스크립트
00:00:00Le nouveau dépôt le plus populaire de cet été, plus de 83 000 étoiles en six semaines.
00:00:05Il ne vient ni de Google, ni de Microsoft, ni d'OpenAI. Il vient de PewDiePie. Oui, ce PewDiePie.
00:00:12Et si vous ouvrez le suivi des tickets, le ticket le plus voté dit, je cite,
00:00:17« C'est de la folie pure ». Un autre commentaire dit : « J'ai littéralement peur de lancer ça sur ma machine ».
00:00:22Alors je vais le faire pour vous. Et nous allons voir de quoi il s'agit vraiment.
00:00:30Le projet s'appelle Odysseus, et le qualifier de simple interface de chat est un euphémisme. C'est un espace de travail
00:00:38IA auto-hébergé qui fait apparemment tout un tas de choses bien trop longues à énumérer.
00:00:44Tout en faisant cela, il persiste entre les sessions, comme une application tournant sur votre machine.
00:00:50Licence GPL, pas d'offre cloud, pas d'abonnement. Chaque chat et e-mail se trouve dans un dossier de données local
00:00:56que vous pouvez sauvegarder vous-même. Et l'histoire explique tout. L'année dernière, PewDiePie s'est plongé
00:01:02dans l'IA locale bien plus à fond que la plupart d'entre nous. Il a monté une rig à 10 GPU avec des 4090 modifiées
00:01:09de 48 Go, des modèles de 70 milliards de paramètres, et une interface maison appelée Chat OS avec un conseil de bots
00:01:18qui votaient sur les réponses jusqu'à ce qu'ils se mettent à conspirer contre lui. Odysseus est ce système reconstruit
00:01:24pour le commun des mortels. Il l'a publié le 31 mai : 30 000 étoiles en 48 heures. Voyons ce qu'il en est vraiment.
00:01:30Si vous aimez les outils de dev pour accélérer votre travail, pensez à vous abonner. De nouvelles vidéos sortent très souvent.
00:01:35Lançons le projet : sur Mac, il suffit d'un script pour cloner et lancer Docker, et tout s'installe.
00:01:41Un simple grep dans le terminal me donne un mot de passe temporaire, et le service tourne sur le port 7000.
00:01:48Je peux me connecter avec “admin” et ce mot de passe. On se retrouve alors face à cette interface au style terminal,
00:01:52en police à chasse fixe, rouge sur fond sombre. XDA l'a qualifiée d'« étrangement géniale » tandis qu'un utilisateur
00:01:58de Hacker News l'a trouvée « atroce ». Honnêtement, ce contraste résume parfaitement ce projet.
00:02:03Premier arrêt : le livre de recettes. Il analyse ce Mac, la puce, la mémoire unifiée, et indique quels modèles locaux
00:02:09pourront tourner ici, puis les télécharge et les sert via Llama CPP avec une accélération Metal complète.
00:02:16Cet écran vous évite une heure de recherches. On peut déplacer les encadrés,
00:02:22ce qui est plutôt sympa. Mais l'autre fonctionnalité intéressante, c'est la comparaison de modèles. Un prompt,
00:02:27trois modèles locaux, côte à côte, en aveugle. Je saisis mon prompt, et une fois terminé,
00:02:34je peux choisir le gagnant avant d'afficher quel modèle a écrit la réponse. C'est ça, le conseil de bots. C'est plutôt cool.
00:02:40Tout repose sur une application FastAPI pour conteneurs, Odysseus, Chroma DB pour la mémoire vectorielle,
00:02:47un moteur de recherche SearXNG intégré, et Nifty pour les notifications push. C'est grâce à cet ensemble que le Deep Research,
00:02:54dont je parlerai dans un instant, fonctionne sans aucune API payante. Il cherche via son propre SearXNG,
00:03:00lit les sources et génère un rapport sourcé, le tout en local. La mémoire est réelle : dites-lui un fait aujourd'hui,
00:03:06demandez-lui demain dans une nouvelle session, il s'en souviendra. Le client e-mail trie votre boîte de réception via IMAP
00:03:11et rédige des réponses. Je n'ai pas voulu y synchroniser mes e-mails pour des raisons évidentes, mais la fonction est là.
