Interfaces de chat IA sur srv759970¶

Bilan de toutes les interfaces permettant de dialoguer avec un LLM sur le VPS. Six surfaces distinctes, trois architectures différentes.

Vue d'ensemble¶

┌─────────────────────────────────────────────────────────────────────┐
│  CHAT GÉNÉRALISTE — interface OpenAI-compatible                       │
│                                                                       │
│  Open WebUI ──────── :3871 ──▶ rag-perf-proxy :3873 ──▶ Claude       │
│  LobeHub ─────────── :3210 ──▶ rag-perf-proxy :3873 ──▶ Claude       │
└─────────────────────────────────────────────────────────────────────┘

┌─────────────────────────────────────────────────────────────────────┐
│  CHAT MÉTIER — interface sur mesure, LLM dédié                        │
│                                                                       │
│  Domo ─────────────── :8100 ──▶ OpenAI direct (gpt-4o-mini)          │
│  Reading Coach Next ─ :3200 ──▶ OpenRouter ──▶ Gemini 2.5 Flash/Pro  │
│  RAIM (Hesiodus) ──── :3200 ──▶ OAuth direct ──▶ Claude Sonnet 4.6   │
└─────────────────────────────────────────────────────────────────────┘

┌─────────────────────────────────────────────────────────────────────┐
│  ORCHESTRATION D'AGENTS — gestion multi-agents                        │
│                                                                       │
│  Claudito ─────────── :3000 ──▶ Claude Code CLI  ⚠️ DISABLED         │
│  Paperclip ────────── :3110 ──▶ aucun LLM configuré                  │
└─────────────────────────────────────────────────────────────────────┘

Tableau comparatif¶

Interface	URL publique	LLM backend	RAG	Voice	Auth	Statut
Open WebUI	rag.srv759970.hstgr.cloud	Claude (wrapper)	✅ natif	✅ Whisper base	compte app	✅ actif
LobeHub	lobehub.srv759970.hstgr.cloud	Claude (wrapper)	❌	❌	nginx + access code	✅ actif
Domo	domo.srv759970.hstgr.cloud	OpenAI gpt-4o-mini	❌	✅ Cartesia STT + OpenAI TTS	nginx htpasswd	✅ actif
Reading Coach Next	reading-coach-next.srv759970.hstgr.cloud	Gemini 2.5 Flash/Pro	❌	✅ Cartesia TTS	aucune	✅ actif
RAIM (Hesiodus)	raim.srv759970.hstgr.cloud	Claude Sonnet 4.6 (OAuth direct)	✅ corpus 78 indicateurs	❌	NextAuth magic link	✅ actif (nohup)
Claudito	claudito.srv759970.hstgr.cloud	Claude Code CLI	❌	❌	credstore	⚠️ disabled
Paperclip	paperclip.srv759970.hstgr.cloud	aucun configuré	❌	❌	better-auth	✅ actif (vide)

1. Open WebUI — Chat RAG généraliste¶

Rôle¶

Interface web polyvalente (fork d'Open WebUI). Connectée au wrapper Claude via l'API OpenAI-compatible. Supporte RAG (upload de documents), recherche web, et transcription vocale locale via Whisper.

Architecture¶

Utilisateur → HTTPS → nginx → rag-open-webui :3871
                                   │
                                   ▼
                       OPENAI_API_BASE_URL :3873 (rag-perf-proxy)
                                   │
                                   ▼
                         wrapper Claude :3872 → Claude Max

Accès¶

Paramètre	Valeur
URL publique	`https://rag.srv759970.hstgr.cloud`
Container	`rag-open-webui`
Port interne	`127.0.0.1:3871`
Backend LLM	`http://127.0.0.1:3873/v1` (rag-perf-proxy → wrapper)
Modèles disponibles	tous ceux du wrapper Claude (sonnet-4-6, haiku-4-5, opus-4-5...)
Auth	Compte Open WebUI (`WEBUI_AUTH=true`, `ENABLE_SIGNUP=true`)
Ollama	désactivé (`ENABLE_OLLAMA_API=false`)

