Geta.Team Geta.Team

Fournisseurs LLM personnalisés

Diriger un employé vers n'importe quel point d'accès compatible OpenAI : votre propre serveur ou un modèle pris sur OpenRouter.

Au-delà des paliers de modèle intégrés, vous pouvez connecter votre propre modèle. Tout ce qui parle l'API OpenAI fonctionne : un fournisseur hébergé, un serveur que vous faites tourner vous-même, ou un modèle choisi sur OpenRouter.

Voir tous les modèles que vous faites tourner

LLM Providers liste chaque point d'accès que vous avez connecté, avec son nom de modèle et son adresse.

Le panneau LLM Providers

Chaque fournisseur peut être activé ou désactivé, modifié ou supprimé, et l'un d'eux est marqué comme celui par défaut. Le dernier bloc, Model for every employee, définit ce défaut : il s'applique à tous les employés auxquels aucun modèle propre n'a été attribué.

Ajouter un modèle à la main

Quatre champs et il est connecté : un nom, l'URL de base de n'importe quel point d'accès compatible OpenAI, un token d'authentification, et le nom du modèle.

Ajouter un fournisseur LLM

Ollama sur votre propre matériel fonctionne de la même façon, avec une adresse locale du type http://10.0.0.14:11434/v1. Les tokens sont chiffrés au repos.

Ou en prendre un sur OpenRouter

Add from OpenRouter ouvre le catalogue : cherchez, triez par prix ou par taille de contexte, et voyez ce que coûte un million de tokens avant de vous engager.

Le catalogue OpenRouter

Choisissez un modèle et il est ajouté comme fournisseur, prêt à être attribué.

Attribution employé par employé

Un fournisseur est disponible pour le workspace ; le choix se fait employé par employé.

Ouvrez Configure employé → Intelligence. Les fournisseurs personnalisés apparaissent sous un intitulé Custom Providers, en dessous des moteurs intégrés, et celui en usage est coché.

Changer le fournisseur d'un employé démarre une nouvelle conversation. L'employé ne transporte jamais son contexte d'un modèle à un autre.

Deux employés d'un même workspace peuvent donc tourner sur des modèles entièrement différents : un modèle lourd pour le travail qui l'exige, un modèle bon marché pour les réponses à gros volume, ou un modèle local pour tout ce qui ne doit pas quitter votre réseau.

On this page