00:03:17Un calendrier est également intégré pour ajouter des événements normalement, sauf qu'ici le LLM
00:03:22peut réellement les lire. Je peux aussi lancer une recherche approfondie ici, comme je le disais.
00:03:26Je lui pose une question et il exécute une boucle d'agents en plusieurs étapes. La meilleure comparaison serait des projets
00:03:33cloud auto-hébergés auxquels on aurait agrafé une boîte de réception. Mais soyons justes : la boucle d'agents,
00:03:39le livre de recettes et le pipeline de recherche sont adaptés, avec les crédits appropriés, de projets comme OpenCode, LLM Fit,
00:03:46et le Deep Research d'Alibaba. C'est simplement de l'assemblage bien fait, pas une invention de zéro,
00:03:52et honnêtement, ça n'a pas besoin de l'être. Ce qui nous amène à la question posée mot pour mot sur Hacker News :
00:03:58« Pourquoi ne pas simplement utiliser OpenWebUI ? » Question très légitime. OpenWebUI et LibreChat ont des années de maturité
00:04:05et de vraies versions stables. Odysseus l'emporte par sa polyvalence. Aucun autre outil ne rassemble e-mails, calendriers,
00:04:11agents planifiés, notifications push et gestionnaire de modèles adapté au matériel en une seule solution. Il y a aussi
00:04:17une nuance de licence. La licence d'OpenWebUI interdit de retirer son nom, ce qui, comme souligné sur Hacker News,
00:04:23n'est pas totalement de l'open source. Odysseus est sous licence AGPL pure. Mais si vous voulez juste du chat et du RAG,
00:04:30prenez un autre outil, il n'y a pas à débattre. Passons maintenant à ce qu'il faut vraiment savoir,
00:04:34car je ne cherche pas du tout à vendre ce projet : le ticket le plus populaire s'intitule « C'est quoi ce bordel ? ».
00:04:41Il décrit 800 pull requests fusionnées remplies de code IA bâclé, un fichier CSS de 30 000 lignes, du JavaScript en ligne,
00:04:49et actuellement près de 900 PR restent ouvertes, beaucoup écrites par l'IA et d'autres soumises par des fans.
00:04:56Il n'y a aucune version estampillée. Zéro. Vous utilisez une branche dev en constante évolution avec des dépendances non verrouillées :
00:05:03installez-le aujourd'hui, et demain vous aurez une application totalement différente. Les étoiles viennent en partie de sa communauté,
00:05:07évidemment. Il a 110 millions d'abonnés, mais les étoiles ne remplacent pas une revue de code. Lisez d'ailleurs le modèle
00:05:14de menace du projet : l'agent a un accès au terminal, aux fichiers et peut envoyer des e-mails. Pour reprendre leurs mots,
00:05:21considérez-le comme une console d'administration. Ne l'exposez jamais sur Internet. Un bémol spécifique au Mac sous Docker :
00:05:27l'inférence tourne uniquement sur le CPU, car Docker sur macOS n'a pas accès au GPU Metal. Ainsi,
00:05:32mon verdict se divise en deux. Comme terrain de jeu local, c'est super. Comme dépendance en production, c'est un non absolu.
00:05:39Et c'est très bien d'être les deux. Mais voici ce que la critique du « c'est juste du code bâclé » oublie : plus de 300 personnes
00:05:45y ont contribué. La communauté a imposé un fichier d'attribution des propriétaires de code et a rédigé une proposition de refonte
00:05:52d'architecture qui a suscité plus de 100 commentaires. Et il y a deux jours, le dépôt a rejoint son propre organisme GitHub.
00:05:59Ce projet est brouillon, bondé, inégal, mais plus vivant que presque tous les projets que j'ai vus récemment. Alors,
00:06:05voici ce qu'il faut en retenir : ce n'est pas une question de code. Le code est honnêtement l'élément le moins important
00:06:09de ce dépôt. Ce qui compte, c'est que 110 millions de personnes viennent de voir quelqu'un en qui ils ont confiance dire
00:06:15que l'on peut faire tourner sa propre IA sur sa propre machine et posséder ses données. L'IA auto-hébergée se démocratise,
00:06:20mais cela ne veut pas dire qu'il faut toujours lui faire aveuglément confiance. Si vous aimez ce genre de conseils de dev,
00:06:24abonnez-vous à la chaîne BetterStack. On se retrouve dans une prochaine vidéo !