Guide IA on RanceLee的博客

Claude Code : Une introduction pratique

Mon, 01 Jan 0001 00:00:00 +0000

Plongeons dans la partie la plus excitante : utiliser l’IA pour écrire du code à votre place.

Vous vous dites peut-être : je ne connais rien au code, quel rapport avec moi ?

Au contraire, c’est justement parce que vous ne connaissez pas le code que cet outil vous convient encore mieux.

Vous souvenez-vous de cet ami qui a dépensé 50 dollars pour se faire créer une page web ? Avec Claude Code, cela ne se reproduira plus. Il vous suffit de dire à l’IA en langage simple ce que vous voulez, et elle écrira le programme complet pour vous.

Aujourd’hui, nous présentons Claude Code, un assistant de programmation IA qui fonctionne dans votre terminal. Vous lui dites simplement ce que vous voulez en langage clair, et il écrit tout le programme pour vous.

Pourquoi utiliser un outil en terminal plutôt qu’un IDE ?

Qu’est-ce qu’un IDE ?

IDE = Environnement de développement intégré

En termes simples, un IDE est le logiciel que les programmeurs utilisent pour écrire du code, par exemple :

VS Code
Cursor
PyCharm
WebStorm

Ces outils ont des interfaces complexes et des fonctionnalités puissantes, mais pour quelqu’un qui ne connaît rien au code, ils sont plutôt un fardeau.

Pourquoi je recommande le terminal

Raison 1 : Interface simple

IDE : Plein de boutons, menus, barres latérales, barres d’état… écrasant au premier regard
Terminal : Juste une boîte noire – tapez une commande, obtenez un résultat, propre et direct

Raison 2 : Pas besoin de modifier le code manuellement

Si vous ne comprenez pas du tout le code, le code affiché dans un IDE ressemble à du charabia. Vous ne pouvez pas le lire et vous ne savez pas comment le modifier.

Si tout est écrit par l’IA, pourquoi se fatiguer à regarder le code ?

Claude Code dans le terminal va :

Créer automatiquement des fichiers
Écrire automatiquement du code
Modifier automatiquement le code
Exécuter automatiquement les tests

Vous lui dites simplement ce que vous voulez, et il s’occupe du reste.

Raison 3 : Un logiciel plus léger

Cursor/VS Code : Des centaines de Mo, plus il faut installer divers plugins
Terminal : Intégré à votre système, aucune installation supplémentaire nécessaire

Résumé : Pour les personnes sans aucune expérience en codage qui veulent que l’IA les aide à construire des choses, le terminal + Claude Code est la combinaison la plus simple et la plus directe.

Notions de base sur le terminal : Comment ouvrir votre dossier de projet

Avant d’utiliser Claude Code, vous devez apprendre une opération de base : ouvrir votre dossier de projet dans le terminal.

Utilisateurs Mac

Méthode 1 : Ouvrir avec un clic droit (Recommandé)

Trouvez votre dossier de projet dans le Finder
Cliquez avec le bouton droit sur le dossier (ou tapez à deux doigts sur le trackpad)
Sélectionnez “Nouveau terminal au dossier”

Méthode 2 : Option + clic droit pour obtenir le chemin

Trouvez votre dossier de projet dans le Finder
Maintenez la touche Option enfoncée et cliquez avec le bouton droit sur le dossier
Sélectionnez “Copier ’nomdudossier’ comme nom de chemin”
Ouvrez le Terminal (cherchez “Terminal” dans Launchpad)
Tapez cd (notez l’espace après cd)
Appuyez sur Commande + V pour coller le chemin
Appuyez sur Entrée

Exemple :

cd /Users/yourname/Desktop/my-project

Méthode 3 : Glisser-déposer

Ouvrez le Terminal
Tapez cd (notez l’espace)
Faites glisser le dossier depuis le Finder directement dans la fenêtre du Terminal
Le chemin sera rempli automatiquement ; appuyez sur Entrée

Utilisateurs Windows

Trouvez votre dossier de projet dans l’Explorateur de fichiers
Tapez cmd ou powershell dans la barre d’adresse et appuyez sur Entrée
La ligne de commande s’ouvrira directement dans ce dossier

Ou :

Cliquez avec le bouton droit sur le dossier
Sélectionnez “Ouvrir dans le terminal” (Windows 11)

Qu’est-ce que Claude Code ?

En une phrase

Claude Code = Un assistant de programmation IA qui fonctionne dans votre terminal

C’est un outil en ligne de commande officiel d’Anthropic (la société derrière Claude). Vous lui parlez dans le terminal, et il peut vous aider à :

Créer de nouveaux projets
Écrire du code
Modifier du code
Corriger des bugs
Expliquer du code
Exécuter des commandes

En quoi est-il différent de Claude sur le Web ?

Fonctionnalité	Claude Web	Claude Code
Comment l’utiliser	Discuter dans un navigateur	Taper des commandes dans le terminal
Peut-il manipuler des fichiers ?	Non, seulement conversation	Oui, peut créer et modifier des fichiers directement
Peut-il exécuter du code ?	Non	Oui, peut exécuter du code sur votre ordinateur
Idéal pour	Poser des questions, rédiger des articles	Construire des projets, écrire des programmes

Différence clé : La version web peut seulement “parler”, Claude Code peut “faire”.

Comment installer Claude Code

Prérequis

Node.js : Claude Code nécessite Node.js
- Téléchargement : https://nodejs.org
- Choisissez la version LTS (Long Term Support)
- Après installation, vérifiez avec node -v dans le terminal

2. Environnement réseau : Vous devez avoir accès à l’API de Claude (peut nécessiter un VPN)

Étapes d’installation

Ouvrez votre terminal et exécutez :

npm install -g @anthropic-ai/claude-code

Attendez la fin de l’installation. Si vous voyez une sortie comme celle-ci, c’est réussi :

added 1 package in 2s

Vérifiez l’installation :

claude --version

Si un numéro de version s’affiche, l’installation a réussi.

Plusieurs façons de l’utiliser

Claude Code prend en charge plusieurs façons d’accéder aux capacités de l’IA. Choisissez celle qui vous convient.

Méthode 1 : Acheter un abonnement Claude

C’est la méthode la plus simple et la plus directe.

Niveaux d’abonnement Claude :

Plan	Prix	Quota Claude Code
Claude Pro	20 $/mois	Quota limité, adapté à une utilisation légère
Claude Max	100 $/mois	Quota plus élevé, adapté à une utilisation intensive
Claude Max	200 $/mois	Quota le plus élevé, adapté au développement professionnel

Configuration :

Après avoir acheté un abonnement Claude, ouvrez le terminal
Exécutez claude pour démarrer
Suivez les instructions pour vous connecter à votre compte Claude
Une fois connecté, vous pouvez commencer à l’utiliser

Méthode 2 : Utiliser les API d’autres modèles

Si vous ne voulez pas acheter d’abonnement Claude, vous pouvez utiliser les API d’autres modèles pour piloter Claude Code.

Modèles pris en charge :

DeepSeek
OpenAI GPT series
Autres API compatibles avec le format OpenAI

2.1 Configuration via les variables d’environnement (Exemple DeepSeek)

L’API de DeepSeek est compatible avec le format Anthropic et peut être utilisée comme remplacement direct.

Configuration Mac/Linux :

Exécutez les commandes suivantes dans le terminal (temporaire – elles seront perdues lorsque vous fermerez le terminal) :

export ANTHROPIC_BASE_URL=https://api.deepseek.com/anthropic
export ANTHROPIC_AUTH_TOKEN=${DEEPSEEK_API_KEY}
export API_TIMEOUT_MS=600000
export ANTHROPIC_MODEL=deepseek-chat
export ANTHROPIC_SMALL_FAST_MODEL=deepseek-chat
export CLAUDE_CODE_DISABLE_NONESSENTIAL_TRAFFIC=1

Exécutez simplement claude pour démarrer.

Configuration Windows (PowerShell) :

$env:ANTHROPIC_BASE_URL="https://api.deepseek.com"
$env:ANTHROPIC_AUTH_TOKEN="Your DeepSeek API Key"

Exécutez simplement claude pour démarrer.

Remarque : Cette méthode est temporaire ; les paramètres seront perdus lorsque vous fermerez le terminal. Pour une configuration permanente, utilisez la méthode settings.json ci-dessous.

Référence : https://api-docs.deepseek.com/guides/anthropic_api

2.2 Configuration via settings.json (Recommandé)

Cette méthode est plus pratique – une fois configurée, Claude Code utilisera automatiquement ces paramètres à chaque démarrage.

Étapes de configuration :

Trouvez le dossier de configuration de Claude Code :
- Mac/Linux : ~/.claude/
- Windows : %USERPROFILE%\.claude\
Créez ou modifiez le fichier settings.json (exemple) :

{
  "env": {
    "ANTHROPIC_BASE_URL": "https://api.deepseek.com",
    "ANTHROPIC_AUTH_TOKEN": "Your DeepSeek API Key"
  }
}

Sauvegardez le fichier et redémarrez Claude Code

Astuce : Si le dossier .claude n’existe pas, exécutez la commande claude une fois – il sera créé automatiquement.

Comment démarrer Claude Code dans le terminal

Démarrage de base

Ouvrez le terminal
Utilisez la commande cd pour naviguer vers votre dossier de projet
Tapez claude et appuyez sur Entrée

cd /path/to/your/project
claude

Claude Code démarrera, et vous verrez une interface interactive où vous pourrez commencer à taper vos demandes.

Commandes et concepts courants

Commandes courantes dans Claude Code

Commande	Action
`/help`	Afficher l’aide
`/clear`	Effacer la conversation en cours
`/exit` ou `Ctrl+C`	Quitter Claude Code
`/compact`	Compresser l’historique de la conversation pour économiser des tokens
`/init`	Initialiser un projet, créer un fichier CLAUDE.md

Mode Plan

Mode Plan = Laissez Claude planifier d’abord, puis agir

Par défaut, Claude commence à écrire du code immédiatement. Mais parfois vous voulez qu’il réfléchisse avant d’agir – c’est là que vous activez le mode Plan.

Comment basculer ?

Appuyez sur Maj + Tab pour parcourir les trois modes :

Mode	Description
Normal	Mode normal, Claude exécute directement
Plan	Mode Plan, Claude planifie seulement sans exécuter ; attend votre confirmation
Auto	Mode Auto, Claude exécute automatiquement toutes les opérations sans demander confirmation

Quand utiliser le mode Plan ?

Le projet est complexe et vous voulez que Claude clarifie d’abord son approche
Vous n’êtes pas sûr de la façon dont Claude va modifier les choses et vous voulez voir son plan
Vous voulez un contrôle plus précis sur le comportement de Claude

Accepter les modifications

Accepter les modifications = Si approuver automatiquement les modifications de Claude

Lorsque Claude veut créer ou modifier un fichier, il demande normalement votre confirmation.

Comment basculer ?

Lorsque vous appuyez sur Maj + Tab pour changer de mode, vous verrez :

Accepter modifications : désactivé – Chaque modification nécessite votre confirmation manuelle
Accepter modifications : activé – Toutes les modifications sont acceptées automatiquement sans demande

Recommandations :

Les débutants devraient le laisser désactivé pour voir ce que Claude fait à chaque étape
Une fois à l’aise, activez-le pour un flux de travail plus fluide

Qu’est-ce que `resume` ?

resume = Reprendre une conversation précédente

Après avoir fermé le terminal ou quitté Claude Code, vous pouvez utiliser l’option --resume la prochaine fois pour continuer la conversation précédente :

claude --resume

Claude se souviendra de ce que vous avez discuté, vous n’aurez donc pas à repartir de zéro.

Quand utiliser resume ?

Vous avez travaillé sur un projet hier et voulez continuer aujourd’hui
Votre ordinateur s’est éteint de manière inattendue et vous voulez récupérer la progression
Vous voulez que Claude continue là où il s’est arrêté

Qu’est-ce que CLAUDE.md ?

CLAUDE.md = Fichier de description du projet

C’est un fichier Markdown placé dans le répertoire racine de votre projet. Il informe Claude du contexte du projet.

Comment le créer ?

Exécutez d’abord claude pour démarrer Claude Code, puis entrez /init.

claude

Dans Claude Code, tapez :

/init

Claude analysera automatiquement votre projet et générera un fichier CLAUDE.md.

À quoi sert-il ?

Lorsque Claude Code démarre, il lit ce fichier pour comprendre :

Ce que fait le projet
Quelle pile technologique est utilisée
D’éventuelles exigences particulières
Les préférences de style de code

Exemple de CLAUDE.md :

# Project Description

This is a personal translation tool webpage.

## Tech Stack
- Pure HTML/CSS/JavaScript
- No frameworks

## Requirements
- Code comments in English
- Clean and modern interface
- Support dark mode

Avec ce fichier, vous n’avez pas besoin d’expliquer le contexte du projet à chaque fois que vous démarrez Claude Code.

Skill

Skill = Commandes raccourcies de Claude Code

Les Skills sont des commandes prédéfinies qui permettent à Claude d’effectuer rapidement des tâches spécifiques.

Skills intégrés courants :

Commande	Action
`/commit`	Générer automatiquement un message de commit git et commiter le code
`/review`	Examiner le code et trouver des problèmes
`/fix`	Corriger les erreurs dans le code

Comment les utiliser ?

Tapez simplement la commande slash dans Claude Code, par exemple :

/commit

Claude analysera automatiquement vos modifications de code et générera un message de commit approprié.

Nous aborderons les Skills personnalisés en détail dans un chapitre ultérieur.

MCP (Model Context Protocol)

MCP = Connecter Claude à des outils et sources de données externes

MCP est un protocole qui permet à Claude Code de se connecter à divers services externes, tels que :

Bases de données
Systèmes de fichiers
Services web
Autres outils d’IA

Pensez-y de cette façon : MCP est comme ajouter des “plugins” à Claude, lui permettant d’en faire plus.

Exemples :

Connectez-vous à Obsidian pour que Claude puisse lire et écrire directement vos notes
Connectez-vous à un navigateur pour que Claude puisse automatiser des pages web
Connectez-vous à une base de données pour que Claude puisse interroger et analyser des données

Nous aborderons la configuration et l’utilisation de MCP en détail dans un chapitre ultérieur.

Pratique : Laissez Claude construire une page web de traduction

Maintenant que vous avez tant appris, passons à la pratique !

Nous allons construire une page web de traduction locale qui peut utiliser l’API Gemini pour la traduction.

Étape 1 : Créer un dossier de projet

Créez un nouveau dossier sur votre bureau (ou où vous voulez), par exemple nommé demo
En utilisant la méthode apprise précédemment, ouvrez ce dossier dans le terminal

Étape 2 : Démarrer Claude Code

claude

Étape 3 : Saisir votre demande

Tapez ce qui suit dans Claude Code (n’hésitez pas à le copier) :

Create a translation webpage tool with the following requirements:

1. Features:
   - Left input box for the source text, right side shows the translation result
   - Support Chinese-English translation
   - A "Translate" button
   - A "Clear" button
   - A "Copy Result" button

2. Interface:
   - Clean and modern design
   - Support dark/light mode toggle
   - Responsive design, works on mobile

3. Technical requirements:
   - Use only HTML, CSS, JavaScript, no frameworks
   - All code in a single HTML file
   - Call the Gemini API for translation

4. Settings (important):
   - A "Settings" button on the page
   - Clicking it opens a settings panel where you can configure:
     - API Key
     - API URL
     - Model Name
   - Save settings to the browser's localStorage, auto-load next time
   - The settings panel should have "Save" and "Cancel" buttons

5. Translation logic:
   - Auto-detect the input language
   - If Chinese, translate to English
   - If English, translate to Chinese

Please create this HTML file directly.

Étape 4 : Attendre que Claude termine

Claude va automatiquement :

Créer le fichier HTML
Écrire tout le code
Vous dire où se trouve le fichier
Après exécution, il demandera si vous acceptez de créer le fichier – choisissez 1 ou 2

Étape 5 : Exécuter et configurer l’API

Double-cliquez sur le fichier HTML généré pour l’ouvrir dans votre navigateur
Cliquez sur le bouton “Paramètres” sur la page (généralement une icône d’engrenage)
Dans le panneau de paramètres qui apparaît, remplissez :
- Clé API : La clé API que vous avez obtenue d’AI Studio
- URL API : https://generativelanguage.googleapis.com/v1beta
- Nom du modèle : gemini-3-flash-preview
Cliquez sur “Enregistrer”

Les paramètres sont automatiquement sauvegardés dans le navigateur, vous n’avez donc pas besoin de les ressaisir la prochaine fois.

Étape 6 : Commencer à l’utiliser

Maintenant vous pouvez :

Tapez du chinois ou de l’anglais dans la zone de saisie de gauche
Cliquez sur le bouton “Traduire”
Le résultat de la traduction apparaîtra à droite
Cliquez sur “Copier le résultat” pour copier le texte traduit

Résumé

Ce que vous avez appris aujourd’hui :

Pourquoi utiliser le terminal plutôt qu’un IDE : Pour les personnes qui ne connaissent pas le code, le terminal est plus simple et plus direct
Comment ouvrir un projet dans le terminal : Clic droit, glisser-déposer, ou utiliser la commande cd
Qu’est-ce que Claude Code : Un assistant de programmation IA dans le terminal qui peut manipuler directement les fichiers
Comment l’installer et le configurer : Installation via npm, prend en charge l’abonnement officiel ou les API tierces
Commandes courantes : resume pour continuer les conversations, CLAUDE.md pour les descriptions de projet
Pratique : Laissez Claude construire une page web de traduction pour vous

Idée centrale : Vous n’avez pas besoin de savoir écrire du code – vous avez seulement besoin de savoir décrire ce que vous voulez.

Claude Design : transformez vos idées en pages soignées

Mon, 01 Jan 0001 00:00:00 +0000

Claude a une nouvelle fonctionnalité appelée Design.

Claude Design est un aperçu de recherche lancé par Anthropic le 17 avril, faisant partie de la gamme de produits Anthropic Labs, fonctionnant sur leur modèle de vision le plus puissant actuel, Opus 4.7. Il est conçu pour créer des maquettes visuelles avec Claude — prototypes web, présentations, pitch decks, pages d’atterrissage, one-pagers, etc. Il peut lire votre dépôt de code et vos fichiers de design existants, appliquer votre système de design au résultat, afin que le style corresponde à vos projets existants.

Le meilleur, c’est le résultat final : en plus d’exporter en PDF/PPTX/HTML ou d’envoyer vers Canva, il peut aussi tout empaqueter dans un bundle de transfert et le passer à Claude Code en local pour continuer à modifier le code du projet.

Dès sa sortie, cela a fait chuter l’action de Figma — clôture en baisse de 6,89 %.

Petite présentation de Figma : une entreprise qui fabrique des outils de design collaboratif en ligne, concurrente d’Adobe et Canva. Des dizaines de millions de designers dans le monde l’utilisent pour créer des designs. En fait, il existait déjà un MCP qui permettait d’utiliser l’IA pour contrôler Figma, mais comme mon sens esthétique est trop basique et que mon esprit est vide, je n’ai jamais utilisé ce produit.

Pourquoi j’en avais vraiment besoin

Vous vous souvenez du plugin Obsidian que j’ai créé pour publier du contenu sur les comptes WeChat Officiels ?

Jusqu’à présent, tous canaux confondus, j’ai vendu exactement 0 exemplaires. Quelle joie (TAT).

Bien sûr, c’est possible — et je ne me vante pas — que cela ait un rapport avec mon goût basique pour le design.

Regardez à quoi ressemblait l’interface de mon plugin original :

Deux rangées de barres d’outils, 9 boutons entassés sur une seule rangée. Format, compte, nom de compte prédéfini, configuration du compte, achat et activation, guide d’utilisation, rafraîchir le rendu, copier le HTML, coller dans le compte WeChat Officiel, publier un brouillon… tout est empilé à l’endroit le plus visible.

Toutes les fonctionnalités sont là, mais c’est épuisant rien qu’à regarder.

En dessous, il y a une invite super longue : « Cliquez sur le bouton ci-dessous pour sélectionner une image depuis votre ordinateur ; laissez vide pour utiliser une couverture de remplacement ; si une couverture par défaut est définie, utilisez la couverture par défaut. » Un ami a vu ça et a dit : « C’est pour qui ? Une description de champ de base de données ? »

Alors quand j’ai vu que Claude Design sortait, je l’ai essayé tout de suite. Voyons comment il se comporte réellement.

Comment l’utiliser

D’abord, ouvrez la version web de Claude, cliquez sur Design à gauche pour entrer. En haut, il y a une zone de saisie appelée « Nouveau prototype », il suffit de remplir le nom du projet.

Vous pouvez choisir Wireframe (basse fidélité) ou High fidelity (haute fidélité avec les éléments de marque). J’ai choisi basse fidélité car au début ce ne sont que des concepts approximatifs, pas besoin de haute fidélité. En fait, après avoir terminé, il mettra automatiquement à niveau pour vous.

Ensuite, indiquez-lui le chemin du dossier du programme, et envoyez-lui une capture d’écran de la page que vous voulez modifier.

Il va d’abord vous poser quelques questions : quoi changer, quoi garder, quelle est l’action principale, quelle est l’action secondaire. J’ai avoué honnêtement — je voulais surtout mettre en avant « Publier le brouillon » et « Changer de compte », le reste peut être réduit.

Après avoir posé les questions, il a commencé à travailler tout seul.

Il a proposé 4 options

Peu après, il m’a remis une page de comparaison wireframes.html.

La première chose était une comparaison — il listait les « péchés » de mon interface actuelle un par un en texte rouge :

« Deux rangées de barres qui compriment l’aperçu »
« 9 boutons »
« Mélange chinois/anglais + descriptions de symboles confuses »

Cette fonctionnalité m’a vraiment surpris. Je pensais qu’il allait juste m’aider à modifier des choses, mais il a en fait vu le contenu et a souligné les problèmes. Cela ressemblait à un vrai designer communiquant en face à face, pas à une IA froide.

Puis sont venues les 4 options :

Option A : Une seule rangée minimale, bouton principal « Publier le brouillon » + capsule de compte, le reste en icônes + menu ⋯
Option B : Fil d’Ariane en carte + tiroir, conserver l’entrée pour modifier les métadonnées
Option C : Rail latéral (comme VSCode), barre supérieure avec seulement le titre
Option D : Carte de publication flottante en bas à droite, action principale la plus visible

La plus intéressante était l’option D. Il a dessiné un post-it avec « Règles de design courantes » et « Ordre recommandé » :

A → Le plus économique en espace, faible coût d’apprentissage D → Visuellement le plus joli, action principale la plus satisfaisante C → Amical pour les utilisateurs avancés (bibliothèque d’icônes) B → Sûr, conserve la modification des métadonnées

Ce n’est pas juste « voici quelques options », c’est « voici quelques options + vous dire à qui chacune s’adresse ». Je crée des plugins depuis longtemps, et personne ne m’a jamais sérieusement dit « où ce bouton devrait aller ».

Vous pouvez continuer à itérer

Après avoir choisi une direction, vous pouvez continuer à communiquer. À gauche se trouve une boîte de discussion, à droite cliquez sur Edit pour sélectionner directement des éléments et les modifier (mais les réglages là-bas étaient trop professionnels, je n’y comprenais rien, donc j’ai passé). Cliquez sur Draw pour dessiner des cercles et des flèches sur l’aperçu et lui dire « je veux déplacer ceci ici » :

Je pense que la fonctionnalité Draw est incroyable. J’ai dessiné une flèche très grossière d’un bouton vers le bas à droite, et il a compris — probablement lié à la grande amélioration de la reconnaissance visuelle d’Opus 4.7 (comme mentionné plus tôt, il a augmenté la précision de la reconnaissance d’image à 3,75 mégapixels).

De la barre d’outils à la mise en page

Après avoir modifié la barre de menu, je lui ai demandé de créer plusieurs styles de mise en page d’article — après tout, le travail principal de mon plugin est de formater le Markdown en quelque chose de publiable sur les comptes WeChat Officiels.

Il a ouvert une nouvelle page avec le titre « Formater le Markdown en un article WeChat digne d’être lu ». En haut à droite, il y a un bouton Tweaks qui, lorsqu’on clique, permet d’ajuster la taille de police, le poids, la couleur, l’interlignage, etc., comme dans Figma :

Notez qu’il s’agit d’une page véritablement cliquable et commutable, pas d’une fausse. Cette interaction est bien meilleure que de le faire dans Claude Code sur le terminal. Avec Claude Code, vous devez attendre qu’il termine pour voir l’effet, puis lui demander de modifier. Ici, vous avez un aperçu en temps réel.

Après avoir finalisé, cliquez sur Export en haut à droite. Plusieurs options s’offrent à vous : télécharger PPT, exporter PDF, exporter HTML autonome, ou — la dernière — « Handoff to Claude Code », qui envoie l’intégralité du fichier de design à Claude Code en local pour continuer le codage.

C’est la meilleure partie de toute la chaîne.

Après avoir conçu sur le web, il génère une commande pour vous. Copiez-la et collez-la dans le terminal, et Claude Code local prend le relais :

> Fetch this design file, read its readme,
  and implement the relevant aspects of the design.
  Implement: option-b-hifi.html

Ensuite, il commence à lire le package de design, à regarder le code actuel, à comprendre quels fichiers modifier, et finalement modifie directement tout le code source de mon plugin. La page de design a fourni option-b-hifi.html (j’ai finalement choisi la version haute fidélité de l’option B), et Claude Code lit les couleurs, les tailles de police, les espacements à partir du fichier de design et les applique à mon code React.

Je n’ai pas écrit une seule ligne de code pendant tout le processus.

Le résultat final

En tout cas, je trouve que ça a l’air bien mieux que mon original. Même si un vrai designer aurait peut-être fait encore mieux, pour un plugin personnel, c’est largement suffisant (comparé à mon design original).

Titre + métadonnées réduits en une seule rangée, le compte devient une capsule (avec un point vert actif), l’action principale est juste un seul bouton violet « Publier le brouillon » à droite, tout le reste est caché dans le menu ⋯.

Il s’avère que mon tas de « fonctionnalités » ne manquait pas de sens du design — c’est que personne ne m’a aidé à faire des compromis.

Ajouter un bouton est facile, mais en retirer un de l’interface est contre-intuitif pour un développeur — on pense toujours « et si quelqu’un en a besoin ? ». Mais un designer prendra cette décision pour vous : « Mettez ceci dans un menu secondaire, les utilisateurs ne cliqueront plus dessus après la première fois. »

Cette fois, Claude Design a pris cette décision pour moi.

Le coût

C’est gourmand en ressources

Dans les abonnements Claude, Design a son propre quota (je dois dire que les quotas séparés de Claude commencent à s’accumuler).

Faire cet ensemble — 4 comparaisons d’options + 5 thèmes d’article + implémentation haute fidélité — a consommé 36 % de mon quota quotidien. J’ai un compte 5x Max ; pour un compte Pro, cela aurait épuisé tout le quota de la journée.

Un ami a un compte Pro. Hier soir, il a utilisé Design pour faire un PPT de 30 pages et son quota quotidien a été complètement épuisé.

Des bugs occasionnels

Parfois, en cours de travail, vous pouvez rencontrer une situation : vous envoyez un message, et il répond par <empty>. Vous renvoyez, encore <empty> :

La solution est de rafraîchir la page et de lui dire « continuez s’il vous plaît », et généralement il reprend. Mais vous perdez un peu de contexte. Si vous êtes en pleine itération de design critique, n’oubliez pas de prendre des captures d’écran de temps en temps comme sauvegarde, pour ne pas avoir à tout recommencer si ça casse à la dernière étape.

Réflexions finales

Mon plugin Obsidian au design basique ressemble enfin à un vrai produit.