Fonctionnalités actives¶

RAG : upload de fichiers (PDF, texte...) → chunk → embeddings → retrieval dans le chat
Modèle d'embedding : sentence-transformers/all-MiniLM-L6-v2 (intégré)
Reranking : TaylorAI/bge-micro-v2 (intégré)
Voice : STT via Whisper base (intégré dans le container)
Télémétrie : désactivée (DO_NOT_TRACK=true, ANONYMIZED_TELEMETRY=false)

Compose¶

/home/automation/rag-perso/deploy/docker-compose.yml

Commandes utiles¶

docker logs rag-open-webui --tail 50
cd /home/automation/rag-perso/deploy && docker compose restart

2. LobeHub — Chat rapide multi-modèle¶

Rôle¶

Interface chat légère et rapide, orientée productivité. Connectée au même wrapper Claude qu'Open WebUI mais sans RAG. Double authentification (nginx + access code interne).

Architecture¶

Utilisateur → HTTPS → nginx (htpasswd) → lobehub :3210
                                              │
                     OPENAI_API_KEY ◄──────   │
                                              ▼
                        host.docker.internal:3873 → bridge socat → rag-perf-proxy → wrapper

Accès¶

Paramètre	Valeur
URL publique	`https://lobehub.srv759970.hstgr.cloud`
Container	`lobehub`
Port interne	`127.0.0.1:3210`
Backend LLM	`http://host.docker.internal:3873/v1` → bridge socat → rag-perf-proxy
Auth nginx	htpasswd `/etc/nginx/.htpasswd-lobehub`
Auth app	access code dans `/opt/lobehub/.env` → `ACCESS_CODE`

Fonctionnalités¶

Multi-modèles (tous ceux du wrapper Claude)
Personnages/personas configurables
Pas de RAG, pas de voice
Plugin market (désactivé en self-hosted)

Compose¶

/opt/lobehub/docker-compose.yml

Note — double chemin réseau¶

Les containers ne peuvent pas joindre 127.0.0.1 de l'hôte directement. LobeHub passe par host.docker.internal:3873 → claude-wrapper-bridge (socat sur l'interface Docker 172.17.0.1) → rag-perf-proxy:3873.

3. Domo — Companion vocal IA (personnage)¶

Rôle¶

Application Python FastAPI construisant une expérience de dialogue avec un personnage IA (Samantha). Pipeline voix complet : STT (Cartesia) → LLM (OpenAI) → TTS (OpenAI). Personnages configurables (characters/domo/).

Architecture¶

Utilisateur (micro/texte) → HTTPS → nginx (htpasswd) → domo :8100
                                                             │
                           ┌─────────────────────────────────┤
                           │         (cloud)                  │
                     Cartesia STT                     OpenAI gpt-4o-mini (LLM)
                           │                                  │
                           └─────────────────────────────────►│
                                                             TTS
                                                      OpenAI gpt-4o-mini-tts
                                                             │
                                                       Audio ◄┘

Accès¶

Paramètre	Valeur
URL publique	`https://domo.srv759970.hstgr.cloud`
Port interne	`127.0.0.1:8100`
Process	PM2 `domo`
Auth	nginx htpasswd `/etc/nginx/.htpasswd`
Config	`/opt/domo/.env`

Providers actifs (état 2026-05-21)¶

Rôle	Provider	Modèle
LLM chat	OpenAI	`gpt-4o-mini`
TTS	OpenAI	`gpt-4o-mini-tts`
STT	Cartesia	API cloud
Agent autonome	Pi Daemon	`POST :8790/chat`

Providers disponibles (non actifs)¶

Provider	Activation
Cartesia TTS streaming	`TTS_PROVIDER=cartesia`
ElevenLabs TTS	`TTS_PROVIDER=elevenlabs` + clé
Kokoro TTS	`TTS_PROVIDER=kokoro` + démarrer serveur :8880
SparkTTS (local GPU)	non disponible CPU
OpenAI STT	`STT_PROVIDER=openai`
faster-whisper local	`pip install faster-whisper`

Fichiers clés¶

/opt/domo/
├── .env                    ← tous les providers + clés
├── app/app.py              ← logique principale + TTS providers
├── app/transcription.py    ← STT (Cartesia, OpenAI, Whisper)
├── app/enhanced_logic.py   ← mode enhanced (OpenAI STT amélioré)
└── characters/domo/        ← personnage Samantha

4. Reading Coach Next — Companion de lecture¶

Rôle¶

Application Next.js de lecture assistée par IA. Accompagne la lecture d'un livre avec un companion conversationnel. LLM routé dynamiquement entre Flash (léger) et Pro (complexe) selon la complexité du message.

