Starter Kit de Stack Souverain & Router Multi-LLM
Description
Docker Compose + flux n8n + prompts de routing pour monter votre propre centre de commande multi-IA. Arrêtez de dépendre d'une seule API et répartissez le travail entre 11 modèles.
Ce produit n'a pas encore de lien d'achat configuré.
Portail Clients (Odoo)
Le traitement des paiements, la facturation et la gestion de vos téléchargements sont effectués dans notre espace sécurisé Odoo.
🔑 Vous l'avez déjà acquis ? Connectez-vous ici pour le télécharger →Ce kit résout un problème concret : la dépendance à un seul fournisseur d'IA. Lorsque votre flux de travail dépend d'une API et que cette API change ses prix, limite les tokens ou tombe en panne, votre opération s'arrête.
Le Starter Kit inclut la configuration complète pour :
- Router Multi-LLM : Logique de routing par type de tâche (code → DeepSeek, rédaction → GPT-4o-mini, analyse → Qwen, vision → Kimi). Basé sur la matrice de failover que je documente dans le jardin numérique.
- Stack Souverain en Docker : n8n + Redis + PostgreSQL + Astro dans un seul
docker-compose.ymltesté en production (VPS de 4 Go de RAM). - Prompts de Routing : Modèles de system prompts optimisés pour chaque modèle, avec des instructions de format et des restrictions spécifiques.
- Matrice de Failover : Configuration de secours automatique — si le provider principal échoue, le router bascule vers le secondaire sans intervention manuelle.
Le kit est conçu pour quelqu'un qui utilise déjà l'IA dans son flux de travail et qui veut arrêter de dépendre d'une seule API. Vous n'avez pas besoin de savoir programmer, mais vous devez être à l'aise avec Docker et éditer des fichiers YAML/JSON.
docker-compose.ymlcomplet : n8n + Redis + PostgreSQL + variables d'environnement documentées- 8 flux n8n en JSON (importation directe) : router de tâches, traduction automatique, génération de contenu, analyse de données, scraping + résumé, email drafting, code review, research pipeline
- Matrice de routing en YAML : 11 modèles × 8 types de tâche avec des scores de performance réels
- 11 system prompts optimisés (un par modèle) avec des instructions de format, de ton et de restrictions
- Guide de déploiement étape par étape : du VPS vide au router opérationnel en 45 minutes
- Modèle de monitoring : dashboard dans n8n pour voir la consommation par modèle, la latence et le taux d'erreur
- README avec troubleshooting : les 12 erreurs les plus courantes et comment les résoudre
- Prérequis : Un VPS avec un minimum de 4 Go de RAM (Ubuntu 22.04+), Docker et Docker Compose installés, et au moins 2 clés API de modèles d'IA (OpenAI + OpenRouter est la combinaison la plus rapide pour commencer).
- Clonez et configurez : Copiez le
docker-compose.ymlsur votre serveur, éditez le fichier.envavec vos clés API et ajustez les ports si nécessaire. - Lancez le stack : Exécutez
docker compose up -d. Attendez 2 minutes que n8n s'initialise. - Importez les flux : Ouvrez n8n sur
http://votre-serveur:5678, allez dans Workflows → Import from File, et importez les 8 JSON inclus. - Configurez le router : Éditez la matrice de routing (
routing-matrix.yaml) avec vos modèles disponibles. Ceux que vous n'avez pas, marquez-les commedisabled. - Testez le pipeline : Exécutez le flux "router-test" avec une tâche d'exemple. Vérifiez que la réponse arrive du bon modèle.
- Itérez : Ajustez les system prompts selon votre ton et vos besoins. Le guide inclut un chapitre de fine-tuning de prompts par modèle.