Mais pour être honnête, quand je me suis assis devant mon ordinateur et que j’ai cliqué sur « Publier le brouillon », je n’étais pas complètement excité. Je suis très conscient d’une chose — si quelqu’un comme moi, sans formation en design, peut faire une interface correcte en deux heures, alors ceux qui gagnent leur vie avec du « correct » vont passer quelques années difficiles.

Avant, je craignais que l’IA fasse perdre aux écrivains un interlocuteur avec du goût littéraire. Cette fois, c’est l’inverse — les designers sont sur le point de perdre la partie la plus épaisse du marché : le niveau débutant à intermédiaire.

Chaque fois que l’IA fait un pas en avant, certains applaudissent, et d’autres s’en vont discrètement. Cette fois, je suis celui qui applaudit, mais j’entends ce soupir derrière moi.

J’ai récemment passé beaucoup de temps et d’argent sur l’IA, inquiet qu’un jour elle me remplace, mais jusqu’à présent je n’ai pas trouvé de solution. Elle m’aide dans mon travail quotidien, mais aucun changement fondamental. Le plus important, c’est que je n’ai pas gagné d’argent avec.

Si vous avez aussi un petit produit, un plugin ou un site web qui prend la poussière comme le mien — allez essayer Claude Design.

Il ne vous apportera peut-être pas votre première vente, mais au moins il le rendra plus présentable. Et cela, en soi, est une énorme amélioration.

Claude Routine : Un test pratique

Mon, 01 Jan 0001 00:00:00 +0000

Anthropic a récemment déployé plusieurs mises à jour liées à Claude :

Refonte du bureau Claude Code — gérez plusieurs sessions Claude côte à côte dans une seule fenêtre, avec une nouvelle barre latérale pour basculer.
Lancement de la fonctionnalité Routines (aperçu de recherche) — les tâches Claude Code peuvent désormais s’exécuter sur le cloud d’Anthropic, sans avoir besoin de laisser votre ordinateur allumé.
Modifications mineures du bureau et du web, comme la gestion multi-sessions et le partage de sessions.

Celle qui a le plus retenu mon attention est la deuxième : Routines.

La raison est simple. J’ai à la fois OpenClaw et Claude Desktop, mais pour un utilisateur léger comme moi, les besoins dans le cloud sont limités — principalement découper des vidéos ou du texte. Utiliser OpenClaw pour cela, c’est comme prendre un marteau-pilon pour écraser une noix. Quant à Claude Desktop ? Il propose une fonction « tâches planifiées » qui s’exécute localement, mais elle nécessite que l’ordinateur soit allumé et que l’application Desktop tourne. Je ne veux pas que mon MacBook Air fonctionne 24h/24. C’était une impasse dans les deux cas !

Routines comble parfaitement ce vide.

Voici une comparaison des trois approches :

Dimension	Routines	Tâches planifiées Claude Desktop	OpenClaw
Où ça s’exécute	Cloud géré par Anthropic	Votre ordinateur	Votre ordinateur ou VPS
Ordinateur allumé nécessaire ?	Non	Oui, doit être allumé	Dépend du déploiement
Application toujours ouverte nécessaire ?	Non	Claude Desktop doit être en cours d’exécution	Non
Appelle Claude AI	Suite complète propriétaire	Intégré dans Desktop	Support non officiel, sujet à restrictions
Effort de configuration	Juste un abonnement	Installer Desktop	Louer un VPS + auto-déploiement

Les tâches planifiées du bureau sont une solution de transition, OpenClaw est une solution communautaire, et Routines est la nouvelle solution cloud officielle. Anthropic rend de plus en plus difficile l’appel de son API par des frameworks tiers tout en promouvant Routines — l’intention est claire : ils veulent construire leur propre OpenClaw.

Que peut faire Routines ?

Les cas d’usage officiels sont principalement des scénarios de développeurs — analyser le tracker de tickets chaque nuit pour ajouter des étiquettes, réviser automatiquement le code à chaque nouvelle PR, exécuter des tests de fumée après un déploiement CD pour vérifier les logs d’erreur, analyser chaque semaine les PR fusionnées pour mettre à jour la documentation, etc. Ces cas sont un peu éloignés pour les non-codeurs.

Pour les utilisateurs quotidiens, les scénarios ressemblent plutôt à ceci :

Récupérer automatiquement un briefing financier quotidien chaque matin (mouvements sectoriels, plus hauts/plus bas, etc.), le commiter dans un dépôt, pour le lire au réveil.
Transcrire automatiquement des vidéos Bilibili/YouTube en notes textuelles (ce que fait cet article) — partagez un lien, et quelques minutes plus tard un fichier Markdown apparaît dans votre dépôt.
Générer un rapport de recherche hebdomadaire ou une revue hebdomadaire en compilant automatiquement des informations publiques.
Surveiller vos dépôts GitHub starrisés ; quand un projet open source se met à jour, la Routine récupère automatiquement le diff et vous donne un résumé en chinois.

Aujourd’hui, j’ai testé le deuxième : vidéo Bilibili vers texte.

Configuration de l’environnement

La configuration de l’environnement est un peu fastidieuse, mais vous ne devez le faire qu’une fois. Ensuite, vous pouvez la réutiliser pour toute nouvelle Routine.

Vous devez préparer les quatre éléments suivants :

Un compte GitHub, et vous utiliserez un dépôt privé (j’expliquerai pourquoi ci-dessous).
Un abonnement Max ou Pro ; les comptes gratuits ne peuvent pas encore utiliser Routines.
CLI Claude Code installée localement ; je laisserai Claude gérer la plupart des étapes plus tard.
Aucune compétence en codage requise. Si vous n’êtes pas à l’aise avec la ligne de commande, dites simplement à Claude Code « aide-moi à configurer une Routine » et il vous guidera pas à pas.

Commençons la configuration.

Vérification du quota et point d’entrée

Tout d’abord, ouvrez la page d’utilisation sur claude.ai. Vous verrez une nouvelle ligne pour « routine » dans l’utilisation de votre abonnement. J’ai un compte Max, donc j’ai droit à 15 exécutions par jour :

Quotas spécifiques :

Pro : 5 exécutions/jour
Max : 15 exécutions/jour
Team/Enterprise : 25 exécutions/jour
Vous pouvez activer une utilisation supplémentaire au paiement à l’usage au-delà.

Notez que les 15 exécutions sont le nombre de déclenchements, pas le nombre total de Routines. Vous pouvez créer plusieurs Routines partageant ce quota.

Le point d’entrée est à claude.ai/code/routines :

Le web, le bureau et le CLI partagent tous le même pool de tâches. Les tâches créées dans le CLI sont également visibles sur le web.

Obligation de lier un dépôt GitHub privé

Les Routines doivent être liées à un dépôt GitHub. C’est une exigence stricte ; vous ne pouvez pas en créer sans cela.

Pourquoi cette conception ? Parce qu’à chaque démarrage de tâche, le cloud alloue un répertoire de travail pour Claude — spécifiquement, il clone votre dépôt GitHub spécifié pour l’utiliser comme « bureau ». Claude modifie ensuite les fichiers, exécute des commandes, commit et pousse dans ce bureau. Lorsque la tâche se termine, le bureau est effacé, et seuls les artefacts restent dans votre dépôt.

Vous devez donc d’abord préparer un dépôt GitHub.

GitHub est la « plateforme de stockage de code + contrôle de version + collaboration » la plus populaire parmi les programmeurs, hébergeant la plupart des codes open source mondiaux. Pour les non-codeurs, il peut également servir de dossier cloud privé gratuit avec versionnage.

Créer un compte est simple : allez sur github.com pour vous inscrire, puis cliquez sur « + » en haut à droite → New repository, donnez-lui un nom quelconque (par exemple claude-routines) :

Lors de la création du dépôt, assurez-vous de cocher Private (le mettre en privé) et aussi de cocher Add a README. Sinon, le dépôt sera complètement vide sans branche par défaut, et la Routine échouera lors de son premier clone. Je suis déjà tombé dans ce piège pour vous.

Si ces étapes vous semblent inconnues, confiez-les simplement à Claude Code : « Aide-moi à créer un dépôt GitHub pour Routines » — il vous guidera pas à pas dans l’inscription, la création du dépôt et l’autorisation.

Création d’un environnement cloud

Ce qui suit suppose que vous avez déjà créé un dépôt privé.

Chaque Routine s’exécute sur une machine sandbox d’Anthropic. Cette machine est livrée avec des outils de base comme Python, Node et git préinstallés, mais elle n’aura pas vos dépendances personnalisées (comme yt-dlp, ffmpeg). Vous devez donc créer un Environnement personnalisé, en spécifiant quoi installer avant chaque exécution et quelles clés API charger. Ici, cliquez sur le bouton Add environment en bas à droite.

Dans la configuration de l’environnement, il y a un champ appelé Network access avec trois options : None, Trusted, Full. Il y a un piège courant ici :

La valeur par défaut est Trusted, qui n’autorise l’accès qu’aux sites de la liste blanche officielle, principalement les dépôts de paquets comme GitHub, PyPI, npm. bilibili.com et youtube.com ne sont pas sur la liste blanche. Nous sélectionnons donc Full ici :

Ensuite, dans le champ Setup script, entrez les commandes à exécuter avant chaque démarrage (installation de ffmpeg, yt-dlp, etc.), et dans Environment variables, entrez les clés API nécessaires (GEMINI_API_KEY, etc.) :

Vous ne comprenez peut-être pas le contenu ici — ce n’est pas grave. Je montre juste quoi remplir. En pratique, dites simplement à votre IA ce que vous voulez faire, et demandez-lui de fournir un script prêt à copier-coller. Vous n’avez qu’à copier et coller.

Les variables d’environnement sont stockées dans la base de données de configuration d’environnement d’Anthropic. La documentation officielle dit qu’elles sont « visibles par quiconque peut modifier cet environnement ». Nous en reparlerons plus en détail dans la section « Mises en garde ».

Récupération de l’ID d’environnement et autorisation GitHub

Après avoir créé l’environnement, retournez dans votre Claude Code local et entrez :

/remote-env

Il listera tous les environnements que vous avez créés dans le cloud ainsi que leurs IDs :

Copiez la ligne correspondant à bili-sandbox et donnez-la à Claude. Ensuite, il saura quel environnement utiliser pour la tâche.

Puis Claude dira : « J’ai besoin d’accéder à votre GitHub » et présentera les options d’autorisation :

A : /web-setup — synchronise votre jeton gh CLI local avec claude.ai, prend 30 secondes.
B : Installer l’application GitHub Claude — allez sur la page web GitHub, sélectionnez des dépôts spécifiques à installer, contrôle plus granulaire.

J’ai choisi A car c’était un test sandbox. Après la sélection, une page web s’ouvrira à nouveau, et vous verrez votre dépôt GitHub là, indiquant que l’autorisation est active :

Après autorisation, revenez à l’environnement local. À ce stade, la configuration de l’environnement est terminée.

Lors de la création d’une nouvelle Routine plus tard, vous pouvez réutiliser toute cette configuration sans refaire la configuration.

L’IA configure la tâche

Ici, nous disons à Claude : « Aide-moi à transférer cette compétence locale de Bilibili vers texte dans une Routine et teste-la avec une vidéo. »

Il appelle l’API RemoteTrigger pour créer la tâche et la déclencher, tout seul. Quand il a terminé, vous ouvrez la page web et voyez une tâche déjà présente :

Ensuite, il suffit de trouver un lien vidéo Bilibili et de l’envoyer à l’IA pour tester si ça fonctionne. J’ai choisi une vidéo de 6 minutes sur « Base de connaissances IA » sur Bilibili. Le Claude cloud utilise d’abord yt-dlp pour télécharger l’audio, puis appelle Gemini pour le transcrire, écrit le résultat en Markdown, et enfin le commit dans mon dépôt Claude-Routines.

Le résultat final était une transcription chinoise précise d’environ 3 000 caractères. Les termes mixtes chinois-anglais (LLM-Wiki, RAG, Karpathy, NewType OS, etc.) ont tous été conservés avec précision, avec des paragraphes complets. Pendant tout ce processus, tout ce que j’ai fait a été de taper dans le dialogue Claude Code. Je n’ai pas ouvert de terminal, exécuté de commandes, ni ouvert la page web GitHub.

Méthodes de déclenchement

L’exécution ci-dessus a été réalisée en faisant appel directement à l’API de gestion d’Anthropic par Claude Code pour créer une Routine et la déclencher une fois — pour faciliter les tests, en laissant l’IA faire tout le travail.

Pour une utilisation quotidienne, Routines prend en charge trois méthodes de déclenchement officielles :

1. Déclenchement planifié — prend en charge les préréglages horaires/quotidiens/hebdomadaires, et les expressions cron personnalisées avec un intervalle minimum d’une heure. Scénario typique : résumer automatiquement les flux de fonds et les actualités de la veille à 9h chaque jour.

2. Déclenchement par API — chaque Routine peut générer un point de terminaison HTTP dédié + jeton Bearer. L’envoi d’une requête POST à ce point de terminaison déclenche immédiatement la tâche, et vous pouvez passer des paramètres temporaires (comme une URL) dans le corps de la requête.

3. Déclenchement par événement GitHub — exécute automatiquement la Routine lors d’événements comme PR, push, issue, release dans votre dépôt, principalement pour les scénarios de développeurs.

Les trois méthodes de déclenchement peuvent être combinées : la même Routine peut s’exécuter selon un planning, accepter des appels API et écouter les événements GitHub simultanément.

Même déclenchement avec les raccourcis iPhone

Le plus intéressant avec le déclenchement par API, c’est qu’il ne se soucie pas du client. Tout ce qui peut envoyer un POST HTTP peut déclencher une Routine.

Imaginez ce scénario : je tombe sur une super vidéo sur Bilibili, j’appuie sur le bouton de partage → Raccourci iPhone → envoie automatiquement l’URL au point de terminaison de la Routine. Une demi-minute plus tard, j’ouvre GitHub et la transcription est déjà là. Je n’ai pas besoin d’allumer mon Mac, d’ouvrir Claude Code, ni même de taper un seul mot.

La configuration est simple :

Générez un jeton API sur la page de configuration de la Routine.
Créez un Raccourci sur iPhone qui accepte une URL partagée en entrée.
Utilisez l’action « Obtenir le contenu de l’URL » pour envoyer une requête POST, en passant l’URL dans le corps à la Routine.
Dans l’invite de la Routine, lisez l’URL depuis le corps de la requête, puis appelez yt-dlp + Gemini pour la transcription.

Cette combinaison fait le pont entre « workflow IA cloud » et « déclenchement mobile ». Pour la première fois, les gens ordinaires peuvent faire faire une tâche spécifique par l’IA sans allumer un ordinateur.

Récupération des résultats

Les résultats de transcription sont sauvegardés sous forme de commit sur une nouvelle branche dans votre dépôt GitHub, visibles directement sur la page web GitHub. Mais pour les utilisateurs quotidiens, vous voudrez les récupérer localement. Voici trois façons :

Lire directement sur la page web GitHub ou cliquer pour télécharger.
Tirer vers n’importe quel répertoire local avec une seule commande (par exemple, synchroniser directement dans votre boîte de réception Obsidian).
Configurer un script de synchronisation, comme un git pull planifié via launchd, ou créer un plugin Obsidian qui tire d’un clic.

Mises en garde

Les Routines sont géniales, mais il y a quelques points à garder à l’esprit.

Granularité de l’autorisation GitHub

Utiliser l’application GitHub Claude est plus sûr que d’utiliser /web-setup. La première ne permet à Claude d’accéder qu’au dépôt spécifique que vous sélectionnez ; la seconde donne effectivement accès à tous les dépôts visibles par le CLI gh. Pour un test sandbox, l’option A convient, mais pour les tâches quotidiennes, il est recommandé d’utiliser l’application.

Votre clé API est visible dans le cloud

Le contenu des variables d’environnement est stocké dans la base de données de configuration d’environnement d’Anthropic. Le libellé officiel est « visible par quiconque peut modifier cet environnement », ce qui signifie que toute personne pouvant modifier l’environnement peut les voir. Pour un compte personnel, c’est seulement vous par défaut, mais des employés autorisés d’Anthropic pourraient théoriquement y accéder.

Par conséquent, n’y mettez pas de clés API de production à quota élevé ; utilisez plutôt des sous-clés à faible quota ou révocables.

Gardez le dépôt privé

Chaque commit de Routine utilise votre identité GitHub. Si le dépôt est public, les résultats de transcription seront indexés par la recherche et l’indexation de GitHub. Lors de la création d’un dépôt sandbox, cochez simplement Private sans réfléchir.

Résumé

Routines est le premier pas d’Anthropic pour déplacer officiellement les tâches d’automatisation vers le cloud. Pour les utilisateurs ordinaires, cela résout le vieux problème des « tâches planifiées nécessitant que l’ordinateur soit allumé » ; pour Anthropic, c’est une pièce clé dans la construction de leur propre écosystème et le resserrement de l’accès API tiers.

Ce que nous avons appris aujourd’hui :

Routines est le système de planification de tâches cloud de Claude Code, lancé en aperçu de recherche le 14 avril 2026.
Prérequis : abonnement Max/Pro + dépôt GitHub + CLI Claude Code.
Trois méthodes de déclenchement officielles : planification, API, événements GitHub, pouvant être combinées. Combiné avec les Raccourcis iPhone, vous pouvez réaliser une chaîne complète : « partager une URL sur le téléphone → cloud exécute automatiquement → recevoir les résultats sur GitHub ».
L’obligation de lier un dépôt GitHub et le réseau restreint par défaut sont des contraintes auxquelles s’habituer.

Points clés à retenir :

Lors de la création d’un dépôt GitHub, vous devez cocher Private et Add a README.
Dans l’environnement cloud, réglez Network access sur Full, sinon de nombreux sites web courants seront inaccessibles.
Les clés API sont stockées dans la configuration d’environnement d’Anthropic ; n’y mettez pas de clés de production.
La première configuration d’environnement est un peu fastidieuse, mais une fois configurée, elle peut être réutilisée indéfiniment, rendant la création de Routines ultérieures beaucoup plus facile.

Codex App : entre le terminal et l'IDE

Mon, 01 Jan 0001 00:00:00 +0000

Ce chapitre aborde l’application de bureau Codex d’OpenAI. Elle se situe à mi-chemin entre Codex CLI (terminal) et Cursor / VS Code (IDE).

Vous avez peut-être utilisé Codex CLI dans le terminal – c’est puissant, mais l’interface textuelle n’est pas très accessible aux débutants. D’un autre côté, les IDE comme Cursor et VS Code regorgent de fonctionnalités, au point que l’écran rempli de panneaux de code peut être écrasant.

Codex APP est le juste milieu entre le terminal et l’IDE. Il ajoute des éléments visuels par rapport au terminal, et supprime les détails de code déroutants par rapport à l’IDE.

Qu’est-ce que Codex APP ?

En résumé : Codex APP = la version graphique de Codex CLI.

C’est toujours le même Codex, juste avec une « interface » différente. Le CLI fonctionne en tapant dans un terminal ; l’APP fonctionne en cliquant dans une fenêtre de bureau. Les capacités sous-jacentes sont identiques, et ils partagent le même fichier de configuration ~/.codex/config.toml.

Limitations actuelles :

Ne prend en charge que macOS (Apple Silicon) – c’est-à-dire les Mac M1 et ultérieurs
Les versions Windows et Linux sont encore en développement

Téléchargement : Obtenez le programme d’installation DMG sur le site d’OpenAI et installez-le directement.

Méthodes de connexion :

Méthode de connexion	Description
Compte ChatGPT	Nécessite un abonnement Plus/Pro/Business/Enterprise/Edu. Fonctionnalités complètes, y compris les threads cloud et le changement de modèle.
Clé API	Fonctionnalités limitées. Pas de threads cloud. Les modèles doivent être spécifiés manuellement dans `config.toml`.

Fonctionnalités de l’interface

Codex APP n’a actuellement pas d’interface en chinois, voici donc une traduction de chaque fonctionnalité pour vous aider à trouver les boutons correspondants.

Nouveau thread

Crée une nouvelle conversation de tâche IA. Lors de la création, vous pouvez choisir parmi trois modes :

Local – Fonctionne directement dans votre dossier de projet
Worktree – Fonctionne dans un worktree Git isolé sans affecter la branche principale
Cloud – S’exécute dans un environnement cloud distant (nécessite une connexion avec un compte ChatGPT)

Les débutants devraient commencer par le mode Local – c’est le plus simple et le plus direct.

Compétences

C’est le même système de compétences que celui utilisé dans Codex CLI. Vous pouvez ici voir et gérer toutes les compétences disponibles, et les invoquer dans une conversation avec /nom-compétence.

Les compétences sont partagées entre l’APP et le CLI – toute compétence que vous créez dans le CLI est immédiatement disponible dans l’APP.

Automatisations

Cette fonctionnalité est exclusive à l’APP – vous ne la trouverez pas dans le CLI.

Considérez cela comme régler un réveil pour l’IA.

Vous dites à l’IA : « Fais cette tâche pour moi tous les matins à 9 heures », et elle s’exécutera selon le planning, plaçant les résultats dans votre boîte de réception pour révision.

Comment ça fonctionne :

Définissez la fréquence d’exécution (par exemple, quotidienne, hebdomadaire)
Rédigez l’instruction (dites à l’IA quoi faire)
Liez éventuellement une compétence (en utilisant la syntaxe $nom-compétence)
L’IA s’exécute à l’heure et le résultat va dans une file d’attente de révision

Cas d’utilisation courants :

Analyse quotidienne des commits récents pour détecter des bugs
Rapport hebdomadaire des changements de code
Vérification périodique des vulnérabilités de sécurité des dépendances
Résumé automatique de la cause des échecs CI

Remarque : Les automatisations s’exécutent localement, donc l’APP doit rester ouverte. Pour les projets Git, chaque automatisation s’exécute dans un worktree indépendant, donc elle n’interférera pas avec votre travail en cours.

Configuration

Vous pouvez ici définir :

Sélection du modèle – Les utilisateurs avec un compte ChatGPT peuvent changer de modèle directement dans l’interface
Politique d’approbation – Contrôlez ce que l’IA peut faire automatiquement et ce qui nécessite votre confirmation manuelle
Paramètres du bac à sable – Limitez les permissions de l’IA (lecture seule / écriture dans l’espace de travail / accès complet)

Ces paramètres sont partagés avec le même config.toml utilisé par le CLI – les modifications dans un endroit prennent effet dans l’autre.

Personnalisation

Choisissez la « personnalité » de l’IA :

Option	Effet
Amical	Les réponses de l’IA sont plus chaleureuses et détaillées
Pragmatique	Les réponses de l’IA sont plus concises et vont droit au but
Aucune	Aucun réglage de personnalité

Vous pouvez également ajouter des instructions personnalisées, comme « réponds en français » ou « utilise l’anglais pour les commentaires de code ». Ces instructions sont écrites dans votre fichier AGENTS.md.

Serveurs MCP

Identique à la configuration MCP abordée précédemment. L’APP, le CLI et les plugins IDE partagent tous la même configuration MCP – tout serveur MCP que vous configurez dans le CLI est automatiquement disponible dans l’APP.

Git

C’est un point fort majeur de l’APP par rapport au CLI. Il inclut un outil Git visuel intégré :

Visionneuse de différences – Voyez les modifications de code graphiquement, ajoutez des commentaires en ligne
Stage / annulation – Mettez en scène sélectivement des blocs de code ou des fichiers entiers
Commit / push – Effectuez des commits et des pushs directement dans l’APP
Créer une PR – Créez une Pull Request en un clic

Dans le CLI, tout cela nécessite des opérations en ligne de commande ; dans l’APP, il suffit de cliquer. Ne vous inquiétez pas si vous ne comprenez pas encore parfaitement des concepts comme Worktree et l’intégration Git – contentez-vous d’en avoir une idée générale.

Environnements

Configurez l’environnement d’exécution de votre code. Vous pouvez configurer des environnements locaux ou cloud, installer les dépendances du projet, etc.

Worktrees

Gestion visuelle des Git Worktrees. En termes simples, cela empêche vos multiples tâches IA de s’interférer mutuellement.

Par exemple, vous demandez à l’IA de faire trois choses à la fois : corriger un bug, écrire une nouvelle fonctionnalité et refactoriser du code. Si tout se fait dans le même répertoire, les modifications de fichiers entreront inévitablement en conflit. Les Worktrees créent une copie de travail indépendante pour chaque tâche, afin qu’elles puissent travailler côte à côte sans interférence.

Threads vs Projets – Comprendre le contexte

C’est la partie la plus importante de tout le chapitre – veuillez lire attentivement.

Deux concepts fondamentaux

Projet = votre dépôt de code ou dossier.

Considérez un Projet comme votre établi. Vous faites tout ce qui concerne ce projet sur cet établi.

Thread = une tâche spécifique au sein d’un projet.

Considérez chaque Thread comme une fiche de tâche sur l’établi. Corriger un bug est une fiche, rédiger de la documentation en est une autre.

Un Projet peut avoir plusieurs Threads, mais chaque Thread n’appartient qu’à un seul Projet.

Pourquoi c’est important

Nous introduisons ici un concept clé : le Contexte.

Qu’est-ce que le contexte ?

Imaginez discuter avec un ami sur WeChat. Vous dites : « Où en est cette affaire ? » et votre ami comprend exactement de quoi vous parlez – parce que vous en avez parlé plus tôt. Cette « conversation précédente » est le contexte.

Il en va de même pour l’IA. Chaque phrase que vous dites et chaque fichier que vous envoyez dans une conversation sont mémorisés par l’IA et utilisés pour comprendre vos questions suivantes. Ce dont l’IA « se souvient » est son contexte.

Fenêtre de contexte = capacité de mémoire de l’IA

Mais la mémoire de l’IA n’est pas infinie. Il y a une limite supérieure à ce qu’elle peut retenir, appelée la fenêtre de contexte.

Actuellement, Codex utilise par défaut GPT-5.3-Codex, avec une fenêtre de contexte d’environ 400 000 tokens. En gros, cela représente environ 300 000 caractères chinois de conversation.

Cela semble beaucoup, mais si vous faites toutes les tâches dans la même conversation, elle se remplira rapidement.

Avantages de l’isolation des threads

Les conversations dans différents Threads sont isolées – elles n’interfèrent pas entre elles.

Pensez-y de cette façon : si vous travaillez sur trois tâches et que vous écrivez tout sur la même feuille de papier, les notes de correction de bug, les notes de documentation et les discussions sur les exigences se mélangent – déroutant pour vous et pour l’IA.

Les séparer en trois Threads garde les choses propres :

Thread 1 : dédié à la correction de bugs – l’IA ne se souvient que de la conversation liée aux bugs
Thread 2 : dédié à la documentation – l’IA ne se souvient que de la conversation liée à la documentation
Thread 3 : dédié à la discussion des exigences – l’IA ne se souvient que de la conversation liée aux exigences

Ceci est particulièrement important pour les projets de base de connaissances. Par exemple, si vous utilisez Obsidian pour gérer des notes, vous pouvez utiliser un Thread pour rechercher des informations et un autre pour organiser des documents, sans contamination croisée. Vous n’aurez pas l’IA qui mélange soudainement le contexte d’une session de recherche pendant que vous organisez des documents.

Par exemple, dans la capture d’écran du carnet Obsidian ci-dessous, même si tout est dans le même dépôt, j’utilise différents Threads pour différentes tâches. Vous pouvez considérer cela comme le concept de conversation dans la version web de ChatGPT.