Architecture¶

Utilisateur → HTTPS → nginx → reading-coach-next :3200
                                        │
                              model-router.ts (score 0-100)
                                    /       \
                               < 35          ≥ 35
                                 │             │
                         Gemini 2.5 Flash   Gemini 2.5 Pro
                         (OpenRouter)       (OpenRouter)
                                    \       /
                                     Claude ?
                                  (non, OpenRouter uniquement)

Accès¶

Paramètre	Valeur
URL publique	`https://reading-coach-next.srv759970.hstgr.cloud`
Port interne	`127.0.0.1:3200`
Process	`nohup pnpm dev` démarré via `/opt/reading-coach-next/start.sh`
Auth	aucune
Backend LLM	OpenRouter → `google/gemini-2.5-flash` / `google/gemini-2.5-pro`

Model routing¶

// src/sdk/chat/model-router.ts
// Score 0-100 basé sur : longueur, mots-clés philosophiques/analytiques,
// noms propres, longueur de conversation
// < 35 → Flash (rapide, économique)
// ≥ 35 → Pro (qualité, complexe)

TTS optionnel¶

Cartesia activable via NEXT_PUBLIC_TTS_MODE=cartesia dans .env.local.

⚠️ Fragilité process¶

Tourne en nohup pnpm dev — s'arrête si SSH déconnecte ou si reboot. Pas sous PM2.

# Redémarrer si arrêté
ssh srv759970 "cd /opt/reading-coach-next && nohup pnpm dev >> /tmp/reading-coach-next.log 2>&1 &"

Fichiers clés¶

/opt/reading-coach-next/
├── .env.local / .env.production  ← clés OpenRouter, TTS mode
├── src/sdk/chat/openrouter.ts    ← adapter OpenRouter SSE streaming
├── src/sdk/chat/model-router.ts  ← routage Flash/Pro
├── src/sdk/speech/cartesia.ts    ← TTS Cartesia (optionnel)
└── src/lib/companion.ts          ← logique companion principal

5. RAIM — Companion d'audit IA (Hesiodus)¶

Rôle¶

Companion conversationnel d'évaluation des pratiques IA. Guide l'utilisateur à travers 78 indicateurs répartis en 5 piliers (EU AI Act). Next.js 15 + Prisma + @assistant-ui/react. Contexte métier chargé depuis un corpus de référence.

Architecture¶

Utilisateur → HTTPS → nginx → raim.srv759970.hstgr.cloud
                                    │
                             NextAuth (magic link email)
                                    │
                           Next.js :3200 (nohup pnpm dev)
                                    │
                         wrapper-provider.ts → readOAuthToken()
                                    │
                     /home/automation/hesiodus/.oauth-token
                                    │
                    @ai-sdk/anthropic(authToken=) — OAuth direct
                                    │
                          Claude Sonnet 4.6 (Max sub)

Accès¶

Paramètre	Valeur
URL publique	`https://raim.srv759970.hstgr.cloud`
Port interne	`127.0.0.1:3200`
Process	`nohup pnpm dev` (⚠️ même fragilité que reading-coach-next)
Auth	NextAuth magic link email
DB	`raim-pg` container `127.0.0.1:5433` (pgvector/pgvector:pg16)

Modèles configurés¶

Variable	Modèle	Rôle
`MODEL_CHAT`	`claude-sonnet-4-6`	Companion interview principal
`MODEL_LIGHT`	`claude-sonnet-4-6`	Extracteur d'indicateurs
`MODEL_EXTRACT`	`claude-sonnet-4-6`	(fallback)

Pourquoi OAuth direct (pas le wrapper) ?¶

Le wrapper injecte les outils Claude Code (Read/Glob/Grep...) dans chaque appel → contamination : le modèle génère du JSON extracteur au lieu de dialoguer à partir du tour 3. L'OAuth direct bypass ce problème. Voir ai-services.md#10 pour le détail du mécanisme auto-refresh.

