# 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](/fr/docs/ai-providers) | | **Routage éco** | Précédence de fournisseur frugale par défaut — privilégier un modèle local, basculer vers le cloud en secours. | [Routage éco IA](/fr/docs/ai-eco-routing) | | **Champs IA** | Colonnes de table calculées qui résument, catégorisent, extraient, traduisent, etc. via un LLM. | [Champs IA](/fr/docs/ai-fields) | | **Chat IA** | Une interface conversationnelle sur vos données — interroger, modifier et déclencher des automatisations en langage naturel. | [Chat IA](/fr/docs/ai-chat) | | **Agents IA** | Utilisateurs virtuels autonomes avec outils restreints, garde-fous d'approbation, planifications et limites opérationnelles. | [Agents IA](/fr/docs/ai-agents) | | **Connaissances RAG** | Ancrer les réponses dans vos tables et documents via des embeddings vectoriels et la recherche sémantique. | [RAG IA](/fr/docs/ai-rag) | | **Mémoire d'agent** | Historique de conversation, connaissances soutenues par RAG, et faits appris persistants par agent. | [Mémoire IA](/fr/docs/ai-memory) | | **Intégration MCP** | Exposer Sovrium comme serveur MCP, et laisser les agents consommer des outils MCP externes. | [Intégration MCP](/fr/docs/mcp-integration) | :::callout **Les champs IA sont documentés sous Tables.** Les sept types de champs calculés (`ai-summary`, `ai-categorize`, `ai-extract`, `ai-sentiment`, `ai-tag`, `ai-translate`, `ai-generate`) vivent sur les enregistrements de table et sont couverts dans [Champs IA](/fr/docs/ai-fields). Cette section couvre les couches conversationnelle, agentique et d'interopérabilité. ::: ## 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. ```bash # 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 ``` ```bash # 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 - [Fournisseurs IA](/fr/docs/ai-providers) — choisir et configurer le backend LLM. - [Routage éco IA](/fr/docs/ai-eco-routing) — précédence de fournisseur local d'abord. - [Champs IA](/fr/docs/ai-fields) — colonnes calculées propulsées par un LLM. - [Chat IA](/fr/docs/ai-chat) — interaction conversationnelle avec les données. - [Agents IA](/fr/docs/ai-agents) — utilisateurs virtuels autonomes. - [RAG IA](/fr/docs/ai-rag) — connaissances augmentées par récupération. - [Mémoire IA](/fr/docs/ai-memory) — conversation, connaissances et faits d'agent. - [Intégration MCP](/fr/docs/mcp-integration) — Sovrium comme serveur et client MCP. - [Variables d'environnement](/fr/docs/env-vars) — référence complète des variables d'environnement.