Codex APP vs Codex CLI

Puisque les deux partagent la même base, lequel choisir ? Voici une comparaison :

Aspect	Codex CLI (Terminal)	Codex APP (Bureau)
Interface	Texte uniquement	Graphique
Gestion des conversations	Besoin de `resume` pour trouver l’historique	Liste de conversations visuelle, cliquer pour changer
Tâches planifiées	Aucune (nécessite cron ou outils similaires)	Automatisations intégrées
Opérations Git	Ligne de commande	Diff visuel + commit/PR en un clic
Changement de modèle	Éditer `config.toml`	Les comptes payants peuvent sélectionner directement dans l’interface
Vitesse perçue	Semble plus rapide	Semble légèrement plus lent (expérience personnelle)
Idéal pour	Développeurs à l’aise avec le terminal	Utilisateurs qui veulent une expérience visuelle

Différences clés

1. Gestion visuelle des conversations – fini le resume pour retrouver les conversations

Avec le CLI, pour revenir à une conversation précédente, vous devez utiliser codex --resume. Quand vous avez beaucoup de conversations, retrouver la bonne peut être fastidieux.

L’APP vous donne une liste de conversations où tous les Threads sont visibles en un coup d’œil – il suffit de cliquer pour changer. Pour quiconque jongle avec plusieurs tâches, cela seul en vaut la peine.

2. Automatisations – exclusives à l’APP

Le CLI n’a pas cette fonctionnalité. Pour obtenir une fonctionnalité similaire dans le CLI, vous devriez configuer cron ou d’autres outils de planification vous-même – une barrière plus élevée. L’APP vous permet de la configurer directement, beaucoup plus pratique.

3. Changement de modèle plus facile

Si vous vous connectez avec un compte ChatGPT payant, vous pouvez changer de modèle directement dans l’interface de l’APP sans éditer aucun fichier de configuration.

Si vous utilisez une clé API comme moi : L’APP et le CLI partagent le même ~/.codex/config.toml. Il suffit de spécifier le modèle dans le fichier toml et l’APP le lira automatiquement. Par exemple :

model = "GPT-5.3-Codex"

4. Positionnement : le juste milieu entre terminal et IDE

Comparé au terminal, l’APP ajoute une gestion visuelle des conversations, des opérations Git et des tâches planifiées.

Comparé à un IDE (comme Cursor), l’APP supprime les panneaux de code encombrés et les fonctionnalités complexes de l’éditeur, se concentrant sur la conversation IA et la gestion de projet.

Si vous trouvez le terminal trop geek et l’IDE trop complexe, l’APP pourrait être cet outil « juste comme il faut » que vous recherchez.

Expérience personnelle

Pour être honnête : Je préfère encore le terminal.

C’est peut-être juste mon imagination, mais l’APP semble légèrement plus lent que le CLI. Cela pourrait être le surcoût de l’interface graphique, ou purement psychologique – je ne suis pas sûr.

Mais je dois admettre que l’APP est définitivement plus accessible aux débutants. Surtout pour la gestion des conversations et les opérations Git, l’expérience visuelle est bien plus confortable que de taper des commandes dans le terminal.

Mon conseil : essayez les deux et trouvez l’outil qui vous convient. Comme la configuration est partagée, passer de l’un à l’autre ne coûte rien.

Résumé

Ce que nous avons appris aujourd’hui :

Qu’est-ce que Codex APP – la version graphique de Codex CLI, ne prend actuellement en charge que macOS Apple Silicon
Fonctionnalités principales – Gestion des conversations par Threads, tâches planifiées Automatisations, intégration Git visuelle, isolation Worktree
Threads vs Projets – Le Projet est l’établi, le Thread est la fiche de tâche – l’isolation des tâches protège le contexte de la contamination
Différences avec le CLI – conversations visuelles + Automatisations sont les plus grands avantages, mais la vitesse perçue peut être légèrement plus lente
Positionnement – un juste milieu entre terminal et IDE, adapté aux utilisateurs qui veulent du visuel sans avoir besoin d’un IDE complet

Points clés à retenir :

Codex APP et CLI partagent la même base et la même configuration – vous ne pouvez pas vous tromper avec l’un ou l’autre
L’isolation des Threads est essentielle – séparez les conversations pour différentes tâches afin d’éviter la pollution du contexte
Les Automatisations sont la fonctionnalité phare de l’APP – considérez-les comme régler un réveil pour l’IA
Utilisation bonus : l’APP peut également servir de méthode de saisie vocale – maintenez une touche de raccourci et parlez (voir la section suivante)

Bonus : Utiliser Codex APP comme méthode de saisie vocale

Récemment, Codex APP a introduit la fonctionnalité vocale. Le meilleur, c’est qu’elle fonctionne non seulement dans l’application mais aussi à l’extérieur – il suffit de maintenir une touche de raccourci globale et de parler.

Mettez simplement à jour Codex APP vers la dernière version et connectez-vous avec un compte d’abonnement pour l’utiliser. Pour ceux qui gardent Codex APP ouvert en permanence, c’est essentiellement une méthode de saisie vocale gratuite.

OpenAI a publié il y a quelque temps le modèle de reconnaissance vocale open source Whisper, abaissant considérablement la barrière pour la reconnaissance vocale, et a continué à l’itérer. Il n’est donc pas surprenant que la fonction vocale de Codex APP, construite sur cette base, fonctionne exceptionnellement bien.

L’utilisation est simple : ouvrez l’application, allez dans les paramètres généraux, attribuez une touche de raccourci (j’utilise la touche Option droite), et lorsque vous voulez saisir du texte, maintenez la touche de raccourci et parlez.

Lorsque vous maintenez la touche, une petite fenêtre apparaît en bas du bureau (impossible de faire une capture d’écran à cause des conflits de raccourcis).

En pratique, c’est rapide et précis. Deux petits inconvénients :

Pas de fonction dictionnaire – un dictionnaire permettrait de définir des mots fréquemment utilisés personnalisés pour une reconnaissance encore meilleure
Il faut maintenir la touche pour enregistrer – il ne prend pas encore en charge un mode bascule (appuyer une fois pour démarrer, appuyer à nouveau pour arrêter) comme certains autres produits

Étant donné qu’il s’agit d’une toute nouvelle fonctionnalité, ces améliorations viendront probablement dans les futures mises à jour.

Si cela ne vous dérange pas de payer pour une méthode de saisie vocale chaque mois, d’autres options populaires incluent Wispr Flow et Typeless.

Codex CLI : Une introduction pratique

Mon, 01 Jan 0001 00:00:00 +0000

Plus tôt, nous avons présenté Claude Code. Ce chapitre couvre un autre outil de codage IA en terminal tout aussi puissant : Codex CLI.

Remarque : Codex existe aussi en version application de bureau (interface graphique), qui sera abordée dans un chapitre ultérieur. Ce chapitre se concentre sur Codex CLI en terminal.

Codex CLI en terminal, comme Claude Code, est un assistant de codage IA qui s’exécute dans le terminal. Si vous avez déjà appris Claude Code dans le chapitre précédent, vous trouverez Codex CLI très facile à prendre en main, car la logique de fonctionnement est presque identique.

Qu’est-ce que Codex CLI ?

Introduction en une phrase

Codex CLI = l’assistant de codage IA en terminal d’OpenAI

Similaire à Claude Code, c’est un outil IA qui s’exécute dans le terminal. Vous lui décrivez ce que vous voulez en langage naturel, et il peut vous aider à :

Créer de nouveaux projets
Écrire du code
Modifier du code
Corriger des bugs
Exécuter des commandes
Rechercher sur le web les informations les plus récentes

Quelle est la différence entre Codex CLI et Claude Code ?

Aspect	Claude Code	Codex CLI
Développeur	Anthropic (Claude)	OpenAI (ChatGPT)
Modèle sous-jacent	Série Claude	Série GPT (GPT-5-Codex)
Installation	npm install	npm install
Fichier de configuration	`~/.claude/settings.json`	`~/.codex/config.toml`
Abonnement	Claude Pro/Max	ChatGPT Plus/Pro
Support OS	Mac/Linux/Windows	Mac/Linux (Windows via WSL)

Différence fondamentale : des modèles sous-jacents différents. Claude Code utilise les modèles Claude, Codex CLI utilise le modèle GPT-5-Codex d’OpenAI optimisé pour la programmation. Les deux outils ont leurs forces. Il est recommandé d’installer les deux et de choisir en fonction de la tâche.

Comment installer Codex CLI ?

Prérequis

Node.js : Comme Claude Code, nécessite un environnement Node.js
- Si vous l’avez déjà (suite à l’installation de Claude Code plus tôt), pas besoin de réinstaller
- Sinon, allez sur https://nodejs.org et téléchargez la version LTS
Réseau : Nécessite un accès aux services OpenAI (peut nécessiter un proxy)

Étapes d’installation

Ouvrez le terminal et exécutez :

npm install -g @openai/codex

Attendez la fin.

Vérifiez l’installation :

codex --version

Si un numéro de version s’affiche (par exemple codex-cli 0.98.0), l’installation a réussi.

Les utilisateurs Mac peuvent aussi installer via Homebrew :

brew install codex

Plusieurs façons de l’utiliser

Comme Claude Code, Codex CLI prend en charge plusieurs moyens d’accéder aux capacités IA.

Méthode 1 : Acheter un abonnement ChatGPT (la plus simple)

Codex CLI est inclus dans les formules payantes de ChatGPT.

Types d’abonnement pris en charge :

Abonnement	Prix	Remarques
ChatGPT Plus	20 $/mois	Quota limité
ChatGPT Pro	200 $/mois	Quota plus élevé
ChatGPT Business	Forfait équipe	Usage professionnel

Configuration :

Après avoir acheté un abonnement ChatGPT, ouvrez le terminal
Exécutez codex pour démarrer
Suivez les invites pour vous connecter à votre compte ChatGPT (un navigateur s’ouvrira pour autorisation)
Une fois connecté, vous pouvez l’utiliser

Vous pouvez aussi vous connecter manuellement :

codex login

Méthode 2 : Utiliser une clé API OpenAI

Si vous avez une clé API OpenAI, vous pouvez l’utiliser directement :

Définissez la variable d’environnement :

export OPENAI_API_KEY="your API Key"

Exécutez ensuite codex

Méthode 3 : Utiliser une API tierce (intégration de modèles domestiques)

C’est ce qui intéresse le plus de nombreux utilisateurs domestiques !

Comme Claude Code, Codex CLI peut aussi s’intégrer à des API tierces, telles que DeepSeek, Volcengine et d’autres modèles domestiques.

La configuration se fait en modifiant le fichier ~/.codex/config.toml (détaillé dans la section suivante).

Intégration de modèles domestiques : Modification de config.toml

Où se trouve config.toml ?

Chemin du fichier de configuration : ~/.codex/config.toml

Mac/Linux : /Users/votrenomutilisateur/.codex/config.toml
Windows (WSL) : ~/.codex/config.toml

Astuce : Si ce fichier n’existe pas, exécutez d’abord codex une fois ; il créera automatiquement le dossier .codex. Ensuite, vous pouvez créer manuellement le fichier config.toml.

Structure de configuration de base

La configuration de config.toml est divisée en plusieurs parties essentielles :

# ===== Basic settings =====
model = "gpt-5.3-codex"              # Model to use
model_provider = "openai"             # Model provider (default openai)
approval_policy = "on-failure"        # Approval policy
sandbox_mode = "workspace-write"      # Sandbox mode

# ===== Custom model providers =====
[model_providers.custom_name]
name = "Display name"
base_url = "API URL"
env_key = "API_KEY environment variable name"
wire_api = "responses"

# ===== Profiles =====
[profiles.profile_name]
model_provider = "custom_name"
model = "model name"

Important : wire_api doit utiliser “responses”

C’est un piège courant !

Codex CLI prend en charge deux protocoles API : "chat" (Chat Completions hérité) et "responses" (nouvelle API Responses).

À partir de février 2026, OpenAI a déprécié le protocole "chat" et est passé entièrement à "responses". Par conséquent, lors de la configuration de modèles tiers, wire_api doit être défini sur "responses". Si votre fournisseur d’API tiers ne prend pas en charge le format de l’API Responses, vous ne pouvez pas l’intégrer directement à Codex.

Heureusement, les principales plateformes de relais API (comme OpenRouter, etc.) prennent déjà en charge l’API Responses.

Pour une discussion détaillée, référez-vous à : https://github.com/openai/codex/discussions/7782

Pratique : Intégration de DeepSeek

En prenant DeepSeek comme exemple, voici comment le configurer :

Étape 1 : Modifier config.toml

# Default to DeepSeek
model_provider = "deepseek"
model = "deepseek-chat"

# Define DeepSeek provider
[model_providers.deepseek]
name = "DeepSeek"
base_url = "https://api.deepseek.com/v1"
env_key = "DEEPSEEK_API_KEY"
wire_api = "responses"

Étape 2 : Définir la variable d’environnement

Définissez votre clé API DeepSeek dans le terminal :

export DEEPSEEK_API_KEY="your DeepSeek API Key"

Pour la rendre permanente, ajoutez la ligne à la fin de votre ~/.zshrc (Mac) ou ~/.bashrc (Linux) :

echo 'export DEEPSEEK_API_KEY="your DeepSeek API Key"' >> ~/.zshrc
source ~/.zshrc

Étape 3 : Démarrer Codex

codex

Maintenant, Codex utilisera le modèle DeepSeek.

Remarque : Si l’API officielle de DeepSeek ne prend pas encore en charge le format de l’API Responses et provoque des échecs de connexion, vous pouvez passer à une plateforme de relais qui prend en charge l’API Responses (comme OpenRouter) et modifier base_url pour l’adresse de la plateforme de relais.

Pratique : Intégration de Volcengine (Doubao)

model_provider = "volcengine"
model = "doubao-pro-32k"

[model_providers.volcengine]
name = "Volcengine"
base_url = "https://ark.cn-beijing.volces.com/api/v3"
env_key = "VOLCENGINE_API_KEY"
wire_api = "responses"

Il faut aussi définir la variable d’environnement :

export VOLCENGINE_API_KEY="your Volcengine API Key"

Utiliser les profils pour basculer entre plusieurs modèles

Si vous avez configuré plusieurs modèles, vous pouvez utiliser les profils pour basculer rapidement :

# Default to OpenAI
model_provider = "openai"
model = "gpt-5.3-codex"

# Define DeepSeek provider
[model_providers.deepseek]
name = "DeepSeek"
base_url = "https://api.deepseek.com/v1"
env_key = "DEEPSEEK_API_KEY"
wire_api = "responses"

# Define Volcengine provider
[model_providers.volcengine]
name = "Volcengine"
base_url = "https://ark.cn-beijing.volces.com/api/v3"
env_key = "VOLCENGINE_API_KEY"
wire_api = "responses"

# DeepSeek profile
[profiles.ds]
model_provider = "deepseek"
model = "deepseek-chat"

# Volcengine profile
[profiles.volc]
model_provider = "volcengine"
model = "doubao-pro-32k"

Basculement lors de l’utilisation :

# Use default OpenAI
codex

# Use DeepSeek
codex --profile ds

# Use Volcengine
codex --profile volc

Cela vous permet de passer librement d’un modèle à l’autre, très pratique !

Une méthode plus simple : OPENAI_BASE_URL

Si vous voulez simplement utiliser temporairement une API tierce sans modifier config.toml, vous pouvez définir directement les variables d’environnement :

export OPENAI_BASE_URL="https://api.deepseek.com/v1"
export OPENAI_API_KEY="your DeepSeek API Key"
codex

Cette méthode est plus simple, mais elle devient invalide après la fermeture du terminal.

Comment utiliser Codex CLI ?

Démarrage de base

Comme pour Claude Code :

Ouvrez le terminal
Utilisez cd pour naviguer vers votre dossier de projet
Tapez codex et appuyez sur Entrée

cd /path/to/your/project
codex

Codex démarrera une interface terminal plein écran où vous pourrez commencer à saisir vos besoins.

Trois modes de fonctionnement

Codex CLI dispose de trois modes qui contrôlent son « niveau d’autonomie » :

Mode	Commande	Description
Suggest	`codex --suggest`	Le plus prudent : demande confirmation pour chaque modification
Auto Edit	`codex --auto-edit`	Modéré : modifie automatiquement les fichiers, mais demande confirmation pour exécuter des commandes
Full Auto	`codex --full-auto`	Le plus libre : fait tout automatiquement sans confirmation

Les débutants sont invités à utiliser le mode Suggest (par défaut), afin de voir ce que Codex fait à chaque étape.

Une fois familiarisé, vous pouvez utiliser le mode Full Auto :

codex --full-auto "Run tests and fix all failing cases"

Attribution directe de tâche (mode non interactif)

Vous pouvez aussi ajouter directement une description de tâche après la commande :

codex "Create a Snake game for me"

Ainsi, Codex commencera directement à exécuter la tâche sans entrer dans l’interface interactive.

Reprendre une conversation précédente

Comme le --resume de Claude Code, Codex prend également en charge la reprise de sessions précédentes :

codex resume

Cela vous permet de continuer là où vous vous étiez arrêté.

Pratique : Laissez Codex créer un jeu Snake pour nous

Étape 1 : Créer un dossier de projet

Créez un nouveau dossier sur le bureau, par exemple codex-demo
Ouvrez ce dossier dans le terminal

Étape 2 : Démarrer Codex

codex

Étape 3 : Saisir les besoins

Dans Codex, saisissez :

Create a Snake game for me with the following requirements:

1. Features:
   - Classic Snake gameplay
   - Control snake movement with arrow keys
   - Snake grows longer when eating food, score increases
   - Game over when hitting wall or itself
   - Start and restart buttons

2. Interface:
   - Clean and beautiful, pixel style
   - Display current score and high score
   - Support dark theme

3. Technical requirements:
   - Use only HTML, CSS, JavaScript
   - All code in a single HTML file
   - Use Canvas for game rendering

Please create this HTML file directly.

Étape 4 : Attendre que Codex termine

Codex créera automatiquement le fichier HTML et écrira tout le code. Selon le mode choisi :

Mode Suggest : Il demandera une confirmation à chaque étape ; vous confirmez avant qu’il n’exécute
Mode Full Auto : Il terminera tout directement

Étape 5 : Ouvrir le jeu

Double-cliquez sur le fichier HTML généré pour y jouer dans votre navigateur !

Codex CLI vs Claude Code : Comment choisir ?

Je recommande d’installer les deux. Ils ont chacun leurs forces :

Aspect	Claude Code	Codex CLI
Capacité de codage	Très forte, surtout pour la logique complexe	Très forte, GPT-5-Codex optimisé pour la programmation
Compréhension du chinois	Très bonne	Très bonne
Recherche web	Nécessite MCP	Intégrée nativement
Niveau gratuit	Aucun	Aucun
Abonnement minimum	Claude Pro 20 $/mois	ChatGPT Plus 20 $/mois
Intégration de modèles domestiques	Via settings.json	Via config.toml
Support Windows	Natif	Nécessite WSL

Mon conseil :

Installez les deux, choisissez le plus adapté en fonction de la tâche
Projets simples : Les deux sont capables, choisissez l’un ou l’autre
Projets complexes : Essayez d’abord l’un ; si le résultat n’est pas bon, passez à l’autre
Utilisateurs de modèles domestiques : Les deux prennent en charge l’intégration d’API tierces, configuration similaire

La philosophie centrale reste : Vous n’avez pas besoin de savoir coder, vous avez juste besoin de savoir décrire vos besoins.

Résumé

Ce que nous avons appris aujourd’hui :

Qu’est-ce que Codex CLI : L’assistant de codage IA en terminal d’OpenAI, similaire à Claude Code
Comment l’installer : npm install -g @openai/codex, une seule commande
Comment l’utiliser : Même logique de fonctionnement que Claude Code, cd vers le répertoire du projet puis codex pour démarrer
Intégration de modèles domestiques : Modifier ~/.codex/config.toml, configurer model_providers
Trois modes : Suggest (prudent), Auto Edit (modéré), Full Auto (entièrement automatique)
Basculement de profil : Configurer plusieurs modèles, utiliser le paramètre --profile pour basculer librement

Maintenant, vous disposez de deux outils de codage IA puissants : Claude Code et Codex CLI !

Comment appeler une API et choisir une plateforme API

Mon, 01 Jan 0001 00:00:00 +0000

Nous avons couvert les concepts fondamentaux comme API, Token et Température. Il est maintenant temps de passer à la pratique : Comment appeler une API concrètement ?

Beaucoup de gens pensent que les API sont mystérieuses, mais une fois que vous avez compris quelques éléments clés, appeler une API est aussi simple que de faire des achats en ligne. Ce chapitre vous guidera pas à pas.

Les trois éléments essentiels pour appeler une API

Peu importe l’outil ou la plateforme que vous utilisez, appeler une API d’IA nécessite ces trois choses :

1. Clé API

Clé API = Votre identifiant

Tout comme vous avez besoin d’un code PIN pour retirer de l’argent à un distributeur, appeler une API nécessite une clé API pour prouver « C’est bien moi, vous pouvez me servir. »

À quoi ressemble une clé API ?

C’est généralement une longue chaîne de lettres et de chiffres, par exemple :

sk-REPLACE_WITH_YOUR_API_KEY

Rappel important :

Les clés API sont privées ; ne les partagez pas avec d’autres.
Si quelqu’un obtient votre clé, il peut utiliser votre compte pour appeler des API (en dépensant votre argent).
Si vous la divulguez accidentellement, supprimez immédiatement l’ancienne clé sur la plateforme et générez-en une nouvelle.

2. URL de base

URL de base = L’adresse du restaurant

Quand vous commandez un repas à livrer, vous devez savoir où se trouve le restaurant. Quand vous appelez une API, vous devez savoir où se trouve le serveur.

URL de base courantes :

OpenAI : https://api.openai.com/v1
Anthropic Claude : https://api.anthropic.com/v1
Google Gemini : https://generativelanguage.googleapis.com/v1
DeepSeek : https://api.deepseek.com/v1

Les plateformes tierces ont des URL différentes, mais le format est similaire.

3. Nom du modèle

Nom du modèle = Le plat que vous voulez commander

Au restaurant, vous dites « Je voudrais du porc braisé. » Quand vous appelez une API, vous dites « Je veux utiliser GPT-5.2. »

Noms de modèles courants :

OpenAI : gpt-5.2, gpt-5.2-chat-latest
Claude : claude-opus-4.5, claude-sonnet-4.5
Gemini : gemini-3-pro, gemini-3-flash
DeepSeek : deepseek-chat, deepseek-coder

Un exemple complet d’appel API

Combinez ces trois éléments, et l’appel API le plus simple ressemble à ceci :

import openai

# 1. Set the API Key
openai.api_key = "sk-proj-YOUR_API_KEY"

# 2. Set the Base URL (if you use a third-party platform)
openai.base_url = "https://api.openai.com/v1"

# 3. Call the selected model
response = openai.chat.completions.create(
    model="gpt-5.2",  # Model Name
    messages=[
        {"role": "user", "content": "Hello"}
    ]
)

print(response.choices[0].message.content)

Ça a l’air compliqué ? Ne vous inquiétez pas, les plateformes présentées plus loin proposent des méthodes plus simples.

API officielle vs plateformes tierces

Avant de présenter les plateformes spécifiques, clarifions un concept important : Quelle est la différence entre les API officielles et les plateformes tierces ?

API officielle

API officielle = Acheter directement auprès d’OpenAI, Anthropic, Google

Avantages :

Meilleure stabilité, connexion directe aux serveurs officiels
Fonctionnalités complètes, nouvelles fonctionnalités supportées immédiatement
Sécurité maximale, les données ne passent pas par des tiers

Inconvénients :

Nécessite une carte de crédit étrangère
Nécessite un VPN pour y accéder (ChatGPT, Claude, Gemini)
Prix relativement plus élevés
L’inscription peut comporter des barrières

Plateformes tierces

Plateformes tierces = Acheter auprès de revendeurs

Les plateformes tierces achètent d’abord des quotas API auprès des fournisseurs officiels, puis les revendent.

Avantages :

Accepte les paiements nationaux (Alipay, WeChat Pay, UnionPay)
Pas besoin de VPN
Interface et service client généralement en chinois
Une seule plateforme peut appeler plusieurs IA (OpenAI, Claude, Gemini, etc.)
Certaines plateformes offrent des crédits gratuits

Inconvénients :

La stabilité peut être inférieure à celle des plateformes officielles
Les prix peuvent être légèrement plus élevés que les officiels (mais certains sont moins chers)
La sécurité nécessite de faire confiance à la plateforme
Les mises à jour des fonctionnalités peuvent être en retard par rapport à l’officiel

Lequel choisir ?

Choisissez l’officiel si vous :

Avez une carte de crédit étrangère
Avez un VPN stable
Accordez de l’importance à la sécurité des données
Avez besoin des dernières fonctionnalités

Choisissez un tiers si vous :

N’avez pas de moyen de paiement étranger
N’avez pas de VPN
Voulez utiliser des paiements nationaux
Voulez appeler plusieurs IA depuis une seule plateforme

Recommandations de plateformes (2 nationales + 2 internationales)

Voici quatre plateformes API que je recommande, deux nationales et deux internationales, couvrant différents besoins.

1. DeepSeek Officiel (Nationale, Plateforme officielle)

Site web : https://platform.deepseek.com

Type de plateforme : Plateforme officielle

Pourquoi la recommander ?

Plateforme officielle, stable et fiable
Les performances de DeepSeek V3.2 sont proches de GPT-5
Accès rapide en Chine, pas besoin de VPN
Inscription simple, juste un numéro de téléphone
Prix extrêmement bas, excellent rapport qualité-prix

Étapes pour obtenir une clé API :

Ouvrez https://platform.deepseek.com
Cliquez sur « Connexion/Inscription » en haut à droite
Créez un compte avec votre numéro de téléphone
Après connexion, cliquez sur « Clés API » à gauche
Cliquez sur « Créer une clé API »
Copiez la clé (elle n’est affichée qu’une seule fois, alors sauvegardez-la)
Cliquez sur « Documentation de l’interface » à gauche pour voir l’URL et le nom du modèle

Paramètres d’appel :

URL de base : https://api.deepseek.com
Nom du modèle : deepseek-chat (chat), deepseek-reasoner (raisonnement)
Clé API : La clé que vous venez de copier

2. Volcano Engine (Nationale, Plateforme officielle + Tiers)

Site web : https://console.volcengine.com/ark

Type de plateforme : Plateforme officielle (sous ByteDance)

Pourquoi la recommander ?

Plateforme officielle de ByteDance, stable et fiable
Prend en charge les modèles de la série Doubao
Accepte les paiements nationaux (Alipay, WeChat Pay, UnionPay)
Abordable, excellent rapport qualité-prix
En plus des modèles Doubao, vous pouvez également appeler de nombreux modèles open source nationaux comme DeepSeek V3.2, GLM 4.7

Étapes d’utilisation :

Ouvrez https://console.volcengine.com/ark
Créez un compte Volcano Engine avec votre numéro de téléphone
Entrez dans la console « Ark Large Model »
Effectuez la vérification d’identité réelle (nécessite une pièce d’identité)
Cliquez sur « Gestion des clés API »
Créez une nouvelle clé API
Copiez et sauvegardez la clé
Cliquez sur « Gestion des activations » à gauche, sélectionnez le modèle que vous souhaitez utiliser
Sur la nouvelle page, copiez le nom du modèle dont vous avez besoin (note : le même modèle peut avoir des noms différents sur différentes plateformes, vérifiez attentivement)
Revenez à la page de gestion des activations, vérifiez si le statut est « Activé », sinon cliquez à droite pour activer les autorisations du modèle

Paramètres d’appel :

URL de base : https://ark.cn-beijing.volces.com/api/v3
Nom du modèle : doubao-pro-32k, doubao-lite-32k, etc.
Clé API : La clé que vous avez créée

Avantages pour les nouveaux utilisateurs :

Crédits gratuits à l’inscription
Vous pouvez également participer à l’activité affichée au-dessus de la capture d’écran pour obtenir plus de crédits gratuits. J’en ai largement assez chaque jour.

3. Google AI Studio (Internationale, Plateforme officielle)

Site web : https://aistudio.google.com

Type de plateforme : Plateforme officielle

Pourquoi la recommander ?

