← Retour à l'accueil

IA Agentique (LLM)

Usage avancé d'agents LLM au quotidien : skills personnalisées, hooks de garde-fous, serveurs MCP et workflows automatisés.

À propos du projet

Mise en place d'un environnement de travail complet autour des agents LLM (Claude Code), bien au-delà du simple chat : l'agent dispose d'un contexte structuré et hiérarchisé (index global + documentation par projet, chargée à la demande) qui lui permet d'intervenir efficacement sur l'ensemble de mes projets — développement, homelab, domotique. Des skills personnalisées encapsulent des workflows récurrents (commits thématiques, revues de code, tâches planifiées), et des hooks Python interceptent les commandes sensibles pour appliquer de vrais garde-fous : scan de secrets avant chaque commit, confirmation obligatoire avant toute commande destructive ou push Git. L'agent est aussi connecté à mon infrastructure via des serveurs MCP (Home Assistant notamment), ce qui lui permet de piloter la domotique, d'administrer le serveur Proxmox par SSH et de déployer directement sur les sites en production. L'ensemble forme un système où l'IA agit de façon autonome mais encadrée, avec une mémoire persistante entre les sessions.

Technologies utilisées

Agents
  • Claude Code
  • LLM
  • MCP (Model Context Protocol)
Outillage
  • Skills personnalisées
  • Hooks Python
  • Prompts structurés
  • Mémoire persistante
Intégrations
  • Home Assistant
  • Proxmox / SSH
  • Git / Gitea

Fonctionnalités

  • Contexte hiérarchisé multi-projets (index + docs locales)
  • Skills personnalisées pour workflows récurrents
  • Hooks de sécurité : scan de secrets, garde-fous destructifs
  • Confirmation obligatoire avant push Git
  • Pilotage de la domotique via MCP
  • Administration du homelab par l'agent
  • Déploiement assisté sur les sites en production
  • Mémoire persistante entre sessions