RAG interne¶

Corpus de 78 indicateurs dans /home/automation/hesiodus/corpus/. Chargé via src/lib/companion/rag.ts — récupération au moment de la query (pas de vector store externe).

⚠️ Conflit de port avec Reading Coach Next¶

RAIM et reading-coach-next tournent tous les deux sur :3200. Seul l'un peut être actif à la fois. Nginx distingue par domaine (raim.srv759970 vs reading-coach-next.srv759970) mais les deux process ne peuvent pas coexister sur le même port.

6. Claudito — Web UI agents Claude Code ⚠️ DISABLED¶

Rôle¶

Interface web pour gérer des agents Claude Code autonomes. Expose une UI permettant de créer des projets, lancer des agents, suivre leur historique, et gérer leurs paramètres. Construit sur un stack Node.js custom.

Accès¶

Paramètre	Valeur
URL publique	`https://claudito.srv759970.hstgr.cloud`
Port interne	`127.0.0.1:3000`
Process	systemd `claudito.service` (`inactive`, disabled depuis 2026-04-15)
Auth	systemd credstore (`claudito-username`, `claudito-password`)
Backend	Claude Code CLI (lance `claude` en subprocess)

Capacités (quand actif)¶

Gestion de projets (CRUD, arborescence)
Agents autonomes (ProjectAgent, ConversationAgent)
Ralph Loop (boucle récursive d'amélioration)
Git integration (commits, diffs)
Shell interactif
Roadmap et suivi de tâches

Relancer si besoin¶

sudo systemctl start claudito
# Vérifier credentials via credstore
systemctl cat claudito   # voir LoadCredentialEncrypted

Répertoire¶

/home/automation/claudito/
├── dist/          ← backend compilé
├── deploy/        ← docker-compose alternatif
└── doc/           ← référence API types

7. Paperclip — Plateforme d'agents IA (non configurée)¶

Rôle¶

Plateforme d'orchestration d'agents IA type entreprise (OpenCode/SST). Gère agents, budgets, approbations, sessions d'exécution. Déployée mais aucun provider LLM configuré.

Accès¶

Paramètre	Valeur
URL publique	`https://paperclip.srv759970.hstgr.cloud`
Container	`docker-server-1`
Port interne	`127.0.0.1:3110`
DB	`docker-db-1` (PostgreSQL 17)
Auth	better-auth (`BETTER_AUTH_SECRET`)

Statut¶

OPENCODE_ALLOW_ALL_MODELS=true actif — aucune restriction modèle côté plateforme. Pour activer : passer par l'UI → Settings → AI Providers.

Résumé pour décision¶

Besoin	Interface à utiliser
Chat généraliste avec Claude + upload docs	Open WebUI (`rag.srv759970.hstgr.cloud`)
Chat rapide avec Claude, multi-modèles	LobeHub (`lobehub.srv759970.hstgr.cloud`)
Expérience vocale avec personnage IA	Domo (`domo.srv759970.hstgr.cloud`)
Companion pour lecture d'un livre	Reading Coach Next (`reading-coach-next.srv759970.hstgr.cloud`)
Audit pratiques IA (EU AI Act)	RAIM (`raim.srv759970.hstgr.cloud`)
Lancer des agents Claude Code autonomes	Claudito (désactivé — `systemctl start claudito`)
Orchestration multi-agents entreprise	Paperclip (à configurer — ajouter un provider LLM)

Points d'attention¶

Port 3200 partagé (RAIM / Reading Coach Next) : les deux services ne peuvent pas tourner simultanément. Le dernier démarré prend le port, l'autre échoue silencieusement. À résoudre : migrer l'un des deux sur un autre port.

Processus fragiles (nohup) : RAIM et Reading Coach Next ne tournent pas sous PM2 — ils s'arrêtent au reboot ou déconnexion SSH. À migrer sous PM2 ou systemd.

Paperclip sans LLM : le container tourne mais est inutilisable sans configurer un provider IA dans l'UI.