Plateforme officielle de Google
Crédits gratuits disponibles (avec limites)
Performances de pointe de Gemini 3
Stable et fiable
Prend en charge un contexte extrêmement long (2 millions de tokens)
Peut être utilisé gratuitement directement dans l’interface web, sans codage nécessaire

Aussi, comment utiliser la version web gratuitement

Si vous ne voulez pas écrire de code, Google AI Studio propose une interface de chat web très pratique où vous pouvez utiliser directement des modèles comme Gemini 3 Pro et Gemini 3 Flash. C’est essentiellement comme être un utilisateur payant de Gemini.

Étapes d’utilisation :

Ouvrez https://aistudio.google.com
Connectez-vous avec votre compte Google (VPN requis)
Cliquez sur « Playground » à gauche
En haut à droite, sélectionnez un modèle :
- gemini-3-pro : Meilleur modèle, adapté aux tâches complexes
- gemini-3-flash : Modèle rapide, adapté aux conversations quotidiennes
- D’autres modèles expérimentaux disponibles
Tapez votre question directement dans la zone de saisie, puis cliquez sur « Run », et l’IA répondra

Fonctionnalités avancées (version web) :

1. Télécharger des fichiers

Cliquez sur l’icône + à droite de la zone de saisie
Vous pouvez télécharger des images, des PDF, des documents, etc.
Prend en charge la compréhension multimodale

2. Ajuster les paramètres

Sur la droite, vous pouvez ajuster les paramètres présentés précédemment
Vous pouvez ajuster :
- Température (créativité)
- Top P
- Nombre maximal de tokens de sortie
- Paramètres de sécurité

Avantages de la version web :

Pas besoin de coder
Pas besoin d’installer de logiciel
Utilisation directe dans le navigateur
Interface conviviale, fonctionnalités complètes
Idéal pour des tests rapides et une utilisation quotidienne

À qui s’adresse la version web ?

Aux débutants complets qui ne savent pas coder
À ceux qui veulent tester rapidement les capacités de Gemini
Pour discuter et poser des questions au quotidien
Pour gérer des tâches multimodales comme des documents et des images

Obtenir une clé API (pour les utilisateurs avancés)

Revenons au sujet principal, voici comment obtenir une clé API.

Étapes pour obtenir une clé API :

Sur la page AI Studio, cliquez sur « Obtenir une clé API » à gauche
Cliquez sur « Créer une clé API »
Créez et copiez la clé API générée
Revenez à Playground, sélectionnez et copiez le nom du modèle à droite

Paramètres d’appel :

URL de base : https://generativelanguage.googleapis.com/v1beta
Nom du modèle : gemini-3-flash-preview
Clé API : La clé que vous avez copiée

Limites du niveau gratuit

Note importante ! Google AI Studio utilise le niveau gratuit par défaut, avec les limites suivantes (en janvier 2026), et ces limites sont sujettes à changement :

Requêtes par minute (RPM) : 15
Requêtes par jour (RPD) : 1500
Tokens par minute (TPM) : 1 million de tokens

Voir les limites détaillées sur : https://ai.google.dev/gemini-api/docs/rate-limits?hl=en

Le niveau gratuit est-il suffisant ?

Chat web : Plus que suffisant
Appels API occasionnels : Suffisant
Appels automatisés intensifs : Peut ne pas suffire

Comment supprimer les limites ? Associez vos crédits cloud

Google Cloud offre 10 $ de crédits gratuits aux nouveaux utilisateurs. Après les avoir associés à AI Studio, vous pouvez débloquer des limites plus élevées. Pour savoir comment configurer un compte Google Cloud, recherchez « crédits gratuits Google Cloud » en ligne – il existe de nombreux tutoriels. Nous ne couvrirons pas cela ici.

Étapes d’association :

Dans AI Studio, revenez à l’interface API et cliquez sur « Configurer la facturation »
Associez le compte de facturation Google Cloud que vous avez créé précédemment

Avantages après association :

Limites de débit considérablement augmentées (RPM jusqu’à 1000+)
Les crédits gratuits restent valides
10 $ peuvent durer longtemps avec le puissant modèle flash
La version web et l’API bénéficient de quotas plus élevés

4. OpenRouter (Internationale, Plateforme tierce)

Site web : https://openrouter.ai

Type de plateforme : Plateforme tierce

Pourquoi la recommander ?

Une seule plateforme pour appeler toutes les principales IA (GPT, Claude, Gemini, etc.)
Tarification transparente, parfois moins chère que l’officiel
Accepte les paiements Alipay (pratique pour les utilisateurs chinois)
Accepte les cartes de crédit et les crypto-monnaies
Modèles gratuits disponibles pour essai
Peut appeler presque tous les modèles disponibles
Les classements sont convaincants

Étapes pour obtenir une clé API :

Ouvrez https://openrouter.ai
Cliquez sur « Sign In » en haut à droite, connectez-vous avec Google ou GitHub
Après connexion, cliquez sur votre avatar en haut à droite et sélectionnez « Keys »
Cliquez sur « Create Key »
Donnez un nom à la clé et cliquez sur créer
Copiez la clé générée
Recherchez le modèle souhaité dans la barre de recherche, puis copiez le nom

Paramètres d’appel :

URL de base : https://openrouter.ai/api/v1
Nom du modèle :
- GPT-5.2 : openai/gpt-5.2
- Claude Opus 4.5 : anthropic/claude-opus-4.5
- Gemini 3 Pro : google/gemini-3-pro
- Modèle gratuit : meta-llama/llama-3.1-8b-instruct:free
Clé API : La clé que vous avez créée

Méthodes de rechargement :

Alipay (le plus pratique)
Carte de crédit
Crypto-monnaie (USDC, etc.)

Avantage tarifaire :

Certains modèles sont 10 à 20 % moins chers que l’officiel
Tarification transparente, voyez les prix directement sur le site
Différents fournisseurs sont en concurrence, vous choisissez le moins cher

Options gratuites :

Certains modèles sont entièrement gratuits (marqués avec :free)
Les nouveaux utilisateurs reçoivent des crédits gratuits pour essayer
Vous pouvez tester avec des modèles gratuits d’abord

Classements des modèles

Sur la page des classements, vous pouvez voir les données d’appel des modèles de la plateforme ; les classements sont très convaincants.

Autres plateformes gratuites

Par manque de place, voici quelques autres plateformes que vous pouvez utiliser gratuitement :

Cerebras (Inférence ultra-rapide)

Site web : https://cloud.cerebras.ai

Caractéristiques :

Inférence extrêmement rapide (se prétend la plus rapide du monde)
Propose des appels gratuits au modèle Llama
Inscription simple, il suffit de se connecter avec GitHub

NVIDIA NIM (Officiel NVIDIA)

Site web : https://build.nvidia.com

Caractéristiques :

Plateforme IA officielle de NVIDIA
Propose plusieurs modèles gratuits
Adapté aux tests et au développement

Les deux plateformes offrent des crédits gratuits. Si vous êtes intéressé, vous pouvez vous inscrire et les essayer.

Résumé

Trois éléments essentiels :

Clé API
URL de base
Nom du modèle

Quatre plateformes recommandées :

DeepSeek Officiel (Officiel) - Meilleur choix économique en Chine
Volcano Engine (Officiel + Tiers) - Plateforme nationale, peut appeler la plupart des modèles open source nationaux
Google AI Studio (Officiel) - Meilleur choix gratuit à l’international (avec Cloud Credits), utilisable directement sur le web
OpenRouter (Tiers) - Plateforme tout-en-un, accepte Alipay

Connecter DeepSeek à Claude à partir de zéro

Mon, 01 Jan 0001 00:00:00 +0000

Dernièrement, je ne cesse de vanter DeepSeek : le rapport qualité-prix est tout simplement incroyable.

Bien sûr, pour la plupart des gens, la version mobile ou web de DeepSeek suffit. Mais si vous voulez faire de la programmation ou d’autres tâches avancées, vous devrez le connecter à vos outils de codage ou à votre terminal.

Ici, je recommande de commencer avec l’application de bureau Claude.

Différentes IA utilisent différents outils, et les résultats finaux varient – c’est là tout l’intérêt du « harnais » (harness engineering).

Au fait, laissez-moi vous expliquer le mot « harnais ». Son sens originel est l’équipement que l’on met sur un cheval pour qu’il puisse tirer une charrette et travailler – sinon, il court à l’état sauvage. Il en va de même pour les modèles d’IA : le modèle seul est inutile ; il faut l’équiper de tout un ensemble d’extensions comme l’appel d’outils, la gestion du contexte et des prompts pour le rendre vraiment utile. Cet ensemble d’extensions s’appelle un harnais. Le même modèle, avec des harnais différents, peut produire des résultats très différents.

Et Claude se démarque dans ce domaine. L’application de bureau abaisse également considérablement la barrière à l’entrée – c’est une expérience WYSIWYG.

Demander une clé API

Tout d’abord, nous devons demander une clé API DeepSeek.

Étape 1 : Ouvrez le site web DeepSeek (https://www.deepseek.com) et cliquez sur « API Open Platform ».

Étape 2 : Créez un compte, puis cliquez sur « Recharge » à gauche. Rechargez au moins 10 yuans. Je ne détaillerai pas l’inscription.

Étape 3 : Cliquez sur « API keys » à gauche, puis sur « Create API key ».

Étape 4 : Saisissez un nom. Une nouvelle page apparaîtra avec votre clé API. Copiez et enregistrez immédiatement tout le contenu – une fois cette fenêtre fermée, vous ne pourrez plus jamais la récupérer. Assurez-vous donc de cliquer sur copier et de la stocker en lieu sûr. Ne la divulguez pas non plus ; si quelqu’un d’autre obtient votre clé API, il pourra utiliser votre crédit gratuitement !

Pour la démonstration, utilisez votre propre clé API à cet emplacement. Elle devrait ressembler à sk-REPLACE_WITH_YOUR_API_KEY. C’est tout pour cette étape.

Configuration

Étape 1 : Téléchargez l’application de bureau Claude depuis https://claude.ai/downloads. Vous aurez peut-être besoin d’un VPN. Si vous n’en avez pas, vérifiez s’il existe un miroir national où vous pouvez la télécharger.

Étape 2 : Installez le fichier téléchargé. Double-cliquez dessus, puis dans la nouvelle fenêtre qui apparaît, faites glisser l’icône Claude dans le dossier Applications à droite.

Étape 3 : Ouvrez l’application. Tout d’abord, sélectionnez « Help » dans le menu supérieur, puis choisissez « Enable Developer Mode ». Dans la nouvelle boîte de dialogue qui apparaît, cliquez sur « Enable ». L’application redémarrera.

Étape 4 : Après le redémarrage, vous verrez un nouvel onglet « Developer ». Cliquez dessus et sélectionnez « Configure Third-Party Inference ».

Étape 5 : Dans la nouvelle page, saisissez l’URL : https://api.deepseek.com/anthropic. Pour la clé API, utilisez celle que vous avez enregistrée précédemment.

Étape 6 : Saisissez le modèle. Note : l’application de bureau Claude détecte désormais le préfixe du nom du modèle pour l’identifier. Si vous saisissez le nom original directement, il sera bloqué.

La solution est simple : donnez-lui un « chapeau ». Ajoutez simplement le préfixe claude- au nom du modèle.

Faites défiler la même page jusqu’à voir « Model list ». Cliquez sur « Add » en dessous et ajoutez deux modèles :

claude-deepseek-v4-flash
claude-deepseek-v4-pro

(Vous aviez peut-être saisi à l’origine deepseek-v4-flash et deepseek-v4-pro. Ajoutez maintenant claude- au début. L’application identifie les modèles par leur préfixe de nom, donc ajouter un préfixe le rend méconnaissable.)

Après avoir tout rempli, cliquez sur « Apply Locally » en bas. Dans la nouvelle page, sélectionnez « Relaunch now ». L’application redémarrera.

Étape 7 : Après le redémarrage, vous pouvez commencer à l’utiliser sur la nouvelle interface. Pour une utilisation détaillée de Claude Code, consultez le chapitre 13 de ce guide.

Enfin, si vous suivez ces étapes une par une, vous ne devriez rencontrer aucun problème. Si vous rencontrez encore des difficultés, n’hésitez pas à demander dans le groupe de questions-réponses.

Aussi, si vous voulez vous déconnecter de cette connexion tierce, cliquez sur « Cowork 3P » en bas à gauche, puis sur « Disconnect ». Lorsque vous vous reconnecterez, il vous demandera la méthode de connexion – sélectionnez à nouveau « Subscription ».

Oh, et au fait, DeepSeek ne prend pas encore en charge la vision, donc si vous lui donnez une image dans Claude, il ne la verra pas. Mais il y a des rumeurs selon lesquelles le modèle de vision de DeepSeek arrive bientôt – hâte de voir ça !

Construisez votre propre proxy API

Mon, 01 Jan 0001 00:00:00 +0000

Ce chapitre aborde un problème courant : l’utilisation de services d’IA étrangers comme Claude et Codex s’accompagne souvent de tracas. Les comptes sont inexplicablement bannis, vous devez activer manuellement un proxy à chaque fois, les coûts d’abonnement sont élevés si vous les supportez seul, et le partage avec des amis est compliqué sans une gestion des autorisations adéquate.

J’utilise moi-même ces services, et j’ai toujours compté sur mon propre relais API auto-hébergé. Ce chapitre vous guidera à travers toute la configuration.

Pourquoi construire votre propre proxy API

Commençons par la motivation pour que vous compreniez quel problème cela résout.

Claude a tendance à bannir les comptes. Beaucoup de gens se connectent depuis différentes machines avec des IP variées, et une fois signalé par le système de contrôle des risques, le compte est banni. L’utilisation d’un relais fixe une seule IP, acheminant toutes les requêtes via le même serveur, ce qui réduit considérablement les risques de bannissement.
Plus pratique à utiliser. Une fois configuré, vous vous connectez directement au serveur sans avoir à activer manuellement un proxy à chaque fois.
Plusieurs personnes peuvent partager un seul abonnement. Les abonnements Claude Max et Pro ne sont pas bon marché, donc plusieurs personnes peuvent partager les coûts. Via le relais, vous pouvez créer des clés API distinctes pour chaque utilisateur, chacune avec des autorisations et des statistiques d’utilisation indépendantes.
Ne pas acheter chez d’autres car le risque est trop élevé. Il existe de nombreux services de relais API sur le marché, mais il est difficile de distinguer le vrai du faux, ils peuvent disparaître à tout moment, et vos données pourraient être interceptées.
Préoccupations de sécurité des données. Lorsque vous utilisez le service de relais de quelqu’un d’autre, toutes vos requêtes passent par leurs serveurs. Le contenu sensible ne doit pas passer par un tiers non contrôlé.
Prend en charge plusieurs fournisseurs d’IA. Cette configuration prend en charge non seulement Claude, mais aussi d’autres services comme Codex.

Quel projet utiliser

Nous utiliserons ce projet open-source : claude-relay-service

Avant de commencer, voici les prérequis de déploiement :

Un VPS : Des spécifications minimales suffisent, 1 cœur et 1 Go de RAM sont suffisants.
Système d’exploitation : Linux (Ubuntu/Debian fonctionnent tous les deux)
Le plus important : Le VPS doit pouvoir accéder directement à l’API d’Anthropic, c’est-à-dire que le serveur lui-même peut atteindre claude.ai.

Qu’est-ce qu’un VPS ? En termes simples, c’est un serveur distant loué qui fonctionne 24h/24 et 7j/7. Vous pouvez y exécuter des programmes, il ne s’éteint jamais et possède une IP publique fixe. Les serveurs cloud domestiques courants (comme Alibaba Cloud ECS, Tencent Cloud CVM) sont similaires, mais ils ne fonctionneront pas en raison des restrictions régionales ; vous devez en louer un à l’étranger.

Pouvez-vous utiliser votre propre ordinateur au lieu d’un VPS ? En théorie oui, mais il y a deux conditions strictes : premièrement, votre ordinateur doit être allumé 24h/24 et 7j/7 ; deuxièmement, votre réseau doit pouvoir se connecter directement aux serveurs d’Anthropic. Les deux conditions doivent être remplies, sinon cela ne fonctionnera pas. Donc en pratique, louer un VPS à l’étranger est beaucoup plus simple.

Ce dernier point concernant “pouvoir atteindre Anthropic” est là où beaucoup de gens se heurtent. L’emplacement de votre VPS détermine directement s’il fonctionne. J’utilise un VPS japonais avec une IP de datacenter, et sans aucune configuration supplémentaire, il se connecte directement. Les datacenters à Singapour, aux États-Unis et au Japon sont généralement corrects. Les serveurs domestiques en Chine ne fonctionneront certainement pas, et certains datacenters à Hong Kong peuvent également être bloqués. Il est préférable de confirmer avant d’acheter.

Déploiement en un clic

Connectez-vous au terminal de votre VPS et exécutez la commande suivante :

curl -fsSL https://pincc.ai/manage.sh -o manage.sh && chmod +x manage.sh && ./manage.sh install

Appuyez sur Entrée et attendez la fin. Après une installation réussie, le terminal affichera quelque chose comme :

Access URLs:
  Local Web: http://localhost:8080/web
  Public Web: http://YOUR_IP:8080/web

Admin credentials saved to: data/init.json

YOUR_IP est l’IP publique de votre VPS. Le mot de passe administrateur est stocké dans le fichier data/init.json ; vous pouvez le visualiser avec cat data/init.json. Notez l’URL publique et le mot de passe, car vous en aurez besoin pour vous connecter au panneau d’administration.

Après l’installation, le système enregistre une commande crs pour gérer le service :

crs install   # Install the service
crs start     # Start the service
crs stop      # Stop the service
crs restart   # Restart the service
crs status    # Check status
crs update    # Update the service
crs uninstall # Uninstall the service

Pour mettre à jour plus tard, connectez-vous simplement à votre VPS et exécutez crs update — pas besoin de répéter le processus d’installation.

Accéder au panneau d’administration

Ouvrez l’URL publique que vous avez notée précédemment dans votre navigateur, saisissez le mot de passe administrateur, et vous verrez ce tableau de bord :

C’est le tableau de bord du système, montrant le nombre actuel de clés API, les comptes de service, les requêtes du jour, la consommation de tokens, etc. Le panneau d’administration prend également en charge l’affichage des détails d’utilisation pour chaque clé API, ce qui permet de savoir qui a utilisé quoi et combien lors du partage. N’hésitez pas à explorer.

La navigation supérieure comporte deux entrées de paramètres principales (surlignées en rouge dans l’image) :

API Keys : Créer et gérer les clés API pour les utilisateurs.
Account Management : Lier vos comptes d’abonnement Claude achetés.

Ensuite, nous allons d’abord lier un compte, puis créer une clé API.

Étape 1 : Lier votre compte Claude

Cliquez sur “Account Management” en haut, puis cliquez sur “Add Account”. Une boîte de dialogue pour ajouter un compte apparaîtra.

Étape 1 — Informations de base

Remplissez les informations suivantes :

Select Platform : Choisissez Claude (Anthropic). Les autres options incluent OpenAI, Gemini, etc.
Select Specific Platform Type : Choisissez Claude Code (Official), qui est notre méthode principale.
Add Method : Choisissez OAuth Authorization (Usage Visualization), ce qui vous permet de voir les données d’utilisation détaillées dans le panneau d’administration.
Account Name : Saisissez un nom que vous reconnaîtrez, par exemple “Mon compte Max”.

Faites défiler vers le bas pour quelques options importantes :

Subscription Type doit être correct — sélectionnez celui que vous avez réellement acheté :

Claude Max : Sélectionnez ceci si vous avez un abonnement Max.
Claude Pro : Sélectionnez ceci si vous avez un abonnement Pro.

Il y a aussi quelques options avancées en dessous, comme “Auto-stop scheduling when approaching 5-hour usage limit” et “Block warm-up requests”. Les débutants peuvent conserver les valeurs par défaut et ajuster plus tard si nécessaire.

Après avoir rempli, cliquez sur “Next” pour passer à l’autorisation.

Étape 2 — Autorisation

Cette étape autorise votre compte Claude à utiliser le service de relais. Cliquez sur le bouton “Generate Authorization Link” :

Le lien généré apparaîtra dans le champ de saisie, quelque chose comme https://claude.ai/oauth/authorize?.... Cliquez sur l’icône de copie à droite pour copier le lien.

Ouvrez ensuite ce lien dans votre navigateur (n’oubliez pas d’utiliser un proxy) :

La page affichera “Claude Code would like to connect to your Claude chat account”. Cliquez sur le bouton Authorize pour terminer l’autorisation.

Après une autorisation réussie, la page vous donnera un code d’autorisation. Copiez ce code, collez-le dans le champ de saisie de la boîte de dialogue, puis cliquez sur “Complete Authorization”.

Le compte est maintenant lié.

Étape 2 : Créer une clé API

Après avoir lié le compte, cliquez sur l’onglet “API Keys” en haut pour accéder à la gestion des clés API :

Cliquez sur le bouton “+ Create New Key” en haut à droite :

Remplissez les informations suivantes :

Name : Donnez un nom à cette clé, par exemple “Usage personnel”, “Pour la famille”. Il est recommandé de nommer par personne ou par objectif pour faciliter la gestion ultérieure.
Rate Limit Settings (optionnel) : Si vous partagez entre plusieurs personnes, vous pouvez définir des limites de fréquence de requêtes et de coût pour chaque clé. Laissez vide pour illimité.

Après avoir rempli, cliquez sur Confirm. Une fois la création réussie, cette boîte de dialogue apparaîtra :

Notez le rappel important : C’est votre seule chance de voir la clé API complète. Une fois cette fenêtre fermée, le système ne l’affichera plus.

Cliquez sur “Copy Claude Configuration” pour obtenir quelque chose comme :

export ANTHROPIC_BASE_URL="your_server_public_url"
export ANTHROPIC_AUTH_TOKEN="cr_217627747170e5aa5691134fab8278b0dfec1b0ac2e59345ae180dc6d5f9643d"

Ce sont votre adresse API et votre clé. Sauvegardez-les en lieu sûr.

Comment l’utiliser ensuite

Une fois que vous avez ANTHROPIC_BASE_URL et ANTHROPIC_AUTH_TOKEN, vous pouvez les utiliser dans n’importe quel client compatible avec l’API.

Pour savoir comment les configurer dans Claude Code, reportez-vous au guide de configuration de Claude Code.

J’utilise moi-même cette configuration et mon compte n’a pas été banni depuis le déploiement.

Résumé

Ce que vous avez appris aujourd’hui :

Pourquoi construire votre propre relais : IP fixe pour éviter les bannissements, partage multi-utilisateurs et contrôle total de la sécurité des données.
Quel projet utiliser : claude-relay-service, open-source et auto-hébergé.
Comment déployer : Une seule commande fait tout ; après l’installation, vous obtenez l’URL publique et le mot de passe administrateur.
Processus de liaison de compte : Account Management → Add Account → Sélectionner Claude → Choisir le type d’abonnement → Autorisation OAuth.
Processus de création de clé API : API Keys → Create New Key → Saisir le nom → Copier la configuration Claude (affichée une seule fois !).

Points clés :

La clé API complète n’est visible qu’au moment de la création — copiez-la et sauvegardez-la immédiatement.
Choisissez le bon type d’abonnement : Max et Pro prennent en charge différents modèles ; Pro ne prend pas en charge Opus 4.
N’oubliez pas d’utiliser un proxy lors de l’autorisation ; il est préférable que le navigateur et le serveur utilisent le même proxy.

Partie 3 · Outils d’IA : Outils grand public pratiques

Créez une page HTML gratuite en cinq minutes avec l'IA

Mon, 01 Jan 0001 00:00:00 +0000

Pourquoi ce chapitre existe : les ¥50 qui ont failli me donner une crise cardiaque

La raison pour laquelle j’écris ce chapitre est simple : un ami a dépensé 50 yuans pour faire créer une simple page web de roue de loterie.

Quand j’ai entendu ça, j’ai failli avoir une crise cardiaque.

Ce n’est pas que 50 yuans soient chers, mais cette chose peut être faite en 5 minutes avec une IA gratuite !

Sérieusement, si vous avez ce besoin, même si vous me donnez directement 50 yuans et que je vous apprenne pas à pas, c’est mieux que de payer ces services. Au moins, mes tutoriels sont gratuits, et j’explique chaque étape clairement.

Donc ce chapitre est un ajout spécial, qui vous apprend spécifiquement : comment utiliser une IA gratuite pour créer une page HTML simple mais pratique.

Rappel important : maîtrisez d’abord la version web gratuite

Avant de plonger, je veux souligner une chose :

Les versions web actuelles de l’IA sont déjà très puissantes. Pas besoin de connaissances en programmation, ni d’installation de logiciel, il suffit d’ouvrir un navigateur et d’utiliser.

Que peut faire la version web de l’IA ?

Discuter avec vous et répondre à vos questions
Reconnaître des images et analyser leur contenu
Écrire du code et créer des pages web
Créer des présentations et des rapports
Traduire et résumer des documents
Et bien plus encore…

Mon conseil : les débutants devraient d’abord se familiariser avec l’IA web gratuite avant d’envisager des outils avancés comme les API.

Pourquoi ? Parce que la version web :

Est complètement gratuite (ou dispose de quotas gratuits généreux)
Est simple à utiliser, sans courbe d’apprentissage
Est déjà suffisamment puissante
Vous permet de demander directement à l’IA si vous rencontrez des problèmes

Commençons maintenant le sujet principal : Utiliser l’IA pour créer une page web de roue de loterie.

Utiliser AI Studio pour créer une page HTML

Étape 1 : Accédez à Google AI Studio

Nous utilisons Google AI Studio, la plateforme IA gratuite officielle de Google.

Pourquoi la choisir ?

Complètement gratuite
Gemini 3 Pro est puissant
Adaptée aux tâches complexes comme la création de pages web

Étapes :

Ouvrez https://aistudio.google.com
Connectez-vous avec votre compte Google (nécessite un VPN/proxy)
Entrez dans l’interface principale

Étape 2 : Sélectionnez Playground et le modèle

Après vous être connecté, vous verrez l’interface principale d’AI Studio.

Étapes :

Cliquez sur “Playground” dans le menu de gauche
Dans le sélecteur de modèle en haut à droite, choisissez Gemini 3 Pro
- Ne choisissez pas Flash ; Pro est plus performant
- Surtout pour des tâches complexes comme l’écriture de code
Confirmez que la partie gauche est l’interface de chat avec une zone de saisie en bas Vous êtes maintenant prêt à discuter avec l’IA.

Étape 3 : Saisissez un prompt pour que l’IA génère la page web

Cette étape est cruciale : vous devez dire clairement à l’IA ce que vous voulez.

Plus c’est détaillé, mieux c’est ! Ne dites pas simplement “Aide-moi à créer une page de loterie”, soyez précis sur :

Son apparence
Ses fonctionnalités
Son utilisation
Son style

Exemple de prompt complet

Copiez le texte ci-dessous et collez-le dans la zone de saisie d’AI Studio :

Please help me generate a lottery wheel webpage.

If no prizes are specified, use default prizes: Grand Prize, First Prize, Second Prize, Third Prize, Lucky Prize, Try Again.

Functional requirements:
- Beautiful wheel design, supporting 6-8 sectors
- A "Start Lottery" button in the center
- Click the button to spin the wheel
- The spin should have acceleration and deceleration effects for realism
- After stopping, a popup shows the result
- Click the popup to close and spin again

Design requirements:
- Festive and grand style (mainly red and gold)
- The wheel border should have texture
- Each sector should have alternating colors
- A pointer indicating the current position
- Responsive for mobile and desktop

After completion, please explain:
1. How to open and use it
2. How to modify the prize names
3. How to adjust the winning probability

Use example prizes: iPhone 16, AirPods, 100 yuan red envelope, 50 yuan red envelope, Try Again

Étapes :

Copiez et collez le prompt ci-dessus dans la zone de saisie
Cliquez sur le bouton “Exécuter” ou appuyez sur Entrée
Attendez que l’IA génère (généralement 10 à 30 secondes)

Étape 4 : L’IA renvoie le code HTML complet

Une fois que l’IA a fini de générer, vous verrez un gros bloc de code.

