Étape 1 : Configurer le serveur d'IA

Cette première étape consiste à déclarer, au niveau de l'instance SquashTM, le serveur d'IA qui sera utilisé pour la génération.

Accéder à la page des serveurs d'IA

Rendez-vous dans Administration > Serveurs, puis cliquez sur l'icône Serveurs d'intelligence artificielle .

Ajouter un nouveau serveur

Cliquez sur l'icône Ajouter en haut du tableau.

Renseignez les champs obligatoires :

• Nom : libellé qui apparaîtra dans la liste de sélection au niveau projet ;
• Fournisseur d'API : Anthropic, OpenAI, Mistral AI, Azure OpenAI, Google Vertex AI ou Personnalisé ;
• URL : URL racine des endpoints du fournisseur (une valeur par défaut est proposée pour chaque fournisseur natif) ;
• Modèle : l'identifiant exact du modèle à utiliser, tel que documenté par votre fournisseur (la page de référence donne les liens vers chaque catalogue).

Compléter la configuration

Cliquez sur le # ou le Nom du serveur pour ouvrir sa page de configuration et la finaliser :

• renseignez votre Clé d'API ;
• ajustez les paramètres de modèle (Temperature, Top-p, Max tokens, etc.) si besoin ;
• ajustez les paramètres de requête (Timeout, Nombre de relances, etc.) si besoin.

Cas particulier : serveur personnalisé

Si votre fournisseur n'apparaît pas dans la liste native mais expose une API de complétion de chat, choisissez le fournisseur Personnalisé. La configuration d'un serveur personnalisé nécessite de renseigner deux paramètres obligatoires : le Modèle du corps de la requête et le Chemin JSON du texte généré.

Procédure recommandée :

1. Identifier l'endpoint de complétion de chat à utiliser, ainsi que le format attendu du corps de requête et du corps de réponse (documentation du fournisseur).
2. Renseigner l'URL de cet endpoint dans le champ URL du serveur.
3. Configurer les en-têtes HTTP nécessaires à l'authentification (typiquement Authorization: Bearer {{apiKey}} ou équivalent). L'en-tête Content-Type est ajouté automatiquement par SquashTM.
4. Écrire le modèle du corps de la requête en Handlebars. Les variables messages et apiKey sont injectées par SquashTM, et des helpers (isSystem, isUser, isModel, convertToJsonString) sont disponibles. Voir les exemples OpenAI et Gemini dans Gérer les serveurs d'IA personnalisés.
5. Définir le chemin JSON du texte généré pour indiquer à SquashTM où récupérer la réponse dans le JSON retourné par l'API (par exemple choices[0].message.content pour une API de style OpenAI).

Exemple : configurer un serveur avec une API de type OpenAI

Pour un endpoint compatible avec l'API chat/completions d'OpenAI, une configuration minimale ressemblerait à :

• URL : https://api.exemple.com/v1/chat/completions ;
• En-tête HTTP 1 : nom Authorization, valeur Bearer {{apiKey}} ;

• Modèle du corps de la requête :

  {
      "model": "mon-modele",
      "messages": [
          {{#each messages}}{
              "role": "{{#if (isSystem role)}}system{{/if}}{{#if (isUser role)}}user{{/if}}{{#if (isModel role)}}assistant{{/if}}",
              "content": {{convertToJsonString content}}
          }{{#unless @last}},
          {{/unless}}{{/each}}
      ]
  }
  

• Chemin JSON du texte généré : choices[0].message.content.

Pour des exemples complets (OpenAI et Gemini), consultez Écrire des modèles.

Tester la configuration

Avant de passer à l'étape suivante, vérifiez que SquashTM peut bien dialoguer avec le serveur depuis le bloc Test de la configuration.

Lancez le test : si tout est correct, vous obtenez une réponse de l'IA.

En cas d'échec, le panneau affiche le message d'erreur brut renvoyé par l'API. Les causes les plus courantes sont :

• clé d'API invalide ou absente ;
• nom de modèle incorrect ;
• URL incorrecte ;
• timeout ou problème réseau.

Ce que vous avez accompli

• Un serveur d'IA est déclaré au niveau de l'instance ;
• la connexion au fournisseur est validée par le test de la configuration ;
• ce serveur est désormais disponible dans la configuration de chaque projet.

Prochaine étape

Préparer un ensemble de prompts.