Cet article fait partie de la série Assistant vocal sur Raspberry Pi.
En six articles et deux soirées de travail, on a assemblé un assistant vocal franco-québécois qui tourne entièrement en local sur deux Raspberry Pi 4.
[Lire]Météo en temps réel et swap Claude API
Cet article fait partie de la série Assistant vocal sur Raspberry Pi.
L’assistant répond bien, mais il ne sait pas quel temps il fait dehors. On branche Open-Meteo, une API météo gratuite et sans clé. Tant qu’à y être, on swap aussi Ollama pour Claude API : une seule ligne dans appsettings.json.
Le code complet de cet article est disponible sur GitHub.
[Lire]Mémoire, détection de silence et systemd
Cet article fait partie de la série Assistant vocal sur Raspberry Pi.
L’assistant de l’article #3 fonctionne, mais chaque échange repart de zéro. On règle ça en trois temps : mémoire conversationnelle, détection automatique de silence, et démarrage au boot avec systemd.
Le code complet de cet article est disponible sur GitHub.
[Lire]Intégration Ollama et contexte maison
Cet article fait partie de la série Assistant vocal sur Raspberry Pi.
La réponse hardcodée de l’article #2 avait un seul but : confirmer que le pipeline audio fonctionne. Maintenant, on remplace cette ligne par un vrai appel HTTP à Ollama sur le pi-cerveau. On ajoute aussi un system prompt pour donner une identité à l’assistant.
Le code complet de cet article est disponible sur GitHub.
[Lire]Setup des deux Raspberry Pi
Cet article fait partie de la série Assistant vocal sur Raspberry Pi.
On a deux Raspberry Pi 4, quelques heures de setup, et à la fin un assistant vocal qui tourne entièrement en local. Avant d’écrire la moindre ligne de code .NET, on règle le setup des deux Pi.
[Lire]Microsoft Agent Framework : premier agent, MCP et workflows multi-agents
Microsoft Agent Framework remplace Semantic Kernel et AutoGen. Voici comment créer un agent local avec Ollama, brancher un serveur MCP, et orchestrer deux agents en séquence.
[Lire]
Construire des agents IA avec Ollama et .NET
Apprenez à créer des agents IA qui pensent, planifient et agissent de manière autonome en utilisant Ollama et .NET. Explorez le pattern ReAct, l’appel d’outils et les architectures d’agents pratiques.
[Lire]
RAG local avec Ollama, LiteLLM et Qdrant
Connecter Ollama à LiteLLM et Qdrant pour du RAG local : ingestion, découpage, embeddings, retrieval et évaluation.
[Lire]
Développement IA local avec Ollama et .NET
Apprenez à exécuter des grands modèles de langage localement avec Ollama et à les intégrer dans vos applications .NET pour améliorer la confidentialité, réduire les coûts et bénéficier de capacités IA hors ligne.
[Lire]