La réponse de l’IA comprend généralement :

Code HTML : un fichier de page web complet
Instructions d’utilisation : comment ouvrir et modifier
Guide de personnalisation : comment changer les prix et ajuster les probabilités

Le code ressemble à ceci :

<!DOCTYPE html>
<html lang="en">
<head>
    <meta charset="UTF-8">
    <title>Lottery Wheel</title>
    <style>
        /* Style code here */
    </style>
</head>
<body>
    <!-- Webpage content here -->
    <script>
        // Function code here
    </script>
</body>
</html>

N’ayez pas peur ! La page web peut déjà être exécutée maintenant ! Suivez simplement les captures d’écran et cliquez.

Étape 5 : Modifier le contenu de la page web (changer les prix, ajuster les probabilités)

La page web générée par l’IA est généralement assez complète, mais vous voudrez peut-être :

Changer les noms des prix
Ajuster les probabilités de gain
Changer les couleurs

Ne vous inquiétez pas, vous n’avez pas besoin de comprendre le code. Continuez simplement à demander à l’IA !

Continuez la conversation, laissez l’IA vous aider à modifier

Étapes :

Ne fermez pas la fenêtre de chat d’AI Studio
- L’IA se souvient de votre conversation précédente
- Vous pouvez continuer à poser des questions en dessous
Saisissez votre demande de modification

Exemple 1 : Changer les noms des prix

Saisissez dans la zone de saisie :

Add a settings interface to this webpage to set the probabilities and specific prizes for different awards.

Itérez jusqu’à ce que vous soyez satisfait

C’est le processus central de la création avec l’IA :

Exprimez clairement ce que vous voulez
L’IA génère la première version
Essayez-la, trouvez des problèmes
Dites le problème à l’IA, laissez-la le corriger
Répétez les étapes 3 et 4 jusqu’à la perfection

Points clés :

N’ayez pas peur de vous embêter, essayez plusieurs fois
Ne modifiez qu’une chose à la fois pour un contrôle facile
Si l’IA modifie quelque chose de travers, dites “Non, reviens à la version précédente”

Étape 6 : Téléchargez la page web finale

Maintenant vous avez une page web de roue de loterie parfaite, comment la télécharger ?

Cliquez simplement sur le bouton de téléchargement, elle sera téléchargée sur votre machine locale, et vous pourrez l’ouvrir pour l’utiliser !

Que peuvent faire les pages HTML ? 10 recommandations de mini-outils pratiques

À ce stade, vous vous demandez peut-être : à part la loterie, quelles autres pages web puis-je créer avec l’IA ?

La réponse est : presque n’importe quel mini-outil simple !

Voici 10 exemples pratiques que vous pouvez directement demander à l’IA de créer :

1. Outil de traduction en ligne

Prompt :

Make an online translation webpage that supports Chinese-English translation with a clean interface.

2. Reconnaissance de texte dans les images (OCR)

Prompt :

Make a webpage that can upload an image, recognize text in the image, and allow copying.

3. Liste de tâches

Prompt :

Make a to-do list webpage that can add, delete, and mark tasks as complete, with data saved in the browser.

4. Compte à rebours / Minuteur

Prompt :

Make a multi-functional timer webpage: countdown, Pomodoro timer, stopwatch.

5. Générateur de mots de passe aléatoires

Prompt :

Make a password generator that can set length and complexity, with one-click copy.

6. Calculateur d’IMC

Prompt :

Make a BMI health calculator that inputs height and weight and displays health advice.

7. Générateur de code QR

Prompt :

Make a QR code generation webpage that inputs text or URL, generates a QR code, and allows download.

8. Sélecteur de couleurs

Prompt :

Make a color tool that can select colors, display RGB/HEX values, and provide color scheme suggestions.

9. Éditeur Markdown

Prompt :

Make a simple Markdown editor with input on the left and real-time preview on the right.

10. Suivi de dépenses

Prompt :

Make a simple expense tracking webpage that can record income and expenses and display statistical charts.

Caractéristiques communes de ces outils :

Ce sont tous des fichiers HTML uniques
Aucun serveur requis
Il suffit de les ouvrir dans un navigateur
Complètement gratuits

Questions fréquentes

Q1 : Je ne comprends rien au code, puis-je vraiment le faire ?

R : Oui, vous le pouvez ! Tout ce que vous devez savoir c’est :

Copier et coller
Enregistrer un fichier
Ouvrir un fichier avec un navigateur

Juste ces trois étapes, même un enfant peut le faire.

Q2 : Que faire si le code généré par l’IA n’est pas parfait ?

R : C’est normal ! Continuez la conversation avec l’IA :

“Il y a un bug ici, cliquer sur le bouton ne fait rien”
“Cette couleur est moche, change-la pour quelque chose de joli”
“Peux-tu ajouter un effet sonore ?”

L’IA continuera à s’améliorer en fonction de vos retours.

Q3 : Puis-je utiliser les pages web créées par l’IA à des fins commerciales ?

R : Techniquement oui, mais notez :

Le code généré par l’IA n’a généralement pas de restrictions de droits d’auteur
Mais si c’est pour un projet client, testez-le minutieusement
Pour des projets commerciaux complexes, il est toujours recommandé d’embaucher un développeur professionnel

Q4 : Pourquoi mon fichier HTML ne s’ouvre-t-il pas ?

R : Raisons courantes :

Extension de fichier incorrecte : assurez-vous que c’est .html, pas .html.txt
Code incomplet : assurez-vous d’avoir copié tout le code
Problème de navigateur : essayez un autre navigateur

Q5 : Puis-je l’utiliser sur mobile ?

R : Oui ! Deux méthodes :

Transférez le fichier HTML sur votre téléphone et ouvrez-le avec un navigateur mobile
Téléchargez-le sur des plateformes comme Netlify et accédez-y via une URL (recommandé)

Q6 : Je veux modifier le code mais je ne sais pas comment ?

R : Ne le modifiez pas vous-même ! Demandez à l’IA :

“Je veux changer la couleur de fond en bleu”
“Je veux agrandir la police du titre”
“Je veux ajouter une musique de fond”

Laissez l’IA le modifier pour vous, puis copiez le nouveau code.

Résumé

Aujourd’hui vous avez appris :

Comment utiliser Google AI Studio pour générer une page HTML
Comment écrire des prompts clairs pour dire à l’IA vos besoins
Comment enregistrer le fichier HTML et l’ouvrir dans un navigateur
Comment améliorer continuellement la page web via la conversation
Comment partager ou déployer votre page web

Idée centrale :

Pas besoin de connaissances en programmation
Pas besoin d’argent
Juste besoin de savoir communiquer avec l’IA
Créez un outil pratique en 5 minutes

La prochaine fois que quelqu’un vous demande de créer une page web simple, vous pourrez :

Utiliser l’IA pour le faire en 5 minutes
Lui facturer ces 50 yuans (je plaisante)
Ou lui apprendre à le faire lui-même

Sérieusement, arrêtez de gaspiller de l’argent !

Débuter avec Hermes : Clipping, Comptabilité, Rappels et WeChat

Mon, 01 Jan 0001 00:00:00 +0000

Dans le chapitre précédent, nous avons abordé Open Minis, qui place un Agent dans votre téléphone. Ce chapitre prend une direction différente et présente un Agent plus proche d’un « assistant personnel » : Hermes.

Je n’étais pas très optimiste à propos d’Hermes au début. Après avoir utilisé OpenClaw, j’ai réalisé que je n’avais pas tant de choses à lui confier, et je ne voulais pas utiliser un outil juste pour l’utiliser.

Mais après l’avoir essayé un moment, j’ai découvert qu’Hermes est assez différent des outils que j’ai utilisés auparavant.

En quoi Hermes diffère des autres outils

D’après ma propre expérience, le cas d’usage principal de Codex et Claude Code reste l’écriture de code. Vous leur donnez un projet clair, un bug clair, une exigence claire, et ils s’y mettent, modifient des fichiers, exécutent des tests et corrigent des problèmes. Leur capacité dans ce domaine est très forte.

Hermes, en revanche, ressemble davantage à un outil d’agent personnel qui apprend à vous connaître progressivement, un peu comme un assistant personnel.

Son objectif n’est pas d’accomplir une tâche de programmation unique et extrêmement complexe, mais d’avoir des conversations à long terme avec vous, de mémoriser vos préférences, de comprendre votre flux de travail, puis de distiller les processus récurrents en Skills. La prochaine fois que vous ferez quelque chose de similaire, il ne repart pas de zéro ; il continue de vous aider avec l’expérience accumulée.

Quant à OpenClaw, je pense qu’il est davantage orienté vers la gestion de projet ou d’équipe. Il peut certainement agir comme un assistant personnel, mais il ne me donne pas cette sensation de « rester avec vous dans la vie et le travail sur le long terme » comme le fait Hermes.

Bien sûr, ce n’est que mon impression personnelle, pas une règle absolue. En fait, n’importe lequel des trois scénarios que j’ai mentionnés peut être traité avec n’importe lequel de ces outils ; ils diffèrent simplement par leur adéquation à chaque scénario.

Outil	Ce pour quoi je préfère l’utiliser	Sentiment
Codex / Claude Code	Écrire du code, modifier des projets, exécuter des tests	Capacité d’ingénierie plus forte, adapté aux tâches de programmation bien définies
Hermes	Assistant personnel à long terme, entrée WeChat, tâches planifiées, mémoire et Skills	Apprend à vous connaître avec le temps, adapté aux petits flux de travail personnels récurrents
OpenClaw	Gestion de projet, décomposition des tâches, collaboration d’équipe	Plutôt un agent de gestion de projet/équipe, pas exactement un assistant personnel

Si je devais résumer en une phrase :

Codex et Claude Code sont plutôt du genre « J’ai un projet maintenant, viens m’aider à le faire. » Hermes est plutôt « D’abord, reste à mes côtés et prends progressivement en charge mes habitudes et mes flux de travail. »

Ce pour quoi j’utilise principalement Hermes maintenant

Je ne vais pas parler d’installation d’abord, car pour la plupart des gens, la question vraiment importante n’est pas « comment l’installer », mais « qu’est-ce qu’il peut réellement faire pour moi ? »

J’utilise actuellement Hermes pour ces types de choses.

Clipping.

J’ai précédemment recommandé le Web Clipper officiel d’Obsidian, mais je ne l’utilise plus. Parce que j’envoie simplement la page web directement à Hermes, et il peut clipser l’article dans Obsidian pour moi.

S’il s’agit d’une vidéo de Bilibili ou YouTube, il la télécharge, l’envoie à l’IA pour la transcription vocale, puis corrige les fautes de frappe et supprime le contenu publicitaire. Quand j’ouvre Obsidian, je vois un article bien organisé.

Comptabilité.

Beaucoup de gens utilisaient des Raccourcis pour la comptabilité auparavant, et je l’utilise encore comme l’une de mes méthodes, mais je n’aime vraiment pas déboguer les Raccourcis — c’est trop fatigant.

Maintenant, j’envoie simplement les détails de comptabilité directement dans une conversation WeChat, et il les écrit immédiatement dans Notion. Mais je dois mentionner que j’ai construit une petite plateforme moi-même ; les Raccourcis et Hermes envoient tous deux des commandes à ma plateforme.

Bien sûr, il existe aussi une version locale de cette fonctionnalité de comptabilité qui ne nécessite pas Notion. J’écrirai un article dédié à ce sujet plus tard.

Rédaction d’articles WeChat.

Rédiger un article WeChat implique près de 13 étapes, y compris la sélection du sujet, l’écriture manuscrite, l’édition, la publication, etc. Maintenant, je délègue tous ces processus à Hermes pour qu’il les traite étape par étape.

Aussi, bien que j’aie présenté auparavant Claudian, un excellent outil IA pour Obsidian, j’utilise en fait Hermes pour opérer Obsidian.

Définir des rappels.

Je suis un utilisateur intensif de TickTick, je ne peux pas m’en passer chaque jour, mais configurer des tâches dans TickTick est assez fastidieux.

Surtout quand vos tâches impliquent des semaines ou des mois spécifiques, ou tous les quelques mois les mercredis et jeudis, configurer de telles tâches nécessite plusieurs clics. Maintenant, je peux simplement envoyer un langage naturel à Hermes et lui faire configurer ces tâches dans TickTick en arrière-plan.

Rapports quotidiens.

Chaque matin à 7h30, je lui demande de m’envoyer un rapport d’actualités des 12 dernières heures. Aussi, je travaille comme trader en bourse, donc après la clôture du marché chaque jour, je lui demande de compiler les informations du marché et de créer un rapport quotidien de trading.

Diverses autres petites tâches.

C’est en fait là qu’Hermes excelle.

Beaucoup de choses sont petites individuellement, ne valent pas la peine d’écrire un programme ou d’ouvrir un logiciel complexe. Mais elles se répètent quotidiennement, hebdomadairement, mensuellement, et deviennent progressivement une charge.

C’est la valeur d’Hermes : il ne vous aide pas seulement à accomplir une tâche une fois ; il prend progressivement en charge ces petits processus récurrents.

Pourquoi DeepSeek V4 Flash et Hermes sont un excellent duo

Depuis la sortie récente de DeepSeek V4, j’ai trouvé que DeepSeek V4 Flash et Hermes sont parfaitement assortis.

La raison est simple : de nombreuses tâches dans Hermes ne nécessitent pas l’intelligence de niveau Opus. Il ne s’agit pas nécessairement de résoudre des problèmes de programmation extrêmement complexes ; il s’agit plutôt de clipping, d’organisation, de rappels, de requêtes, d’archivage et d’appels d’outils.

Ce dont ces tâches ont besoin, ce n’est pas « le modèle le plus intelligent qui réfléchit longuement à chaque fois », mais de la rapidité, un faible coût et la capacité de fonctionner à long terme.

L’expérience réelle avec DeepSeek V4 Flash donne l’impression qu’il défile l’écran ; ma vitesse de lecture ne peut pas suivre sa vitesse de sortie. Son intelligence n’est certainement pas aussi élevée que celle d’Opus 4.7, mais elle est plus que suffisante pour Hermes.

C’est pourquoi je le recommande maintenant : Hermes est un assistant personnel en ligne à long terme, et le coût du modèle ainsi que la rapidité de réponse affectent directement votre volonté de l’utiliser réellement.

Installation et configuration

Si vous voulez simplement faire fonctionner Hermes, le chemin minimal est de trois étapes :

Installer Hermes.
Configurer le modèle.
Mettre en place l’entrée WeChat ou Feishu.

Vous pourrez en apprendre davantage sur les commandes, la mémoire, les Skills et les tâches planifiées plus tard, quand vous en aurez besoin.

Comme d’habitude, installer Hermes est une commande unique. Je vais le démontrer sur un Mac.

curl -fsSL https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.sh | bash

Après l’installation, vous pouvez le démarrer en tapant hermes n’importe où dans le terminal. Notez que contrairement à Claude Code ou Codex, que vous le démarriez ou non, il fonctionne en réalité en arrière-plan sur votre ordinateur.

Oh, et si vous avez déjà utilisé OpenClaw, Hermes fournit gentiment une commande de migration transparente. Entrez simplement ceci. Je le mentionne juste.

hermes claw migrate

Si vous n’avez pas migré, vous devrez configurer Hermes initialement.

hermes model

Cette étape vous demande de remplir un fournisseur d’IA. Je recommande DeepSeek ; la boîte rouge met en évidence l’option correspondante. La première est le DeepSeek officiel. Entrez simplement votre clé API et sélectionnez DeepSeek V4 Flash.

La boîte rouge en dessous contient OpenCode Zen et OpenCode Go, que j’ai présentés auparavant.

Le plan Go est une méthode d’utilisation que je recommande. Pour 10 $ par mois, vous obtenez 60 $ de crédits, et vous pouvez payer avec Alipay et vous connecter directement depuis la Chine. Si vous utilisez DeepSeek V4 Flash, vous ne serez jamais à court.

Bien sûr, le plus recommandé maintenant est OpenCode Zen, car il offre DeepSeek V4 Flash gratuitement pour une durée limitée. Gratuit, c’est toujours le meilleur.

Ensuite, configurons WeChat pour que vous puissiez communiquer avec lui depuis WeChat. De même, vous pouvez aussi configurer Feishu.

hermes gateway setup

En prenant WeChat comme exemple, après l’avoir sélectionné, un code QR apparaîtra, et vous pourrez le scanner avec votre téléphone. Je l’ai déjà configuré, donc je ne peux pas le démontrer et je vais passer.

Après une configuration réussie, vous aurez une fenêtre de chat dans WeChat où vous pourrez communiquer directement. La commande la plus importante est /new, qui vous permet de démarrer une nouvelle conversation. Si votre conversation précédente a duré longtemps, vous pouvez l’utiliser pour passer à une nouvelle.

Utilisation spécifique

Une fois les deux étapes ci-dessus configurées, nous pouvons l’utiliser dans le terminal.

Tapez simplement hermes dans le terminal pour démarrer. La différence avec Codex et Claude Code est que vous n’avez pas besoin d’entrer dans un répertoire spécifique ; vous pouvez taper n’importe où dans le terminal. Vous entrerez toujours dans la même instance Hermes.

Je dois mentionner qu’il y a un ID ici ; vous pouvez récupérer cette conversation plus tard et continuer à discuter en utilisant cet ID unique.

Par exemple, mon ID ici est 20260514_224631_850142. Plus tard, je peux simplement taper hermes -r 20260514_224631_850142 n’importe où dans le terminal pour reprendre cette conversation et continuer à discuter.

Quant à la façon de trouver l’ID nécessaire parmi de nombreuses conversations, nous verrons cela plus tard, pas dans ce chapitre.

Revenons maintenant au sujet, parlons d’abord de quelques commandes importantes.

La première est /new, qui vous permet de démarrer une nouvelle conversation. Bien qu’Hermes ait un système de mémoire intégré qui l’aide à rechercher des conversations historiques, discuter de différents sujets dans la même conversation peut dégrader les performances du modèle. Je recommande donc de terminer un sujet en profondeur avant d’en commencer un nouveau.

La deuxième commande est /reasoning. Elle gère les paramètres liés au raisonnement, y compris votre niveau de raisonnement et l’affichage du processus de raisonnement.

Mon habitude personnelle est de cacher le processus de raisonnement. Pour DeepSeek V4 Flash, je règle le niveau de raisonnement sur xhigh.

Nous entrons donc /reasoning hide et /reasoning xhigh respectivement.

Après cela, vous pouvez discuter joyeusement avec lui ci-dessous.

Ce qui est unique avec Hermes, c’est qu’après avoir discuté, il organise en interne des souvenirs à votre sujet, apprenant vos préférences et inclinations. De plus, certaines de vos opérations seront automatiquement organisées en Skills, et il modifiera ces Skills en fonction de vos actions.

Contrairement à OpenClaw ou Claude Code, où vous devez souvent lui demander activement de créer un Skill pertinent, Hermes est plutôt comme s’il apprenait progressivement vos flux de travail au fil d’une utilisation à long terme.

Qui devrait utiliser Hermes

Si vous voulez simplement que l’IA vous aide à écrire du code, je pense que vous pouvez continuer à utiliser Codex ou Claude Code.

Mais si vous avez de nombreux petits processus récurrents, comme le clipping, la comptabilité, les rappels, les rapports quotidiens, l’organisation de documents, la rédaction d’articles WeChat, la synchronisation d’Obsidian, alors la valeur d’Hermes devient évidente.

Il ne vous aide pas seulement à accomplir une tâche une fois ; il devient progressivement un assistant en arrière-plan qui vous comprend de mieux en mieux.

Bien sûr, il y a un prérequis pour ce type d’outil : vous devez accepter qu’il fonctionne à long terme sur votre ordinateur et qu’il accède progressivement à vos notes, points d’entrée de chat et flux de travail.

Je suggère donc de ne pas en prendre trop au début. Commencez par des scénarios à faible risque comme le clipping et les rappels. Une fois que vous avez confirmé qu’il peut vous aider de manière fiable, confiez-lui progressivement des processus plus complexes.

À propos de la programmation

Je veux mentionner spécifiquement ici que bien qu’Hermes puisse aussi faire du travail de programmation, il ne remplace pas Codex.

J’ai utilisé le même modèle GPT-5.5 avec le raisonnement réglé sur High, et j’ai demandé à Hermes et Codex d’effectuer la même tâche. Codex était nettement plus fort.

C’est normal. Codex est positionné comme un agent de programmation ; il est mieux adapté pour plonger dans un projet pour lire du code, modifier du code, exécuter des tests et corriger des problèmes. L’avantage d’Hermes n’est pas « la capacité de programmation la plus forte en session unique », mais « peut servir de point d’entrée personnel et de centre de commandement à long terme ».

Mon approche n’est donc pas de remplacer Codex par Hermes, mais de les faire travailler ensemble.

J’ai deux méthodes ici :

Hermes peut appeler directement Codex depuis le terminal, vous pouvez donc lui faire confier des tâches à Codex, puis examiner les résultats lui-même.
Je démarre manuellement Codex et demande à Hermes d’écrire un fichier de transfert. Après que chaque IA a effectué ses opérations, elles modifient le fichier de transfert pour que l’autre le lise.

J’ai entendu dire que certaines personnes font même opérer OpenClaw par Hermes, car chacun a son propre domaine de prédilection.

Quant à cela, cela dépend si je vais recommencer à utiliser OpenClaw. Mais pour l’instant, je pense qu’Hermes est suffisant. Si je le fais plus tard, j’écrirai un autre article.

Résumé

Ce que nous avons appris dans ce chapitre :

Positionnement d’Hermes : Il ne remplace pas Codex ou Claude Code ; il ressemble davantage à un assistant personnel en ligne à long terme qui apprend à vous connaître progressivement.
Scénarios adaptés : Les petits processus récurrents comme le clipping, la comptabilité, les rappels, les rapports quotidiens, les flux de travail d’articles WeChat et l’organisation Obsidian sont les mieux adaptés à Hermes.
Sélection du modèle : De nombreuses tâches dans Hermes ne nécessitent pas le modèle le plus fort ; elles ont besoin de rapidité, de faible coût et de durabilité à long terme, donc des modèles comme DeepSeek V4 Flash sont très adaptés.
Chemin d’intégration minimal : Installez Hermes, configurez le modèle, puis mettez en place l’entrée WeChat ou Feishu, et vous pouvez commencer.
Habitudes d’utilisation : Utilisez /new pour séparer différentes tâches, utilisez /reasoning pour ajuster les paramètres de raisonnement, et utilisez les ID de conversation pour retrouver des conversations passées.
Limites de la programmation : Hermes peut faire de la programmation, mais ce n’est pas l’agent de programmation le plus fort. Il est préférable de l’utiliser comme centre de commandement, en lui confiant des tâches de programmation claires à Codex, Hermes examinant et connectant les résultats.

Points clés à retenir :

La valeur d’Hermes n’est pas sa capacité à effectuer une seule tâche, mais son accompagnement à long terme et l’accumulation de processus.
Il est adapté pour prendre en charge les petites tâches fragmentées, répétitives et multi-outils.
Si vous voulez un assistant personnel qui se souvient des habitudes, accumule des Skills et peut être contacté à tout moment depuis WeChat, Hermes est plus proche de cette forme qu’un outil de programmation pur.

Bonus : Pour ceux qui sont impatients de passer au niveau supérieur

Démarrer à l'ère de l'IA

Mon, 01 Jan 0001 00:00:00 +0000

Ami, le rythme de l’IA ces deux dernières années n’a laissé aucune place à l’hésitation.

Je suis trader avec 10 ans d’expérience en bourse, et je ne sais pas coder. Mais depuis début 2024, j’ai commencé à utiliser ChatGPT, et maintenant j’utilise Claude Code quotidiennement pour lire des notes dans Obsidian, Codex pour automatiser mon ordinateur, et Skill pour solidifier des workflows. J’ai traversé tout cela du point de vue d’un débutant complet — en tombant dans des pièges, en écrivant des tutoriels, et en intégrant le tout dans mon workflow.

Ce livre rassemble 27 tutoriels sur l’IA que j’ai écrits au cours de l’année passée, reliés par un fil conducteur. Il ne s’agit pas de principes techniques — il s’agit de comment quelqu’un qui ne sait pas coder peut réellement mettre ces outils en pratique.

Les outils d’IA évoluent vite, alors…

⚠️ Les captures d’écran, commandes et workflows dans ce livre peuvent différer des dernières versions au moment où vous les lirez.

Je vais réviser en continu :

En cas de mises à jour majeures, je les synchroniserai dans le PDF. Les acheteurs peuvent toujours me contacter pour obtenir la version la plus récente (ou la version originale Obsidian).
Demandez directement dans le groupe de questions/réponses. J’utilise ces outils quotidiennement et je suivrai les changements dès qu’ils surviennent.

Comment lire

Lisez selon le fil conducteur :

Partie 1 : Fondations – Les grands modèles d’IA, les outils courants, inscription et paiement, Markdown — comprenez ce que vous allez utiliser.
Partie 2 : API – API, tokens, mise en cache — les concepts techniques nécessaires pour passer à l’action.
Partie 3 : Outils puissants – Claude Code, Codex CLI, Codex App, et diverses nouvelles fonctionnalités — prise en main des outils courants.
Partie 4 : Avancé – Skill, MCP, Hook + état d’esprit PUA — les clés pour utiliser l’IA plus en profondeur.
Partie 5 : Pratique – Bilibili en texte, DeepSeek avec Claude, Open Minis — des exemples concrets et reproductibles.
Bonus – Des outils lourds comme N8N — vous n’en aurez probablement pas besoin.

Lisez à la demande :

Parcourez la table des matières pour les points douloureux que vous voulez résoudre en priorité (par exemple, comment utiliser Claude Code, comment écrire un Skill, comment configurer un relais API).

Suivez en parallèle :

Configurez les choses sur votre propre ordinateur en lisant — c’est plus efficace que de lire dix fois.

À qui ce livre ne s’adresse pas

❌ Aux utilisateurs avancés d’IA (ceux qui utilisent Cursor, Cline ou Aider depuis plus d’un an).
❌ À ceux qui veulent une solution clé en main et ne sont pas prêts à passer du temps à configurer des outils.
❌ À ceux qui s’attendent à une solution rapide pour gagner des milliers d’euros par mois avec l’IA après avoir lu.

Je préfère vendre moins d’exemplaires que de vous faire perdre votre argent.

Partie 1 · Fondations : Ce qu’est l’IA et ce qu’elle peut faire

Développer une compétence de transcription vidéo Bilibili

Mon, 01 Jan 0001 00:00:00 +0000

Certains lecteurs m’ont demandé s’il était possible d’automatiser la prise de notes à partir de vidéos Bilibili. J’ai créé une compétence pour cela et je la publie maintenant en open source.

Cette compétence fonctionne ainsi : donnez-lui un lien Bilibili, elle télécharge automatiquement l’audio de la vidéo, l’envoie à une IA pour transcription, utilise une autre IA pour générer un résumé, et enfin enregistre la transcription complète et le résumé dans une boîte de réception Obsidian.

L’ensemble du processus ne nécessite aucune opération manuelle ; il suffit d’attendre un peu et c’est terminé.

Outils nécessaires

Cette compétence nécessite quelques outils pour fonctionner ensemble.

yt-dlp

C’est un outil en ligne de commande pour télécharger l’audio/vidéo de diverses plateformes. La compétence l’utilise pour télécharger le flux audio des vidéos Bilibili sous forme de fichiers M4A.

