ajoutez le bloc du serveur MCP Peerdom issu du guide principal :

  • Goose, Cline, Continue — définissez le fournisseur de modèle sur un endpoint OpenAI-compatible personnalisé, puis ajoutez le serveur MCP Peerdom.
  • Open WebUI — ajoutez Infomaniak comme connexion OpenAI-compatible ; atteignez le MCP via HTTP (ou via le proxy MCPO).
  • LM Studio — pour une pile entièrement hors ligne, exécutez un modèle local à appel de fonctions au lieu d’Infomaniak, et conservez le même bloc MCP Peerdom.

Construire votre propre agent

Si vous écrivez l’agent vous-même, l’appel au modèle est purement OpenAI-compatible — pointez le SDK vers la base URL d’Infomaniak et transmettez les outils Peerdom (découverts depuis le serveur MCP) comme tools :

from openai import OpenAI

client = OpenAI(
    base_url="https://api.infomaniak.com/2/ai/{PRODUCT_ID}/openai/v1",
    api_key="INFOMANIAK_API_TOKEN",
)

# `tools` are the Peerdom MCP tools, fetched via an MCP client library and
# converted to OpenAI function definitions; tool calls are dispatched back
# to https://mcp.peerdom.org/mcp with your X-Api-Key.
response = client.chat.completions.create(
    model="mistral-small",
    messages=[{"role": "user", "content": "Which roles are vacant in Marketing?"}],
    tools=tools,
    tool_choice="auto",
)

Une bibliothèque cliente MCP gère la poignée de main et l’envoi des outils ; votre boucle se contente de relayer les appels d’outils entre le modèle et le serveur Peerdom.

Bon à savoir

  • La qualité de l’appel d’outils compte. Les modèles plus faibles peuvent boucler, halluciner des noms d’outils ou omettre un appel nécessaire. Si les résultats ne sont pas fiables, passez à un modèle d’appel de fonctions plus performant avant de déboguer quoi que ce soit d’autre.
  • La résidence des données est entre vos mains. Avec Infomaniak ou un modèle local, vos données organisationnelles sont traitées sur une infrastructure européenne/suisse ou sur site — seule votre clé API parvient à Peerdom, et le serveur MCP ne stocke rien.
  • En lecture seule aujourd’hui. Comme pour tout client MCP, la connexion peut lire et résumer votre organisation, mais pas la modifier.

En lien