Installation on-premise

Déployez la pile complète — ingestion, index vectoriel ChromaDB, Privacy Vault en RAM et serveur d’inférence — sur une machine unique isolée du réseau public.

Zéro fuite cloud. Installation en moins de 45 minutes.

---

1. Prérequis & dimensionnement matériel

La pile Yevi Core v1.0 (Licence MIT) tourne en local ou sur serveur dédié. Un GPU dédié n’est indispensable que pour les modèles au-delà de 7B/8B paramètres ; en deçà, l’Appliance YEVI-BOX (35W) ou une machine CPU moderne suffit pour un usage interne fluide (guide déploiement sur infrastructure limitée).

Profil Entreprise	Matériel Recommandé	Modèle & Inférence
Étude / PME (10 à 30 utilisateurs)	Mini-PC AMD Ryzen 9 · 32 Go RAM	Mistral 7B / Llama 8B GGUF Q4 (Hébergement Local)
Cabinet / Banque (30 à 100 utilisateurs)	Workstation 1× GPU 16 Go (RTX 4080 / L4)	DeepSeek R1 Distill 14B / Modèles 13B
Direction juridique de groupe	Serveur Dell PowerEdge · 64 Go RAM ECC · 2x RTX 4090	Llama 3.3 70B / DeepSeek R1 32B On-Premise

Configuration logicielle minimale :

• Python : version 3.11 ou 3.12
• RAM système : 8 Go minimum (16 Go recommandés pour l’inférence locale)
• Moteur d’inférence (pour les modèles locaux) : vLLM ou Ollama pour exécuter hors ligne llama3.3, qwen2.5 ou deepseek-r1

---

2. Installation pas-à-pas de Yevi Core v1.0 (MIT)

Le dépôt officiel GitHub Yevi Core v1.0 contient l’ensemble du code source auditable :

# 1. Cloner le dépôt GitHub officiel
git clone https://github.com/odoun-ai/yevi.git
cd yevi

# 2. Créer et activer l'environnement virtuel
python -m venv .venv
source .venv/bin/activate   # Sous Windows : .venv\Scripts\Activate.ps1

# 3. Installer le package en mode éditable et télécharger le modèle français
pip install -e .
python -m spacy download fr_core_news_sm

Une fois l’installation terminée, la commande yevi (voir la Référence CLI) est directement accessible :

# Initialiser l'environnement et le corpus de démonstration
yevi init

# Indexer un répertoire de documents juridiques ou financiers
yevi ingest data/corpus_demo

# Interroger le corpus en langage naturel avec vérification is_grounded
yevi query "Quelle est la durée de confidentialité dans le contrat ?"

# Lancer le serveur REST et la console web interactive
yevi serve --port 8000

L’API REST (consulter la Référence API) expose sa documentation interactive OpenAPI / Swagger sur http://localhost:8000/docs.

---

3. Vérification de l’isolement réseau (Air-Gapped)

Par défaut, aucune requête d’inférence ou d’anonymisation ne doit emprunter de flux sortant vers Internet :

# Tester l'étanchéité réseau depuis la machine d'inférence
curl -m 3 https://api.openai.com

[!WARNING] Si la commande ci-dessus aboutit, votre machine peut encore joindre Internet. Pour un déploiement 100 % souverain, appliquez la règle de pare-feu du Guide Déploiement Air-Gapped.

---

4. Validation par les tests unitaires

La suite de tests automatisés valide l’ensemble du pipeline — ingestion, masquage PII en mémoire vive (Privacy Vault), indexation ChromaDB et génération avec citations strictes (is_grounded: true) :

pytest tests/

---

🛠️ Ressources & prochaines étapes

• 📄 Consulter la Référence complète de la CLI Yevi
• 📄 Consulter la Référence des endpoints API Yevi
• 🎯 Demander un accompagnement de déploiement par nos ingénieurs (30 min)