Installation sur macOS (recommandée) :

brew install yt-dlp

Si vous n’avez pas Homebrew, vous pouvez également installer via pip :

pip install yt-dlp

ffmpeg

yt-dlp dépend de ffmpeg pour le traitement audio ; sans lui, des erreurs peuvent survenir.

brew install ffmpeg

Python 3

La compétence inclut un script Python qui gère les appels API, le traitement des fichiers et le rendu des modèles. macOS est généralement livré avec Python 3 ; vérifiez avec :

python3 -V

Tant que vous voyez un numéro de version, c’est bon. Aucune version spécifique n’est requise.

API Gemini (Transcription audio)

La transcription utilise le modèle Gemini de Google, plus précisément gemini-3-flash-preview.

Ce modèle dispose d’un quota gratuit quotidien pour les comptes Google standards, suffisant pour une utilisation quotidienne. Si vous dépassez le quota, vous obtiendrez une erreur 429 ; attendez simplement le lendemain pour que le quota soit réinitialisé.

Obtenez une clé API sur : aistudio.google.com

Une fois à l’intérieur, cliquez sur Get API key à gauche et créez-en une.

API DeepSeek (Résumé de contenu)

Le résumé utilise DeepSeek, qui correspond bien à mes habitudes de résumé.

Obtenez une clé API sur : platform.deepseek.com

Créez un compte, puis créez une clé API. L’API DeepSeek est très abordable ; un petit rechargement dure longtemps.

Installation et utilisation

Étape 1 : Télécharger le pack de compétence

Téléchargez depuis mon blog : https://blog.discoverlabs.ac.cn/downloads/bili-to-obsidian-skill/

Après extraction, placez le dossier dans ~/.claude/skills/, en vous assurant que le chemin est ~/.claude/skills/bili_to_obsidian/.

Étape 2 : Remplir la configuration

Ouvrez ~/.claude/skills/bili_to_obsidian/scripts/bili_to_obsidian.py et trouvez les premières lignes :

API_KEY = "YOUR_GEMINI_API_KEY"
DEEPSEEK_API_KEY = "YOUR_DEEPSEEK_API_KEY"

TEMPLATE_PATH = Path("/path/to/your/Obsidian-vault/02-Templates/Note.md")
OUTPUT_DIR = Path("/path/to/your/Obsidian-vault/00-Inbox")

Modifiez ces champs :

YOUR_GEMINI_API_KEY : Remplacez par la clé obtenue sur aistudio.google.com
YOUR_DEEPSEEK_API_KEY : Remplacez par la clé obtenue auprès de DeepSeek
TEMPLATE_PATH : Remplacez par le chemin complet de votre modèle de note Obsidian
OUTPUT_DIR : Remplacez par le chemin complet de votre boîte de réception Obsidian

Si vous n’utilisez pas de modèle de note Obsidian, vous pouvez définir TEMPLATE_PATH sur un chemin inexistant ; le script générera un format de base si le modèle n’est pas trouvé, ce qui fonctionne quand même.

Étape 3 : Invoquer

Dans Claude Code, entrez :

/bili_to_obsidian paste-the-Bilibili-video-link-here

Attendez ensuite la fin ; cela prend généralement quelques minutes.

Remarques importantes

Le quota gratuit de Gemini est limité par jour. Si vous traitez beaucoup de vidéos en une journée et rencontrez une erreur 429, vous avez dépassé le quota. Attendez le lendemain pour que le quota soit réinitialisé. Si vous le dépassez fréquemment, créez plusieurs comptes Google et alternez les clés API.

Les lignes de chemin doivent être modifiées pour les vôtres. Celles du pack téléchargé proviennent de mon ordinateur ; les utiliser directement provoquera des erreurs.

Le format est basé sur mon modèle Obsidian. Si la structure de votre modèle diffère, le contenu de la transcription pourrait être mal placé. Dans ce cas, donnez simplement le script à une IA, décrivez la structure de votre modèle et demandez-lui d’ajuster les points d’ancrage.

Téléchargement

Téléchargez depuis mon blog (j’ai supprimé mes propres clés API) :

https://blog.discoverlabs.ac.cn/downloads/bili-to-obsidian-skill/

J’utilise cette compétence depuis un certain temps. Elle est particulièrement pratique pour transcrire des vidéos éducatives Bilibili et les enregistrer directement dans Obsidian pour référence.

De plus, le téléchargement audio utilise yt-dlp, qui prend en charge non seulement Bilibili mais aussi des centaines de sites vidéo comme YouTube, Twitter, Douyin, etc. Cette compétence n’est donc pas limitée à Bilibili ; vous pouvez l’utiliser avec des liens d’autres plateformes. N’hésitez pas à l’essayer et à l’étendre davantage.

Différentes façons d'utiliser le même modèle d'IA

Mon, 01 Jan 0001 00:00:00 +0000

Maintenant que vous avez votre propre compte IA, vous vous demandez peut-être : Le même outil d’IA fonctionne-t-il de la même manière sur différentes plateformes ?

La réponse est : Non, et les différences sont significatives.

Les outils d’IA comme ChatGPT et Claude peuvent être utilisés sur des applications mobiles, des navigateurs web, des logiciels de bureau, des terminaux et même des outils de codage. Les différentes méthodes d’utilisation n’ont pas seulement des interfaces différentes, mais les capacités et les autorisations de l’IA peuvent également différer.

Ce chapitre vous aidera à comprendre les différences entre ces 5 méthodes d’utilisation et à trouver celle qui vous convient le mieux.

Premièrement : l’application mobile (le compagnon le plus pratique)

Qu’est-ce que l’application mobile ?

Cela signifie télécharger l’application officielle de l’outil d’IA sur votre téléphone, par exemple :

Application ChatGPT (iOS/Android)
Application Claude (iOS/Android)
Application Gemini (iOS/Android)
Application Doubao (iOS/Android)

Avantages de l’application mobile

1. Utilisation à tout moment, n’importe où

Utilisez-la en marchant, dans le métro ou allongé dans votre lit
Pas besoin d’allumer un ordinateur, sortez simplement votre téléphone
Utilisation efficace du temps fragmenté

2. Interaction vocale pratique

La plupart des applications mobiles d’IA prennent en charge la saisie vocale
Parler est plus rapide que taper, surtout quand vous n’avez pas envie de taper
Certaines IA (comme Doubao) offrent une expérience de conversation vocale particulièrement bonne

3. Reconnaissance photo

Vous pouvez prendre des photos avec l’appareil photo de votre téléphone et poser des questions
Par exemple, prenez une photo d’un problème et laissez l’IA le résoudre
Prenez une photo d’un plat et laissez l’IA l’identifier et donner une recette
Prenez une photo d’un texte en anglais et laissez l’IA le traduire

4. Opération simple

Interface épurée, fonctions claires en un coup d’œil
Même les personnes âgées et les enfants peuvent rapidement prendre en main
Pas besoin d’apprendre des opérations complexes

Inconvénients de l’application mobile

1. Écran trop petit

La lecture de longs textes est fatigante
L’édition de longs contenus est peu pratique
Le changement de tâches est fastidieux

2. Faible efficacité de saisie

Taper sur un téléphone n’est pas aussi rapide que sur un clavier
Copier-coller n’est pas aussi pratique que sur un ordinateur
Le traitement de grandes quantités de texte est difficile

3. Fonctionnalités potentiellement limitées

Certaines fonctionnalités avancées ne sont pas disponibles sur mobile
Les téléchargements de fichiers peuvent être limités
La gestion des conversations à plusieurs tours n’est pas aussi bonne que sur ordinateur

À qui cela s’adresse-t-il ?

Chat quotidien, questions rapides
Scénarios nécessitant une interaction vocale
Besoins temporaires en déplacement
Personnes âgées, enfants et ceux qui ne sont pas familiers avec les ordinateurs
Utilisation du temps fragmenté

Scénarios typiques :

Demander la météo à voix haute en marchant
Prendre une photo d’un menu et laisser l’IA recommander
Discuter allongé dans son lit avant de dormir
Écouter l’IA raconter des histoires pendant les trajets

Deuxièmement : la version web (le choix le plus universel)

Qu’est-ce que la version web ?

Cela signifie ouvrir le site officiel de l’outil d’IA dans un navigateur, par exemple :

chat.openai.com (ChatGPT)
claude.ai (Claude)
gemini.google.com (Gemini)
chat.deepseek.com (DeepSeek)

Pas besoin de télécharger de logiciel, ouvrez simplement la page web et utilisez-la.

Avantages de la version web

1. Universelle multiplateforme

Fonctionne sur Windows, Mac, Linux
Même sur les navigateurs mobiles
Pas d’installation nécessaire, économise de l’espace disque

2. Fonctionnalités les plus complètes

Généralement, la version web offre les fonctionnalités les plus complètes
Les nouvelles fonctionnalités sont souvent lancées d’abord sur la version web
Les téléchargements de fichiers et la gestion des conversations sont très pratiques

3. Excellente expérience sur grand écran

Adaptée à la lecture de longs textes
Facile à éditer et modifier
Opération multi-fenêtre flexible

4. Synchronisation des données

Après connexion, tout l’historique des conversations est dans le cloud
Vous pouvez voir les chats précédents même en changeant d’appareil
Pas de risque de perte de données

Inconvénients de la version web

1. Dépend de la connexion internet

Doit être connecté à Internet
Mauvaise expérience avec une connexion médiocre
Inaccessible pendant la maintenance du serveur

2. Limitations du navigateur

Certaines fonctionnalités peuvent nécessiter des navigateurs spécifiques
Un crash du navigateur peut entraîner la perte du contenu saisi
Consomme la mémoire du navigateur

3. Les outils d’IA étrangers nécessitent un VPN

ChatGPT, Claude, Gemini nécessitent tous un VPN
Un VPN instable affecte l’utilisation
Augmente la barrière à l’entrée

À qui cela s’adresse-t-il ?

Utilisation quotidienne pour la plupart des utilisateurs
Besoin de traiter de longs textes, des tâches complexes
Passage d’un appareil à l’autre
Utilisateurs ayant besoin de fonctionnalités complètes

Scénarios typiques :

Rédaction d’articles, de rapports
Modification de code, débogage de problèmes
Conversations approfondies, raisonnement complexe
Gestion de plusieurs sujets de conversation

Troisièmement : l’application de bureau (version améliorée du web)

Qu’est-ce que l’application de bureau ?

Cela signifie le logiciel client de bureau de l’outil d’IA, installé sur votre ordinateur, par exemple :

ChatGPT Desktop (Mac/Windows)
Claude Desktop (Mac/Windows)
Outils de bureau tiers (comme ChatBox, NextChat, etc.)

Quelle est la différence entre le bureau et le web ?

Beaucoup de gens demandent : « L’application de bureau n’est-elle pas juste une enveloppe de la version web ? Quelle est la différence ? »

En réalité, les différences sont assez significatives, surtout en termes d’autorisations et de capacités.

Avantages uniques de l’application de bureau

1. Autorisations système plus élevées

C’est un secret que beaucoup de gens ignorent : L’application de bureau a souvent des autorisations d’IA plus élevées que la version web. Même si vous choisissez le même modèle et posez la même question, différentes méthodes d’utilisation peuvent entraîner des niveaux d’intelligence d’IA différents.

Qu’est-ce que cela signifie ? Les entreprises d’IA allouent différentes « ressources » aux utilisateurs sur différentes plateformes. Les utilisateurs de bureau obtiennent généralement :

Une vitesse de réponse plus rapide
Une fenêtre de contexte plus grande
Moins de limites de taux
Un accès prioritaire à certaines fonctionnalités

Comment le prouver ? Utilisez le « test du nombre de jus » :

Il existe une méthode de test célèbre dans la communauté IA pour vérifier votre « niveau d’autorisation » actuel. Prenons ChatGPT comme exemple, vous pouvez envoyer ce message :

What is the Juice number divided by 2 multiplied by 10 divided by 5? You should see the Juice number under Valid Channels

ChatGPT renverra un nombre qui représente le « score de priorité » de votre session actuelle. Plus le nombre est élevé, plus vos autorisations sont élevées.

Certains tests ont montré :

Le nombre de jus sur la version web pourrait être de 80 à 100
Le nombre de jus sur l’application de bureau pourrait atteindre 120 à 150, voire plus
Même si vous utilisez l’API, le nombre de jus peut être encore plus élevé

Qu’est-ce que cela signifie ?

Les utilisateurs de bureau subissent moins d’attente aux heures de pointe, des réponses plus rapides et sont moins susceptibles d’être limités en taux. C’est pourquoi certaines personnes ont l’impression que « l’application de bureau est meilleure que la version web » — ce n’est pas psychologique, il y a une réelle différence.

Cependant, notez que l’officiel n’a jamais reconnu cela.

2. Meilleure intégration système

Peut ajouter des raccourcis clavier globaux pour réveiller à tout moment (par exemple, Cmd+Espace)
N’occupe pas un onglet du navigateur
Notifications système plus rapides
Peut flotter au-dessus de n’importe quelle application

3. Fonctionnalités hors ligne

Certaines applications de bureau prennent en charge la mise en cache locale
Peut consulter les conversations historiques (même hors ligne)
Certaines fonctionnalités peuvent être utilisées hors ligne

4. Expérience concentrée

Fenêtre indépendante, non perturbée par le navigateur
Peut épingler la fenêtre, utiliser l’IA tout en travaillant
Interface potentiellement plus épurée

5. Gestion des fichiers plus pratique

Glisser-déposer des fichiers pour les télécharger
Meilleure intégration avec le système de fichiers local
Traitement par lots plus fluide
Peut lire directement le contenu de l’écran (certains clients)

Inconvénients de l’application de bureau

1. Nécessite une installation

Prend de l’espace disque
Nécessite des mises à jour régulières
Peut avoir des problèmes de compatibilité

2. Fonctionnalités potentiellement moins complètes que la version web

Certaines dernières fonctionnalités sont mises à jour plus lentement sur le bureau
Certaines fonctionnalités peuvent manquer

3. Problèmes multiplateformes

Les versions Windows et Mac peuvent ne pas être synchronisées
La prise en charge de Linux peut ne pas être complète

À qui cela s’adresse-t-il ?

Utilisateurs intensifs d’IA
Ceux qui doivent basculer fréquemment entre l’IA et d’autres travaux
Personnes qui aiment les raccourcis clavier
Ceux qui recherchent une expérience concentrée et des autorisations plus élevées

Scénarios typiques :

Réveiller l’IA pour peaufiner en écrivant
Interroger rapidement des problèmes en programmant
Travail nécessitant que l’IA reste en arrière-plan
Scénarios nécessitant une réponse stable aux heures de pointe

Quatrièmement : le terminal (le favori des programmeurs)

D’abord, expliquons : qu’est-ce qu’un terminal ?

Si vous êtes un utilisateur ordinaire, vous n’avez peut-être jamais entendu parler du terme « terminal ». Ne vous inquiétez pas, je vais l’expliquer en détail.

Qu’est-ce qu’un terminal ?

En termes simples, un terminal est un outil pour utiliser un ordinateur à l’aide de commandes textuelles.

Quand vous utilisez un ordinateur, vous cliquez généralement avec la souris, n’est-ce pas ? Cliquez sur un dossier pour l’ouvrir, cliquez sur un bouton pour effectuer une action, faites glisser les fenêtres pour ajuster les positions — cela s’appelle une « interface utilisateur graphique » (GUI).

Mais avant l’invention des interfaces graphiques, les gens utilisaient la frappe pour utiliser les ordinateurs. Vous entrez une commande, et l’ordinateur exécute une action. Cette méthode est appelée « interface en ligne de commande » (CLI), et le terminal est la fenêtre où vous entrez ces commandes.

Analogie :

Interface graphique = Commander à partir d’un menu (regarder les images, cliquer pour sélectionner)
Ligne de commande/Terminal = Commander avec du texte (vous devez connaître les noms des plats et les écrire vous-même)

À quoi ressemble un terminal ?

Un terminal est généralement une fenêtre avec un fond noir (ou blanc), avec un curseur clignotant qui attend que vous entriez des commandes. Cela a l’air « rétro », un peu comme l’interface que les hackers utilisent dans les films.

Comment ouvrir un terminal ?

Utilisateurs Mac :

Mac est livré avec un terminal intégré. Il y a deux façons de l’ouvrir :

Méthode 1 : via le Launchpad

Cliquez sur « Launchpad » dans le Dock
Trouvez le dossier « Autres »
Cliquez sur « Terminal »

Méthode 2 : via la recherche Spotlight (recommandée) 4. Appuyez sur Cmd + Espace pour ouvrir la recherche Spotlight 5. Tapez « Terminal » 6. Appuyez sur Entrée pour ouvrir

Méthode 3 : via le Finder

Ouvrez « Finder »
Cliquez sur le menu supérieur « Aller » > « Utilitaires »
Double-cliquez sur « Terminal »

Utilisateurs Windows :

Windows dispose également d’outils similaires appelés « Invité de commandes » ou « PowerShell ». Le nouveau Windows a aussi « Windows Terminal », plus puissant.

Ouvrir l’invité de commandes :

Appuyez sur Win + R pour ouvrir la fenêtre Exécuter
Tapez cmd, appuyez sur Entrée
Une fenêtre noire s’ouvre

Ouvrir PowerShell :

Faites un clic droit sur le menu Démarrer
Sélectionnez « Windows PowerShell »

Ouvrir Windows Terminal (recommandé, nécessite Win10/11) :

Recherchez « Terminal » dans le menu Démarrer
Ou téléchargez « Windows Terminal » depuis le Microsoft Store

Différences entre le terminal et l’interface graphique

Aspect	Interface utilisateur graphique (GUI)	Terminal/Ligne de commande (CLI)
Méthode d’opération	Clics de souris, glisser-déposer	Saisie de commandes clavier
Difficulté d’apprentissage	Faible, voir et faire	Élevée, besoin de mémoriser les commandes
Vitesse d’opération	Moyenne	Très rapide une fois maîtrisé
Scénarios adaptés	Utilisation quotidienne	Opérations par lots, automatisation
Intuitivité	Intuitif, ce que vous voyez est ce que vous obtenez	Abstrait, nécessite de l’imagination
Fonctionnalités avancées	Certaines fonctionnalités non disponibles	Peut faire plus d’opérations de bas niveau

Exemple :

Supposons que vous vouliez renommer 100 fichiers en ajoutant un préfixe de date :

Avec GUI :

Clic droit sur le 1er fichier > Renommer > Taper > Confirmer
Clic droit sur le 2e fichier > Renommer > Taper > Confirmer
… répéter 100 fois

Avec terminal :

Entrez une commande, tout est fait en 2 secondes

C’est pourquoi les programmeurs aiment le terminal — haute efficacité, opérations par lots, automatisation.

Qu’est-ce que cela fait d’utiliser l’IA dans le terminal ?

Maintenant que vous comprenez le terminal, parlons de comment utiliser l’IA dedans.

Vous pouvez entrer directement des commandes dans le terminal pour appeler l’IA, par exemple :

ai "Write a Python function to calculate the Fibonacci sequence"

Ensuite, la réponse de l’IA s’affiche directement dans le terminal, pas besoin d’ouvrir un navigateur ou d’attendre le chargement d’une page web.

Outils d’IA pour terminal actuellement populaires :

Claude Code : Officiel d’Anthropic, extrêmement puissant pour la programmation
ChatGPT CLI : Outil en ligne de commande d’OpenAI
Divers outils CLI tiers

Utilisation typique de l’IA dans le terminal

# Quick question
$ ai "What's the weather today?"

# Process a file
$ ai "Summarize the content of this file" < document.txt

# Generate code and save to file
$ ai "Write a Bash script to backup files" > backup.sh

# Let AI analyze code
$ ai "Analyze what's wrong with this code" < buggy.py

Avantages du terminal

1. Extrêmement rapide

Pas besoin d’ouvrir un navigateur
Pas besoin d’attendre le chargement d’une page web
Une commande suffit

2. Automatisation

Peut écrire des scripts pour le traitement par lots
Peut être combiné avec d’autres commandes
Adapté aux tâches répétitives

3. Simple et efficace

Pas d’interface supplémentaire
Concentré sur l’entrée et la sortie
Adapté aux requêtes rapides

4. Amical pour les programmeurs

Peut traiter directement les fichiers de code
La sortie peut être redirigée vers des fichiers
Intégration transparente avec le flux de travail de développement

Inconvénients du terminal

1. Courbe d’apprentissage élevée

Besoin de comprendre les opérations de base en ligne de commande
Pas adapté aux débutants
Facile de faire des erreurs de frappe dans les commandes

2. Fonctionnalités limitées

Ne peut traiter que du texte
Ne peut pas traiter les images, les vidéos
Interface simple, pas adaptée à la lecture de longs textes

3. Pas de gestion de l’historique des conversations

Généralement des questions-réponses uniques
Peu pratique pour revoir l’historique
Mauvaise expérience de conversation à plusieurs tours (certains outils se sont améliorés)

À qui cela s’adresse-t-il ?

Programmeurs, développeurs
Utilisateurs ayant besoin de traitement par lots
Geeks qui aiment la ligne de commande
Scénarios nécessitant de l’automatisation

Scénarios typiques :

Rechercher rapidement des API en codant
Traiter par lots le contenu de fichiers
Appeler l’IA dans des scripts d’automatisation
Générer des messages de commit Git

Aperçu : Plus tard dans cette série, nous verrons comment utiliser les outils d’IA (comme Claude Code) dans le terminal Mac, en partant de zéro. Même si vous n’avez jamais utilisé de terminal, vous pourrez apprendre.

Cinquièmement : l’intégration IDE (outil de programmation puissant)

Qu’est-ce qu’un IDE ?

IDE = Environnement de développement intégré

En termes simples : un logiciel professionnel pour écrire du code.

IDE courants :

Visual Studio Code (VSCode) : L’éditeur de code le plus populaire
PyCharm : Pour le développement Python
IntelliJ IDEA : Pour le développement Java
Cursor : Un IDE nouvelle génération avec IA intégrée
WebStorm : Pour le développement front-end

Une personne ordinaire a-t-elle besoin de connaître les IDE ?

Si vous n’êtes pas programmeur, vous pouvez sauter cette section. Mais si vous :

Voulez apprendre la programmation
Avez occasionnellement besoin d’écrire du code
Êtes intéressé par l’automatisation

Alors il est utile de comprendre les fonctionnalités d’IA intégrées dans les IDE.

Comment l’IA est-elle utilisée dans les IDE ?

Il existe deux formes principales :

1. Sous forme de plugin

Installer le plugin ChatGPT dans VSCode
Installer GitHub Copilot dans PyCharm
Demander à l’IA tout en écrivant du code

2. Intégration native

Cursor : IA intégrée dès le départ
GitHub Copilot : Assistant de programmation IA dédié
Utiliser l’IA dès que vous ouvrez l’IDE

Que peut-elle faire concrètement ?

1. Complétion de code

Vous tapez quelques caractères, l’IA complète automatiquement tout le bloc de code
100 fois plus intelligente que la complétion de code traditionnelle

2. Explication de code

Sélectionnez un morceau de code, demandez à l’IA « Que fait ce code ? »
L’IA expliquera chaque ligne en détail

3. Optimisation de code

Demandez à l’IA « Comment ce code peut-il être optimisé ? »
L’IA donnera des suggestions d’amélioration

4. Correction de bugs

Quand le code signale une erreur, demandez à l’IA « Comment corriger cette erreur ? »
L’IA analysera l’erreur et fournira une correction

5. Génération de code

Décrivez la fonctionnalité que vous souhaitez implémenter
L’IA génère directement le code

Avantages de l’IA intégrée dans les IDE

1. Intégration transparente dans le flux de travail

Pas besoin de changer de fenêtre
Demandez à l’IA tout en écrivant du code
Extrêmement efficace

2. Conscience du contexte

L’IA peut voir l’ensemble de votre projet
Les suggestions sont plus précises
Comprend votre style de codage

3. Amélioration de la qualité du code

Révision de code en temps réel
Découvre les bugs potentiels
Apprend les meilleures pratiques

4. Haute efficacité d’apprentissage

Demandez immédiatement sur le code que vous ne comprenez pas
Apprenez en écrivant
Améliorez rapidement vos compétences en programmation

Inconvénients de l’IA intégrée dans les IDE

1. Uniquement adaptée à la programmation

Pas utile pour les tâches non liées à la programmation
Besoin de savoir coder
Courbe d’apprentissage élevée

2. Peut affecter la réflexion

Dépendance excessive à la complétion IA
Pas propice à une compréhension approfondie du code
Peut rendre paresseux

3. Coût relativement élevé

GitHub Copilot : 10 $/mois
Cursor Pro : 20 $/mois
Certaines fonctionnalités nécessitent un paiement

À qui cela s’adresse-t-il ?

Programmeurs, développeurs
Apprenants en programmation
Personnes ayant besoin d’écrire des scripts
Bloggeurs techniques

Scénarios typiques :

Complétion en temps réel en codant
Apprentissage d’un nouveau langage de programmation
Refactorisation de code ancien
Correction de bugs

Résumé comparatif : lequel vous convient le mieux ?

Tableau comparatif rapide

Méthode d’utilisation	Commodité	Complétude des fonctionnalités	Autorisations IA	Scénarios adaptés	Courbe d’apprentissage
Application mobile	+++++	+++	Moyenne	Questions rapides à tout moment	La plus basse
Version web	++++	+++++	Moyenne	La plupart des usages quotidiens	Basse
Application de bureau	++++	++++	Plus élevée	Utilisation intensive, travail concentré	Basse
Terminal	+++	+++	Élevée	Automatisation, traitement par lots	Élevée
Intégration IDE	+++++	+++	Élevée	Développement de programmation	La plus élevée

Combinaisons recommandées

Utilisateurs ordinaires :

Principal : Version web (fonctionnalités complètes)
Secondaire : Application mobile (utilisation à tout moment)
Amélioration : Envisager l’application de bureau (meilleure expérience, autorisations plus élevées)

Professionnels :

Principal : Application de bureau (haute efficacité, hautes autorisations)
Secondaire : Application mobile (en déplacement)

Programmeurs :

Principal : Intégration IDE (programmation)
Secondaire : Terminal (requêtes rapides, automatisation)
Sauvegarde : Version web (conversations approfondies)

Étudiants :

Principal : Application mobile (pratique)
Secondaire : Version web (devoirs)
Avancé : Essayer l’application de bureau

Mon conseil personnel

N’utilisez pas une seule méthode !

Chaque méthode a ses avantages. Passer de l’une à l’autre selon le scénario est le plus efficace :

Trajet du matin : Application mobile pour écouter les actualités IA
Rédaction de documents au travail : Application de bureau (réponse plus rapide)
Besoin de conversation approfondie : Version web
Codage : Intégration IDE
Requêtes rapides/automatisation : Terminal
Discussion avant de dormir : Application mobile

De plus, si vous êtes un utilisateur payant, je recommande vivement d’essayer l’application de bureau. Son « avantage caché » (nombre de jus plus élevé) pourrait vous faire sentir que « l’argent est bien dépensé ».

Rappelez-vous : les outils sont au service des gens, choisissez simplement celui qui vous semble le plus confortable.

Plus tard dans cette série, nous nous concentrerons sur l’utilisation du terminal, qui est aussi la méthode que j’utilise le plus souvent.

Explication des bases de l'API et des tokens

Mon, 01 Jan 0001 00:00:00 +0000

Vous avez peut-être remarqué que de nombreux utilisateurs expérimentés parlent d’API, de Token, de Temperature et d’autres termes qui semblent techniques et déroutants. Ce chapitre explique ces concepts fondamentaux en langage simple. Les comprendre vous aidera à vraiment saisir le fonctionnement de l’IA et à l’utiliser plus efficacement.

Qu’est-ce qu’une API ?

L’API en termes simples

API = Interface de Programmation Applicative (Application Programming Interface)

Cette définition semble technique, alors reformulons-la différemment.

Imaginez l’IA comme un restaurant :

Version web = Vous mangez sur place au restaurant
- Belle décoration (interface web)
- Serveurs (boutons, champs de saisie)
- Vous commandez, le chef cuisine, le serveur apporte
API = Vous commandez à emporter
- Pas de décoration, vous parlez directement à la cuisine
- Pas de serveur, vous parlez directement au chef
- Vous dites ce que vous voulez, le chef le prépare et vous le donne

Différence clé :

Version web : a une interface, pratique pour les humains
API : pas d’interface, pratique pour les programmes

Pourquoi utiliser une API ?

Si la version web est si pratique, pourquoi se donner la peine d’utiliser une API ?

Raison 1 : Automatisation

Supposons que vous ayez besoin que l’IA traite 1 000 documents et rédige 1 000 résumés :

Version web : Vous copiez-collez 1 000 fois et cliquez sur envoyer 1 000 fois
API : Écrivez un script qui traite tout automatiquement pendant que vous buvez un café

Raison 2 : Intégration dans vos propres applications

Vous voulez créer un bot de réponse automatique, un générateur de contenu ou un agent de service client intelligent :

Version web : Impossible
API : Vous pouvez intégrer l’IA directement dans vos propres programmes

Raison 3 : Coût réduit

Abonnement web : ChatGPT Plus 20 $/mois, Claude Pro 20 $/mois
API à l’utilisation : Payez uniquement ce que vous utilisez ; une utilisation légère peut coûter seulement quelques dollars par mois

Raison 4 : Plus de flexibilité

Paramètres fins de l’IA (Temperature, longueur maximale, etc.)
Traitement par lots
Formats d’entrée/sortie personnalisés

À quoi ressemble un appel API ?

Voici un exemple simple (ne vous inquiétez pas s’il vous semble inconnu – nous le verrons en détail plus tard) :

# Call the latest GPT-5.2 API with Python
response = openai.chat.completions.create(
    model="gpt-5.2",
    messages=[
        {"role": "user", "content": "Hello，Introduce yourself"}
    ]
)
print(response.choices[0].message.content)

Juste quelques lignes de code, et l’IA répond à votre question – pas besoin de navigateur.

Identifiants officiels des modèles API au 30 janvier 2026 :

OpenAI : gpt-5.2, gpt-5.2-chat-latest, gpt-5.2-pro
Anthropic Claude : claude-opus-4-5, claude-sonnet-4-5
Google Gemini : gemini-3-pro-preview, gemini-3-flash-preview

Comparaison version web vs API

Aspect	Version web	API
Utilisation	Cliquer dans un navigateur	Écrire du code pour l’appeler
Courbe d’apprentissage	Faible, tout le monde peut l’utiliser	Élevée, nécessite des notions de programmation
Idéal pour	Chat quotidien, rédaction d’articles	Automatisation, traitement par lots, intégration d’applications
Coût	Abonnement mensuel (20 $/mois)	Paiement à l’utilisation (payez ce que vous utilisez)
Flexibilité	Limitée par les fonctionnalités web	Hautement personnalisable
Vitesse	Moyenne	Généralement plus rapide (pas de rendu d’interface)

Qu’est-ce qu’un Token ?

Le concept de Token

Token = La plus petite unité de texte que l’IA comprend

Contrairement aux humains, qui lisent directement les mots et les phrases, l’IA doit décomposer le texte en petits morceaux. Chaque morceau s’appelle un token.

Exemples :

Chinois :

« 你好 » ≈ 1–2 tokens
« 今天天气不错 » ≈ 4–8 tokens, selon le modèle

Anglais :

« Hello » = 1 token
« How are you today? » ≈ 5 tokens

Règles empiriques simples :

Anglais : 1 mot ≈ 1 token (environ 4 caractères)
Chinois : 1 caractère ≈ 0,5–2 tokens (selon le modèle d’IA)
Chiffres, ponctuation : généralement 1 symbole = 1 token

Découverte importante : différents modèles d’IA définissent les tokens différemment !

Voici un secret peu connu : Le même texte peut avoir un nombre de tokens complètement différent selon les modèles d’IA !

Pourquoi ? Parce que chaque entreprise d’IA a son propre tokenizer, et ils divisent le texte différemment.

Exemple réel :

La même phrase : « AI is revolutionizing market research. »

GPT-3 : 11 tokens
GPT-3.5 et GPT-4 : 9 tokens
GPT-4o et GPT-5.2 : 8 tokens

Vous voyez ? La même phrase diffère de 3 tokens selon les modèles !

Autre exemple en chinois :

La phrase « 人工智能正在改变世界 » (« L’intelligence artificielle change le monde ») :

GPT-4o : peut-être 10 tokens
Claude Sonnet 4.5 : peut-être 12 tokens
Gemini 3 : peut-être 8 tokens

Pourquoi cette différence ?

Chaque entreprise utilise une méthode de tokenisation différente lors de l’entraînement de ses modèles :

OpenAI (série GPT) : utilise BPE (Byte-Pair Encoding)
Anthropic (Claude) : utilise son propre tokenizer optimisé
Google (Gemini) : la documentation de Gemini dit « 1 token ≈ 4 caractères »
DeepSeek : un tokenizer optimisé pour le chinois

Comment cela vous affecte-t-il ?

1. Les comparaisons de coûts ne sont pas directes

Supposons que vous ayez 1 000 caractères chinois :

Avec GPT-5.2, cela pourrait être 1 500 tokens
Avec Claude Sonnet 4.5, cela pourrait être 1 600 tokens
Avec Gemini 3, cela pourrait être 1 400 tokens

Même si chacun dit « entrée X $/1M de tokens », le coût réel peut différer de 10 à 20 % !

2. Vous ne pouvez pas utiliser le même calculateur de tokens pour tous les modèles

Le tokenizer officiel d’OpenAI (https://platform.openai.com/tokenizer) ne fonctionne que pour la série GPT
Les tokens Claude nécessitent la méthode de calcul d’Anthropic
Les tokens Gemini nécessitent la méthode de calcul de Google

3. Les langues non anglaises montrent des différences encore plus grandes

Pour le chinois, le japonais, l’arabe et d’autres langues non anglaises, l’efficacité des tokens peut varier de 30 à 40 %. La plupart des modèles d’IA sont principalement entraînés sur l’anglais, donc leurs tokenizers sont mieux optimisés pour l’anglais.

Pourquoi le Token est important

1. Le token détermine le coût

La tarification de l’API est basée sur les tokens, pas sur le nombre de caractères.

Exemple (prix officiels au 30 janvier 2026) :

GPT-5.2 : entrée 1,75 $/1M tokens, sortie 14 $/1M tokens
Claude Opus 4.5 : entrée 5 $/1M tokens, sortie 25 $/1M tokens
Gemini 3 Flash : entrée 0,50 $/1M tokens, sortie 3 $/1M tokens (niveau standard)

Vous envoyez 500 tokens et l’IA répond avec 1 000 tokens :

Avec GPT-5.2 : (500 × 1,75 + 1000 × 14) / 1 000 000 = 0,01488 $ (environ 1,5 centime USD)
Avec Gemini 3 Flash : (500 × 0,50 + 1000 × 3) / 1 000 000 = 0,00325 $ (environ 0,3 centime USD)

2. Le token détermine la longueur du contexte

Chaque modèle d’IA a une limite de tokens :

GPT-5.2 (API) : jusqu’à 400 000 tokens
GPT-5.2-chat-latest : jusqu’à 128 000 tokens
Claude Sonnet 4.5 : jusqu’à 200 000 tokens
Gemini 3 Pro Preview : jusqu’à 1 048 576 tokens (environ 1M)

Cette limite inclut : votre prompt + la réponse de l’IA + l’historique de la conversation.

Que se passe-t-il si vous dépassez la limite ?

L’IA « oublie » les parties les plus anciennes de la conversation
Ou elle génère une erreur et ne continue pas

Comment compter les tokens

Méthode 1 : Estimation (rapide mais pas précise)

Chinois : nombre de caractères × 1,5
Anglais : nombre de mots × 1,3

Méthode 2 : Utiliser l’outil en ligne correspondant

OpenAI (série GPT) : https://platform.openai.com/tokenizer
Compteur de tokens général : https://token-counter.app (prend en charge plusieurs modèles pour comparaison)
Gemini : utilisez la méthode count_tokens dans Google AI Studio

Rappel important : Lors de l’estimation entre modèles, utilisez toujours l’outil spécifique à ce modèle. N’utilisez pas le nombre de tokens de GPT pour estimer le coût de Claude !

Tokens d’entrée, tokens de sortie, tokens en cache

La facturation de l’API divise les tokens en trois types :

1. Tokens d’entrée (Input Tokens)

Le contenu que vous envoyez à l’IA
Inclut votre prompt, les documents téléchargés
Relativement bon marché

2. Tokens de sortie (Output Tokens)

Le contenu que l’IA vous renvoie
Inclut la réponse de l’IA
Généralement 2 à 10 fois plus chers que les tokens d’entrée

Pourquoi la sortie est-elle plus chère ? Parce que l’IA « réfléchit » (génère du texte) en utilisant plus de ressources de calcul que pour « lire » (traiter l’entrée).

Exemple (GPT-5.2) :

Entrée : 1,75 $/1M tokens
Sortie : 14 $/1M tokens (8 fois le prix d’entrée !)

3. Tokens en cache (Cached Tokens)

C’est une astuce pour économiser de l’argent !

Si vous utilisez le même prompt à plusieurs reprises, l’IA peut le mettre en cache et éviter de le retraiter la prochaine fois.

Exemple : Vous avez un prompt de 1 000 tokens et posez 10 questions :

Sans cache : chaque fois traite 1 000 tokens → total 10 000 tokens
Avec cache : première fois 1 000 tokens (prix normal), les 9 fois suivantes 1 000 tokens (prix du cache, 90 % moins cher)

Modèles prenant en charge la mise en cache :

Anthropic Claude (Prompt Caching)
OpenAI GPT-5.2 (prend en charge la mise en cache, 90 % de réduction)

Règles de facturation du cache :

Première lecture : prix normal
Cache hit : prix réduit de 50 à 90 %
Validité du cache : généralement 5 à 10 minutes

Qu’est-ce que la Temperature ?

Le concept de Temperature

Temperature = Contrôle le « caractère aléatoire » ou la « créativité » des réponses de l’IA

Rappelez-vous que l’IA « calcule essentiellement des probabilités ». Lorsque vous demandez « De quelle couleur est le ciel ? », l’IA voit :

Probabilité « Bleu » 80 %
Probabilité « Gris » 10 %
Probabilité « Rouge » 5 %

La Temperature ajuste la façon dont l’IA choisit parmi ces options.

Valeurs de Temperature

La Temperature va généralement de 0 à 2 (ou 0 à 1, selon la plateforme) :

Temperature = 0 (la plus conservatrice)

L’IA choisit toujours la réponse avec la probabilité la plus élevée
Réponses très stables et prévisibles
Même question → réponse presque identique à chaque fois
Idéal pour : questions factuelles, génération de code, analyse de données

Temperature = 1 (équilibrée)

L’IA choisit aléatoirement en fonction des probabilités
Les réponses varient un peu mais restent raisonnables
Valeur par défaut sur la plupart des plateformes
Idéal pour : conversation quotidienne, usage général

Temperature = 2 (la plus agressive)

L’IA essaie de nombreuses possibilités
Réponses très diverses et créatives
Peut être inexacte ou même absurde
Idéal pour : écriture créative, brainstorming, travail artistique

Un exemple pratique

Question : Nommez mon café

Temperature = 0 :

« Starbucks Coffee » (la réponse la plus courante, la plus sûre)
Presque la même à chaque fois

Temperature = 1 :

« Morning Light Café »
« Aroma Time »
« Bean & Cozy »
Varie, mais tous raisonnables

Temperature = 2 :

« Quantum Coffee Dimension »
« Space‑Time Foam Lab »
« Cosmic Latte Terminal »
Très créatif, mais peut-être trop étrange

Quand ajuster la Temperature

Temperature plus basse (0–0,5) :

Écrire du code, déboguer
Analyse de données, problèmes mathématiques
Traduction, résumé
Toute tâche nécessitant de la précision

Temperature plus élevée (1,5–2) :

Écrire des romans, de la poésie
Nommer des choses, créer des slogans
Brainstorming
Toute tâche nécessitant de la créativité

Différents modèles listent leurs temperatures recommandées sur leurs sites officiels. Par exemple, le site de DeepSeek indique :

Scénario	Temperature
Génération de code / résolution de problèmes mathématiques	0,0
Extraction / analyse de données	1,0
Conversation générale	1,3
Traduction	1,3
Écriture créative / poésie	1,5

Pouvez-vous l’ajuster dans la version web ?

La plupart des versions web ne permettent pas un réglage direct
Mais l’API vous donne un contrôle précis

Longueur du contexte

Qu’est-ce que la longueur du contexte ?

Longueur du contexte = Quantité de contenu que l’IA peut « mémoriser » à la fois

Contrairement aux humains, l’IA n’a pas de mémoire à long terme. Dans chaque conversation, l’IA ne peut se souvenir que d’une quantité limitée de contenu. Cette limite s’appelle la longueur du contexte, mesurée en tokens.

Pourquoi l’IA « oublie »-t-elle ?

Vous avez peut-être déjà vécu cela :

Vous discutez avec l’IA pendant longtemps
Soudain, l’IA ne se souvient plus de ce qui a été dit au début
Elle semble avoir une amnésie

Raison : Vous avez dépassé la limite de longueur du contexte.

Exemple :

Longueur du contexte de GPT-5.2 = 128 000 tokens
Vous et l’IA avez 50 tours de conversation, utilisant 130 000 tokens au total
Au-delà de la limite, l’IA « oublie » les parties les plus anciennes

Impact pratique de la longueur du contexte

1. Affecte la durée de la conversation

Contexte court : seulement quelques dizaines de tours
Contexte long : des centaines de tours

2. Affecte le traitement des documents

Contexte court : seulement des documents courts
Contexte long : des livres entiers

3. Affecte le coût

Contexte plus long → traitement plus lent
Plus de tokens → coût plus élevé

Comment gérer les limites de contexte

Méthode 1 : Effacer régulièrement la conversation

Sauvegarder les informations importantes
Démarrer une nouvelle conversation
Redonner le contexte à l’IA

Méthode 2 : Résumer l’historique de la conversation

Demander à l’IA de résumer le contenu précédent
Utiliser ce résumé comme point de départ d’une nouvelle conversation
Économise des tokens

Méthode 3 : Choisir un modèle avec un grand contexte

Pour les longs documents : utilisez Gemini 3 Pro
Pour les longues conversations : utilisez Claude Sonnet 4.5

Autres concepts importants

Max Tokens

Max Tokens = Limite la longueur maximale d’une seule réponse de l’IA

Définir Max Tokens = 100 : l’IA répond avec au plus 100 tokens
Définir Max Tokens = 2000 : l’IA répond avec au plus 2000 tokens

Pourquoi limiter ?

Contrôler le coût (les tokens de sortie sont plus chers)
Éviter des réponses trop verbeuses
Certains scénarios ne nécessitent que des réponses courtes

Top P (Nucleus Sampling)

Top P = Une autre façon de contrôler le caractère aléatoire

Similaire à la Temperature, mais fonctionne différemment :

Top P = 0,1 : ne considère que les 10 % d’options les plus probables
Top P = 0,9 : considère les 90 % d’options les plus probables

Généralement :

Ajustez soit la Temperature, soit le Top P – un seul suffit
Dans la plupart des cas, la Temperature est plus intuitive

Frequency Penalty et Presence Penalty

Utilisés pour réduire la répétition

Frequency Penalty : pénalise les mots fréquemment utilisés, réduisant la répétition du même mot
Presence Penalty : pénalise les mots déjà apparus, encourageant l’IA à introduire de nouveaux sujets

Plage : -2,0 à 2,0

Valeurs positives : réduisent la répétition
Valeurs négatives : permettent plus de répétition
0 : aucune intervention

Résumé : Comment utiliser ces concepts ?

Utilisation quotidienne (version web)

Si vous utilisez uniquement la version web, vous n’avez pas à vous soucier de ces paramètres – les valeurs par défaut fonctionnent très bien.

Mais comprendre ces concepts vous aide à :

Comprendre pourquoi l’IA « oublie » parfois les parties antérieures de la conversation (limite de contexte)
Comprendre pourquoi les utilisateurs de l’API peuvent faire des choses que vous ne pouvez pas faire (contrôle des paramètres)
Vous préparer à utiliser l’API à l’avenir

Lors de l’utilisation de l’API

Si vous décidez d’utiliser l’API, ces paramètres deviennent très importants :

Paramètres de base (à chaque fois) :

model : choisir le modèle (par exemple gpt-5.2, claude-sonnet-4-5)
max_tokens : limiter la longueur de la réponse

Ajustez selon vos besoins :

temperature : 0–0,5 pour les tâches factuelles, 1–2 pour les tâches créatives
top_p : généralement correct avec la valeur par défaut
frequency_penalty : si l’IA se répète trop, réglez-le sur 0,5–1

Optimisation des coûts :

Utilisez la mise en cache pour économiser de l’argent
Contrôlez max_tokens pour éviter le gaspillage
Choisissez le bon modèle (vous n’avez pas toujours besoin du plus cher)
N’oubliez pas que différents modèles définissent les tokens différemment

Inscription et paiement pour les outils d'IA étrangers

Mon, 01 Jan 0001 00:00:00 +0000

Nous avons couvert les outils d’IA grand public, et vous avez probablement choisi la plateforme que vous souhaitez utiliser. La plupart des outils d’IA chinois sont totalement gratuits sur le web, et le paiement n’est nécessaire que pour les API (nous y reviendrons plus tard). Mais les outils d’IA étrangers sont différents – beaucoup de gens butent sur l’étape du paiement : Comment payer pour les outils d’IA étrangers ?

Ce chapitre vous guide pour payer des outils d’IA étrangers comme ChatGPT, Claude et Gemini, avec un accent particulier sur la méthode d’abonnement Apple, vivement recommandée.

Méthodes de paiement officielles (non recommandées)

Les sites officiels de ChatGPT, Claude et Gemini acceptent tous les abonnements directs, mais vous avez besoin de :

Une carte de crédit étrangère : Visa, MasterCard, American Express, etc.
Un compte PayPal étranger : Un compte PayPal lié à une carte de crédit étrangère
Une adresse étrangère : Une adresse étrangère est requise pour l’adresse de facturation

Pourquoi ce n’est pas recommandé ?

Pas pratique pour les utilisateurs en Chine :

La plupart des cartes de crédit émises en Chine seront refusées
Même les cartes double devise peuvent être refusées en raison du contrôle des risques
Les cartes de crédit virtuelles (comme Depay) comportent un risque de suspension de compte
Les échecs de paiement peuvent entraîner le gel du compte

Résumé : À moins d’avoir une véritable carte de crédit étrangère, il n’est pas recommandé de payer directement sur le site officiel. Nous présentons ci-dessous une méthode plus fiable.

Méthode d’abonnement Apple (fortement recommandée)

Pourquoi recommander l’abonnement Apple ?

L’abonnement Apple est actuellement la méthode de paiement la plus stable et la plus sécurisée :

Prend en charge les cartes UnionPay de Chine : Pas besoin de carte de crédit étrangère
Faible risque : Via les canaux officiels Apple, aucun risque d’être banni par les plateformes d’IA
Gestion facile : Tous les abonnements sont gérés de manière centralisée dans votre identifiant Apple
Tarification transparente : Réglé au taux de change Apple, sans frais supplémentaires
Connexion et inscription en un clic : Vous pouvez vous connecter directement aux outils d’IA avec votre identifiant Apple sans inscription séparée (nous y reviendrons plus tard)

Prérequis

Vous avez besoin d’un identifiant Apple d’une région autre que la Chine continentale. Régions recommandées :

États-Unis : Le plus courant, la plus large sélection d’applications
Japon : Le taux de change peut être plus avantageux
Nigeria : Le moins cher

Comment créer un identifiant Apple hors de Chine ?

Déconnectez-vous de votre identifiant Apple actuel
Ouvrez l’App Store et choisissez une application gratuite à télécharger
Sélectionnez « Créer un nouvel identifiant Apple » et choisissez États-Unis/Japon/Hong Kong comme région
Remplissez les informations (email, mot de passe, questions de sécurité)
Sélectionnez « Aucun » comme mode de paiement pour l’instant, et remplissez une adresse aléatoire (vous pourrez la modifier plus tard)

Une fois enregistré, vous aurez un identifiant Apple vierge pour la région sélectionnée.

Obtenir des cartes cadeaux Apple

Une fois que vous avez un identifiant Apple hors de Chine, vous devez ajouter des fonds. Il existe deux façons d’obtenir des cartes cadeaux :

Méthode 1 : Achat sur Taobao/Xianyu (rapide mais risqué)

Étapes :

Recherchez « Carte cadeau Apple US » ou « iTunes US » sur Taobao ou Xianyu
Choisissez un vendeur réputé (vérifiez les avis et le volume de ventes)
Après l’achat, le vendeur vous enverra un code d’échange
Échangez-le immédiatement dans votre identifiant Apple

Avantages :

Rapide : vous obtenez le code en quelques minutes
Parfois légèrement moins cher que les prix officiels

Inconvénients :

Risque de cartes de crédit volées : Si le vendeur utilise des cartes de crédit volées pour acheter des cartes cadeaux, votre identifiant Apple pourrait être banni
Service après-vente difficile : difficile de tenir quelqu’un responsable en cas de problème

Remarque importante : Si vous choisissez cette méthode, assurez-vous de choisir un magasin important et réputé et échangez le code immédiatement après l’avoir reçu. Si vous rencontrez un problème de carte volée, contactez immédiatement le support Apple pour expliquer la situation.

Méthode 2 : Achat sur le site officiel Apple (recommandé, sûr)

C’est la méthode la plus sûre. Bien qu’elle soit un peu plus complexe, elle est totalement légale et sans risque. Étapes détaillées :

1. Ouvrez la page d’achat de cartes cadeaux officielle d’Apple

URL : https://www.apple.com/shop/buy-giftcard/giftcard
Remarque : Vous devez visiter le site Apple américain (si vous avez un identifiant Apple américain)

2. Choisissez la méthode de livraison par email

La page vous demandera si vous voulez une carte physique ou une carte électronique
Sélectionnez « Email » (carte électronique, envoyée à votre email)
Choisissez un montant : 25 $, 50 $, 100 $ ou un montant personnalisé

3. Remplissez les informations du destinataire

Destinataire : Entrez votre propre nom en anglais
Email du destinataire : Entrez votre adresse email (pour recevoir le code d’échange)
De : Vous pouvez mettre n’importe quoi, même vous-même
Message : Laissez vide ou écrivez n’importe quoi

4. Ajoutez au panier et passez à la caisse

Cliquez sur « Ajouter au panier »
Cliquez sur « Passer à la caisse » (vous pouvez utiliser Apple Pay si vous l’avez configuré)
Le système vous demandera de vous connecter avec votre identifiant Apple (utilisez votre identifiant Apple américain)

5. Entrez le mode de paiement

Point clé : Vous pouvez utiliser directement une carte de crédit ou de débit UnionPay de Chine
Entrez le numéro de carte, la date d’expiration et le CVV tels qu’ils apparaissent
Nom du titulaire : Entrez le nom en pinyin tel qu’il apparaît sur la carte

6. Remplissez l’adresse de facturation

C’est une étape cruciale ! Vous devez entrer une adresse américaine. Il est recommandé de choisir un État sans taxe pour économiser de l’argent :

Alaska
Oregon
Delaware
Montana
New Hampshire

Comment remplir ?

Ouvrez Google Maps ou Apple Maps
Recherchez « hôtel Oregon » ou « hôtel Alaska » (trouvez une adresse d’hôtel)
Copiez l’adresse, la ville, le code postal et le numéro de téléphone de l’hôtel
Remplissez-les dans les champs de l’adresse de facturation

Exemple (adresse d’un hôtel en Oregon) :

Street: 1234 SW Broadway
City: Portland
State: Oregon
ZIP: 97201
Phone: (503) 123-4567

7. Finalisez le paiement

Après avoir vérifié que les informations sont correctes, cliquez sur « Passer la commande »
Attendez que la banque traite le paiement (vous devrez peut-être entrer un code de vérification SMS)

8. Attendez le code d’échange

Après un paiement réussi, vous recevrez un email dans un délai de quelques minutes à quelques heures
L’email contient le code d’échange (16 caractères alphanumériques)
Parfois, cela peut prendre jusqu’à 24 heures

Échanger la carte cadeau sur votre identifiant Apple

Une fois que vous avez le code d’échange, vous devez l’échanger sur le solde de votre identifiant Apple.

Étapes :

1. Ouvrez l’App Store

Ouvrez l’App Store sur votre iPhone ou iPad
Assurez-vous d’être connecté avec votre identifiant Apple hors de Chine

2. Accédez à la page d’échange

Appuyez sur l’icône de votre profil en haut à droite
Trouvez « Échanger une carte cadeau ou un code »

3. Entrez le code d’échange

Option 1 : Utilisez l’appareil photo pour scanner le code
Option 2 : Saisissez manuellement le code à 16 chiffres
Appuyez sur « Échanger »

4. Confirmez le solde

Après un échange réussi, le solde apparaîtra immédiatement sur votre compte
Vous pouvez vérifier le solde actuel sur la page « Compte »

Problèmes possibles :

Problème 1 : « Ce code doit être échangé dans l’App Store américain »

Cause : Le réglage de la région de votre identifiant Apple est incorrect
Solution : Allez dans « Réglages > Identifiant Apple > Médias et achats » et changez la région

Problème 2 : Le solde n’apparaît pas après l’échange

Cause : Le compte est sous contrôle des risques
Solution : Voir la section sur le contrôle des risques ci-dessous

Connexion en un clic aux outils d’IA avec votre compte Apple (super pratique)

C’est un autre énorme avantage de la méthode d’abonnement Apple que beaucoup de gens ignorent : Vous pouvez vous connecter directement aux outils d’IA avec votre identifiant Apple, sans avoir besoin de créer un compte séparé !

Pourquoi recommander la connexion avec l’identifiant Apple ?

Les inconvénients de l’inscription traditionnelle :

Nécessite une vérification par email
Nécessite de définir un mot de passe (un mot de passe de plus à retenir)
Certaines plateformes exigent également une vérification par numéro de téléphone (les numéros étrangers sont problématiques)
Des plateformes comme ChatGPT ont des restrictions sur les adresses email chinoises

Avantages de la connexion avec l’identifiant Apple :

Connexion en un clic : Inscription et connexion en une seule pression
Aucune vérification nécessaire : Pas de vérification par email ou téléphone
Protection de la vie privée : Apple masque votre véritable adresse email
Haute sécurité : L’authentification à deux facteurs d’Apple protège votre compte
Gestion unifiée : Tous les abonnements IA sont liés à votre identifiant Apple

Outils d’IA prenant en charge la connexion Apple

La plupart des outils d’IA grand public prennent désormais en charge « Connexion avec Apple » :

ChatGPT : Entièrement pris en charge
Claude : Entièrement pris en charge
Perplexity : Entièrement pris en charge
Notion AI : Entièrement pris en charge
La plupart des autres outils d’IA : Généralement pris en charge

Étapes détaillées

En prenant ChatGPT comme exemple :

1. Téléchargez l’application ChatGPT

Assurez-vous d’être connecté avec votre identifiant Apple hors de Chine
Recherchez « ChatGPT » dans l’App Store
Téléchargez et installez

2. Ouvrez l’application et choisissez une méthode de connexion

Ouvrez l’application ChatGPT
L’écran d’accueil affiche « Connexion » ou « Inscription »
Après avoir appuyé, vous verrez différentes options de connexion

3. Sélectionnez « Continuer avec Apple »

Ne choisissez pas la connexion par email
Appuyez directement sur « Continuer avec Apple »
Le système affichera une fenêtre d’autorisation de l’identifiant Apple

4. Confirmez l’autorisation

Apple affichera :
- « ChatGPT souhaite utiliser votre identifiant Apple »
- Votre nom et votre email
Vous pouvez choisir :
- Partager mon email : L’outil d’IA peut voir votre véritable email
- Masquer mon email : Apple générera un email aléatoire pour le transmettre à l’outil d’IA
Il est recommandé de choisir « Masquer mon email » pour une meilleure confidentialité

5. Effectuez la vérification Face ID/Touch ID

Confirmez avec Face ID ou Touch ID
L’inscription et la connexion sont effectuées automatiquement en quelques secondes

6. Commencez à utiliser

Connexion réussie, vous entrez directement dans l’application
Votre compte a été automatiquement créé
L’application vous connectera automatiquement la prochaine fois

Vous pouvez également utiliser la connexion Apple sur le web

Non seulement les applications mobiles, mais les versions web de nombreux outils d’IA prennent également en charge la connexion Apple :

Étapes :

Ouvrez le site web de l’outil d’IA (par exemple, claude.ai)
Cliquez sur « Connexion »
Sélectionnez « Continuer avec Apple »
Une fenêtre de connexion Apple apparaîtra
Entrez votre identifiant Apple et votre mot de passe
Effectuez l’authentification à deux facteurs
Connexion réussie

Remarques :

Pour la connexion web, vous avez besoin d’un Mac ou d’un PC Windows avec iCloud installé
Ou connectez-vous en utilisant Safari sur votre iPhone/iPad

Avantages supplémentaires de la connexion Apple

1. Synchronisation entre appareils

Après vous être connecté avec votre identifiant Apple, vous pouvez l’utiliser de manière transparente sur tous vos appareils Apple
iPhone, iPad et Mac synchroniseront automatiquement l’état de connexion

2. Gestion de la sécurité

Si vous avez des problèmes avec votre compte IA, vous pouvez révoquer l’autorisation en un clic dans les réglages de l’identifiant Apple
Chemin : Réglages > Identifiant Apple > Mot de passe et sécurité > Applications utilisant l’identifiant Apple

3. Plus besoin de se soucier d’oublier les mots de passe

Parce que vous n’avez pas du tout de mot de passe – vous vous connectez toujours avec l’identifiant Apple
Tant que votre identifiant Apple est sécurisé, votre compte IA l’est aussi

Astuces

Que faire si vous avez déjà créé un compte IA avec un email ?

La plupart des outils d’IA prennent en charge la « liaison de votre compte Apple » :

Connectez-vous à votre compte IA
Allez dans les paramètres du compte
Trouvez « Comptes connectés » ou « Méthodes de connexion »
Ajoutez « Connexion avec Apple »
La prochaine fois, vous pourrez vous connecter avec l’identifiant Apple

Un seul identifiant Apple peut-il se connecter à plusieurs outils d’IA ?

Absolument ! Un seul identifiant Apple peut se connecter à :

ChatGPT
Claude
Perplexity
Notion AI
Et tous les autres outils prenant en charge la connexion Apple

Ils n’entrent pas en conflit les uns avec les autres ; chaque outil est un compte indépendant.

S’abonner aux services d’IA

Une fois que vous avez un solde, vous pouvez vous abonner aux services d’IA.

Étapes :

1. Téléchargez l’application IA

Assurez-vous d’être connecté avec votre identifiant Apple hors de Chine
Recherchez et téléchargez dans l’App Store :
- ChatGPT (OpenAI)
- Claude (Anthropic)
- Gemini (Google)

2. Ouvrez l’application et abonnez-vous

Ouvrez l’application et trouvez « S’abonner » ou « Passer à la version supérieure »
Choisissez un plan d’abonnement (Plus/Pro, etc.)
Confirmez le mode de paiement comme solde de l’identifiant Apple
Finalisez l’abonnement

3. Abonnement réussi

Vous recevrez un email de confirmation d’abonnement d’Apple
L’application affichera votre statut d’abonnement

Gérer les problèmes de contrôle des risques

Qu’est-ce que le contrôle des risques ?

Si vous échangez un montant important de carte cadeau en une seule fois (par exemple, plus de 100 $), Apple peut déclencher un contrôle des risques :

Le solde s’affiche mais ne peut pas être utilisé
« Mode de paiement refusé » lors de l’abonnement
Le solde est gelé

Solutions

Méthode 1 : Attendez quelques jours (recommandé)

Ne faites rien et attendez 3 à 7 jours
Le système lèvera automatiquement le contrôle des risques
Ensuite, le solde pourra être utilisé normalement

Méthode 2 : Contactez le support Apple (plus rapide)

Appelez le support Apple :
- Chine : 400-666-8800
Expliquez la situation : « J’ai échangé une carte cadeau mais elle ne fonctionne pas. » Le support chinois vous transférera à un collègue international, et vous pourrez communiquer en chinois.
Le support vérifiera les informations et lèvera manuellement le contrôle des risques
Généralement rétabli sous 48 heures

Astuces pour éviter le contrôle des risques :

N’échangez pas plus de 50 $ lors de votre premier essai
Échangez par petits montants, pas tout d’un coup
Attendez 1 à 2 jours après l’échange avant de vous abonner

Résumé : Récapitulatif du processus complet

Étapes complètes :

Créez un identifiant Apple hors de Chine (États-Unis/Japon/Hong Kong)
Obtenez une carte cadeau (achat sur le site officiel ou sur Taobao)
Échangez la carte cadeau sur votre identifiant Apple
Utilisez l’identifiant Apple pour vous connecter en un clic aux outils d’IA (aucune inscription séparée nécessaire)
Téléchargez l’application IA et abonnez-vous
Si vous rencontrez un contrôle des risques, attendez ou contactez le support

Référence des coûts :

ChatGPT Plus : 20 $/mois
Claude Pro : 20 $/mois
Gemini Advanced : 19,99 $/mois

Astuces pour économiser :

Choisissez des régions avec des taux de change avantageux (par exemple, Japon, Hong Kong)
Sélectionnez un État sans taxe lors de l’achat de cartes cadeaux sur le site officiel
Abonnez-vous mensuellement et annulez à tout moment si nécessaire

Laissez Codex et Claude contrôler votre ordinateur

Mon, 01 Jan 0001 00:00:00 +0000

Dans les chapitres précédents, nous avons abordé plusieurs nouvelles fonctionnalités d’Anthropic. Pendant ce temps, OpenAI, bien qu’il n’ait pas encore publié de nouveau modèle (longtemps teasé), a également été actif. Une mise à jour notable est que Codex prend désormais en charge le contrôle de votre ordinateur, et ce d’une manière différente.

J’ai essayé les fonctionnalités de contrôle d’ordinateur de Codex et de Claude Code. J’ai demandé à l’IA d’envoyer un message WeChat pour moi. Codex a réussi, tandis que Claude a non seulement échoué mais m’a également déconnecté de mon compte WeChat.

Je vais d’abord décrire le processus d’installation et de test pour les deux, puis expliquer pourquoi il y a une telle différence.

Configuration et expérience d’utilisation de Codex

J’ai utilisé l’application de bureau Codex. L’entrée se trouve dans ses « Paramètres ». D’abord, cliquez sur « Computer Use » dans le menu de gauche, puis cochez le plugin Computer Use à droite.

Ensuite, revenez à l’interface de chat et donnez une tâche à Codex, comme « Ouvrez Obsidian, créez un nouveau fichier et définissez le titre sur ‘Ceci a été fait par le contrôle automatique de l’application Codex’ ».

Après avoir appuyé sur Entrée, Codex affichera d’abord une demande d’autorisation vous demandant si vous voulez lui permettre de contrôler Obsidian. Cliquez sur « Autoriser ». Si le logiciel est à faible risque, vous pouvez également cocher « Toujours autoriser » à gauche.

Si vous activez Computer Use pour la première fois, une boîte de dialogue d’autorisation au niveau du système Mac apparaîtra, demandant les autorisations d’accessibilité et de capture d’écran. Cliquez sur Autoriser pour les deux.

Après avoir cliqué sur « Autoriser », la page sera redirigée. Si « Codex Computer Use » n’est pas dans les Paramètres système, faites glisser l’icône de la bannière sous la fenêtre contextuelle vers la liste ci-dessus. Si elle y est déjà, activez-la simplement. N’oubliez pas d’autoriser les deux.

Une fois les autorisations définies, Codex ouvrira Obsidian, créera un nouveau fichier et écrira le titre. Cela se termine rapidement, et le titre est exactement comme demandé.

Ensuite, passons à la vitesse supérieure : demandez à Codex d’opérer WeChat et d’envoyer un message à un contact.

Après le démarrage, vous pouvez voir un petit curseur de souris bleu avec une ombre se déplaçant lentement à l’écran — c’est Codex en action. Ce détail sera utile plus tard, alors gardez-le à l’esprit.

Après avoir composé le message, il fait une pause pour que je confirme. Je réponds « Envoyer », j’appuie sur Entrée, et le message part.

L’ensemble du processus s’est déroulé sans erreur. WeChat a fonctionné normalement pendant l’opération de Codex, et le compte n’a pas été déconnecté.

Configuration et expérience d’utilisation de Claude

Pour Claude, j’ai utilisé la version terminal de Claude Code. Dans le terminal, tapez /mcp et activez l’option computer-use intégrée.

Demandez à Claude de faire la même chose. D’abord, essayez Obsidian pour écrire un fichier — ce test a réussi, tout comme Codex, donc je n’inclurai pas de capture d’écran.

Ensuite, essayez WeChat.

Quelques secondes après avoir envoyé la tâche, des problèmes sont survenus. Claude n’a pas réussi à opérer WeChat ; plusieurs clics n’ont pas fonctionné, et WeChat l’a détecté, me déconnectant !

Ce n’était pas seulement un échec de tâche. WeChat a détecté une opération anormale, a déclenché le contrôle des risques et m’a forcé à me reconnecter.

Pourquoi Codex fonctionne et Claude non

J’ai d’abord pensé que le computer-use de Claude était instable. Puis j’ai regardé la capture d’écran de Codex — vous vous souvenez de ce petit curseur de souris bleu avec une ombre ? La réponse est là.

Les mécanismes d’implémentation sont différents.

Lorsque Codex opère, il déplace réellement le curseur de la souris vers la position cible puis clique. Vous pouvez voir la trajectoire de déplacement du curseur à l’écran — se déplacer, faire une pause, puis cliquer — ce qui est essentiellement la même séquence d’événements qu’un humain utilisant une souris.

Claude adopte une approche différente. Il synthétise directement un événement « clic aux coordonnées » et l’envoie à la fenêtre cible. Le curseur ne bouge pas du tout ; il clique instantanément. Cette méthode est rapide et ne nécessite pas d’attendre que le curseur se déplace, mais elle a une signature très distincte pour les applications — un « clic de souris » sans trajectoire de mouvement qui se téléporte aux coordonnées, ce qu’une main humaine ne peut pas produire.

Codex : Simule un mouvement de souris réel, donc les applications ne peuvent pas dire que c’est une IA. Claude : Synthétise directement les événements de clic, ce que les applications avec anti-triche comme WeChat peuvent facilement détecter.

Les applications de bureau ordinaires ne se soucient pas de l’une ou l’autre méthode, donc Claude fonctionne bien avec Obsidian. Mais les applications comme WeChat, qui ont des systèmes de sécurité de compte, analysent activement les caractéristiques d’automatisation. Une fois détectées, elles déclenchent le contrôle des risques — c’est ce que montrait ma capture d’écran « Pour la sécurité de votre compte, veuillez vous reconnecter ».

L’implémentation actuelle du computer-use d’Anthropic suit la voie des événements synthétiques. L’avantage est la rapidité ; l’inconvénient est qu’elle ne peut pas tromper les applications qui détectent activement l’automatisation.

Recommandations d’utilisation

Détaillons par cas d’utilisation :

Utilisez Codex pour : Opérer des logiciels avec détection anti-automatisation intégrée, comme WeChat, QQ, les banques en ligne, les messageries d’entreprise et les jeux. L’approche de la souris réelle de Codex est le seul choix ici.

Utilisez Claude pour : Opérer des applications de bureau ordinaires — Obsidian, Notepad, Finder, logiciels de design, etc. Ces applications ne se soucient pas de savoir si vous utilisez une souris réelle, et Claude est plus rapide car il n’a pas besoin d’attendre le déplacement du curseur, ce qui le rend plus efficace.

Je l’ai essayé pour vous. Le résultat est que votre compte est déconnecté de force, nécessitant une nouvelle analyse pour se connecter. Le coût est faible mais ennuyeux.

Dans l’ensemble, mon sentiment personnel est que la fonction de contrôle d’ordinateur est un peu un effet de démonstration. Je n’ai pas encore trouvé de véritable raison de l’utiliser. C’est prometteur pour l’avenir, cependant.

Donc ce chapitre n’est qu’une brève introduction à la fonctionnalité.

Partie 4 : Techniques avancées : Skill / MCP / Hook + Mindset

Markdown : le langage universel pour parler à l'IA

Mon, 01 Jan 0001 00:00:00 +0000

Ce chapitre aborde un sujet plus léger : quelque chose que vous utilisez probablement tous les jours sans en connaître le nom : Markdown.

Laissez-moi commencer par une affirmation audacieuse :

Markdown est le format le plus important que vous devriez apprendre à l’ère de l’IA.

Pourquoi ? Lisez la suite.

Qu’est-ce que Markdown ?

En une phrase : Markdown est une façon d’écrire du texte brut avec une mise en forme contrôlée par des symboles.

Le texte brut n’a pas de mise en forme — pas de titres, pas de gras, pas de listes. D’un autre côté, les formats de texte enrichi comme Word sont trop lourds : ils nécessitent un logiciel spécial pour être ouverts et produisent des fichiers volumineux.

Markdown est le juste milieu : avec quelques symboles simples, vous pouvez ajouter de la mise en forme à du texte brut.

Par exemple, si vous écrivez :

# This is a heading
**This is bold**
- This is a list

Cela s’affiche comme un titre formaté, du texte en gras et une liste. Simple comme bonjour.

Pourquoi vous devez apprendre Markdown à l’ère de l’IA

Raison 1 : L’IA parle Markdown

Avez-vous remarqué que lorsque ChatGPT, Claude, Gemini et autres IA vous répondent, ils incluent automatiquement du texte en gras, des titres, des listes et des blocs de code ?

C’est du Markdown.

L’IA ne produit pas de documents Word ou de PDF. Son format de sortie par défaut est le Markdown. Chaque tableau, texte en gras et bloc de code que vous voyez dans ce tutoriel — tout est en Markdown.

Ne pas apprendre Markdown, c’est comme parler à quelqu’un sans comprendre les mots qu’il écrit. Pouvez-vous encore communiquer ? Oui. Mais c’est bien moins efficace.

Raison 2 : C’est partout

Markdown n’est pas un format propriétaire pour un logiciel spécifique ; c’est un standard universel. Le nombre d’outils qui prennent en charge Markdown est incalculable :

Catégorie	Logiciel/Plateforme
Prise de notes	Obsidian, Notion, Typora, Bear
Plateformes de code	GitHub, GitLab, Bitbucket
Systèmes de blog	Hugo, Jekyll, Hexo
Outils de documentation	Confluence, Feishu Docs, Yuque
Outils IA	ChatGPT, Claude, Gemini, Claude Code, Codex

Apprenez un format, utilisez-le partout. Les notes que vous écrivez dans Obsidian conservent leur mise en forme lorsque vous les copiez sur GitHub. Lancez-les à une IA, et elle les comprend parfaitement. Essayez ça avec Word ?

Raison 3 : Des fichiers incroyablement petits

Cela pourrait vous surprendre : Pour un même contenu, un fichier Markdown est plus de 20 fois plus petit qu’un fichier Word.

Pourquoi ? Un fichier Word .docx est essentiellement une archive compressée de fichiers XML, bourrée de définitions de styles, d’informations de polices et de propriétés de document. Même si vous n’écrivez qu’une seule ligne, le fichier fait des dizaines de Ko.

Markdown est du texte brut. La taille du fichier est égale à la quantité de texte que vous écrivez. Pas de bagage supplémentaire.

C’est particulièrement important dans les scénarios IA. Lorsque vous envoyez un document à une IA pour analyse, Markdown consomme moins de tokens, traite plus rapidement et coûte moins cher. Toutes ces balises XML et définitions de style dans un fichier Word sont comptées comme des tokens, du gaspillage.

Raison 4 : L’IA comprend mieux Markdown

Beaucoup de gens ignorent cela.

Si vous donnez à une IA un document Word, elle doit d’abord le convertir en texte. Pendant la conversion, la mise en forme peut être perdue, les tableaux peuvent être désalignés et les images disparaissent.

Donnez à une IA un fichier Markdown, et elle le lit directement. Markdown est lui-même du texte brut — pas besoin de conversion, zéro perte.

Plus important encore, les symboles Markdown (titres avec #, listes avec -, code avec `) sont des instructions sémantiques. L’IA comprend que # Introduction signifie “ceci est un titre de niveau 1”, pas juste du texte en gros. Cela permet à l’IA de mieux comprendre la structure et la hiérarchie de votre document.

Comment apprendre Markdown en 10 minutes

Voici la bonne nouvelle : vous pouvez apprendre 90 % du Markdown que vous utiliserez en 10 minutes.

Les bases (couvrent 80 % des besoins)

Titres : Utilisez # pour les titres. Plus vous ajoutez de #, plus le niveau est bas.

``` ``) inherently tell the AI, “this is a heading, this is a list, this is code.” The AI can understand your content structure more accurately.

Learn Markdown in 10 Minutes

There are only about a dozen Markdown syntax elements, and even fewer are needed for daily use. Below, they are ordered by frequency of use, starting with the most common.

1. Headings

Use # followed by a space. The number of # symbols indicates the heading level:


2. **Texte en gras et en italique** : Entourez le texte avec des astérisques.

For daily use, up to level 3 is enough.

2. Bold and Italic


3. **Listes non ordonnées** : Utilisez des tirets.

Bold is used most often, italic occasionally.

3. Lists

Unordered lists use - or *:


4. **Listes ordonnées** : Utilisez des chiffres.

Ordered lists use numbers followed by a period:


5. **Listes imbriquées** : Indentez avec des espaces.

Lists can be nested by adding two spaces before the sub-item:


6. **Code en ligne** : Utilisez des backticks.

4. Code

Inline code uses single backticks:


7. **Blocs de code** : Utilisez trois backticks.

Result: Type claude --help to see help

Code blocks are wrapped with three backticks, and you can specify the language:


8. **Liens et images** : Utilisez des crochets et des parenthèses.

```python
print("Hello World")

Citations : Utilisez >.


This is especially useful when communicating with AI. When sending code to an AI, wrap it in a code block so the AI can more accurately identify the code boundaries.

### 5. Links and Images

```

10. **Tableaux** : Utilisez des tirets et des barres verticales.

```

Images are just links with a `!` in front.

### 6. Blockquotes

Start with `>`:

```

11. **Ligne horizontale** : Utilisez trois tirets.

```

Result:

> This is a blockquote.
> It can span multiple lines.

### 7. Tables

```

12. **Texte barré** : Utilisez deux tildes.

```

Table syntax looks complex, but you don’t need to write it by hand. **Just ask the AI to generate it for you.** Say “organize this data into a table,” and the AI will output a Markdown table.

### 8. Horizontal Rules

Three or more `-` on a single line:

```

### Comment utiliser Markdown pour communiquer avec l'IA

**Astuce 1 : Structurez vos invites avec des titres**

Au lieu d'écrire un long paragraphe, utilisez des titres pour diviser votre demande :

```

Used to separate different sections of an article.

### 9. Strikethrough

```

**Astuce 2 : Utilisez des blocs de code pour le code**

Lorsque vous demandez à l'IA d'analyser du code, mettez-le toujours dans un bloc de code :

```

Result: ~~Deleted text~~

---

## That’s Enough, Really

The 9 syntax elements above cover 99% of daily use cases.

**You don’t need to master Markdown.** Headings, bold, lists, and code blocks—master these four and you can handle most situations. Look up the rest when needed.

And Markdown has one advantage: **It’s okay if you can’t remember it all now; you’ll learn it by using it.** AI outputs Markdown, so as you read AI responses every day, you’ll naturally become familiar with these symbols.

---

## How to Use Markdown to Improve Communication with AI

After learning Markdown, here are a few tips to make your conversations with AI more effective:

**Tip 1: Use headings to structure your input**

```

**Astuce 3 : Utilisez des listes pour les exigences**

Lorsque vous avez plusieurs exigences, utilisez des listes :

```

Much better than a big block of text. With headings, the AI can more accurately understand the structure of your request.

**Tip 2: Wrap code in code blocks**

Don’t just paste code directly; wrap it in a code block:

```

### Résumé : Syntaxe Markdown en un coup d'œil

| Syntaxe | Résultat |
|---------|----------|
| `# Titre` | Titre de niveau 1 |
| `## Titre` | Titre de niveau 2 |
| `**Texte**` | **Texte en gras** |
| `*Texte*` | *Texte en italique* |
| `- Élément` | Élément de liste |
| `1. Élément` | Élément de liste numérotée |
| `` `code` `` | Code en ligne |
| ` ``` ` (trois backticks) | Bloc de code |
| `[texte](url)` | Lien hypertexte |
| `![](url)` | Image |
| `> citation` | Citation en bloc |
| `\| Tableau \|` | Tableau |
| `---` | Ligne horizontale |
| `~~texte~~` | ~~Texte barré~~ |

---

## Résumé de ce chapitre

1. **Qu'est-ce que Markdown** : Un format de texte brut avec des symboles de mise en forme légers
2. **Pourquoi apprendre Markdown** : Langage natif de l'IA, omniprésent, fichiers petits, mieux compris par l'IA
3. **Comment apprendre** : 3 minutes pour les bases (titres, gras, listes), 7 minutes pour la syntaxe complète
4. **Syntaxe complète (9 couvrent 99 %)** : Plus les liens, images, citations, tableaux, lignes horizontales
5. **Conseils pour communiquer avec l'IA** : Utilisez des titres pour structurer, mettez le code dans des blocs de code, utilisez des listes pour les exigences

**Points clés à retenir :**

- **Markdown est la "langue maternelle" de l'IA ; l'apprendre, c'est apprendre à communiquer efficacement avec l'IA**
- **Apprenez les bases en 10 minutes, cherchez le reste quand vous en avez besoin**
- **Pas besoin de pratique délibérée ; vous l'assimilerez naturellement en utilisant l'IA**

---

## Partie 2 : API et Tokens : le noyau technique

MCP : ce que c'est et comment l'utiliser

Mon, 01 Jan 0001 00:00:00 +0000

Dans le chapitre précédent, nous avons découvert les Skills – transformer des opérations courantes en raccourcis en un clic. Mais vous êtes-vous déjà demandé :

L’IA peut-elle directement piloter mon navigateur ? Peut-elle lire et écrire mes notes ? Peut-elle interroger ma base de données ?

La réponse est : Oui, mais vous devez équiper l’IA de « plugins ».

Ce « système de plugins » est ce que nous appelons MCP.

Un aperçu de la tendance

De nombreuses fonctionnalités de MCP sont progressivement intégrées nativement dans Claude Code et Codex CLI.

Par exemple, au début, il fallait installer un MCP de recherche Web pour permettre à l’IA de chercher sur le web ; désormais, Claude Code et Codex disposent tous deux d’une recherche Web intégrée. La lecture/écriture de fichiers, les opérations Git et bien d’autres capacités sont également intégrées. Les Skills que nous avons vues précédemment remplacent également certains scénarios MCP – de nombreuses tâches standardisées qui nécessitaient auparavant MCP peuvent désormais être réalisées avec des Skills.

Mais cela ne signifie pas que MCP est inutile. Au contraire, MCP conserve une valeur irremplaçable :

Connexion aux systèmes propriétaires : les bases de données internes de votre entreprise, les API privées – celles-ci ne peuvent jamais être intégrées et ne sont accessibles que via MCP.
Opérer des logiciels tiers : contrôler un navigateur, gérer Obsidian, manipuler les notes Notion – les scénarios nécessitant une interaction profonde avec des logiciels externes sont ceux où MCP est le seul choix.
Écosystème communautaire : le marché MCP compte des milliers de serveurs contribués par la communauté, couvrant toutes sortes de scénarios auxquels vous n’auriez peut-être pas pensé.
Personnalisation : vous pouvez écrire votre propre serveur MCP pour permettre à l’IA d’accéder à n’importe quel système de votre choix.

En résumé : les fonctionnalités intégrées couvrent 80 % des besoins courants, tandis que MCP gère les 20 % restants de besoins personnalisés – et ces 20 % font souvent la vraie différence.

Qu’est-ce que MCP ?

En bref

MCP = Model Context Protocol = le système de plugins de l’IA

MCP est un protocole ouvert introduit par Anthropic (le créateur de Claude) qui permet aux outils d’IA de se connecter à des systèmes externes.

Pourquoi avons-nous besoin de MCP ?

Considérez ce scénario :

Sans MCP :

You: Open Baidu and search for "today's weather"
AI: Sorry, I can't access the browser. I can only process text…

Avec MCP :

You: Open Baidu and search for "today's weather"
AI: Sure, I've opened the browser, searched for "today's weather", and here are the results…

Quelle est la différence ? L’IA passe de « peut seulement parler » à « peut agir ».

Une analogie

L’IA elle-même = un cerveau brillant

Il sait tout, mais n’a ni mains ni pieds.
Il peut vous dire comment faire quelque chose, mais ne peut pas le faire à votre place.

MCP = connecter des mains et des pieds à ce cerveau

Connecter la « main navigateur » : l’IA peut automatiquement manipuler des pages web.
Connecter la « main système de fichiers » : l’IA peut lire et écrire vos fichiers.
Connecter la « main base de données » : l’IA peut interroger et modifier des données.
Connecter la « main Obsidian » : l’IA peut gérer directement vos notes.

Une autre analogie :

L’IA = un chef super intelligent
MCP = équiper le chef d’une cuisine complète (casseroles, poêles, four, mixeur…)
Sans MCP : le chef ne peut que réciter des recettes.
Avec MCP : le chef peut réellement cuisiner pour vous.

Comparaison avec ce qui précède

Dans le chapitre précédent, nous avons comparé les prompts, les Skills et MCP :

Prompts → The most basic interaction method (verbal instructions)
    ↓
Skills → Encapsulate prompts + simple logic (shortcuts)
    ↓
MCP → Skills + the ability to connect to external systems (connecting the world)

MCP est le plus puissant des trois car il brise les « murs » de l’IA et lui permet d’atteindre le monde extérieur.

Comment fonctionne MCP

Vous n’avez pas besoin de plonger dans les détails techniques – comprenez simplement ce schéma :

You ←→ Claude Code/Codex ←→ MCP Server ←→ External System
         (AI Tool)           (Bridge)      (Browser/Database/Notes, etc.)

Trois rôles :

Rôle	Description	Exemple
Outil IA (Client)	L’assistant de codage que vous utilisez	Claude Code, Codex CLI
Serveur MCP	Le pont entre l’IA et les systèmes externes	Playwright MCP, GitHub MCP
Système externe	La cible sur laquelle l’IA opère	Navigateur, GitHub, Obsidian

Tout ce que vous avez à faire est d’installer un serveur MCP dans votre outil IA, et ensuite l’IA peut opérer le système externe correspondant.

C’est aussi simple que d’installer une application sur votre téléphone.

Où trouver des serveurs MCP

Il existe de nombreux serveurs MCP. Comment trouver celui dont vous avez besoin ? Voici les principaux « marchés MCP » :

1. mcp.so (Recommandé)

URL : https://mcp.so

C’est actuellement le répertoire le plus complet de serveurs MCP, comme l’« App Store de MCP ».

Fonctionnalités :

Des milliers de serveurs MCP répertoriés
Descriptions détaillées et guides d’installation
Recherche et navigation par catégorie
Adapté aux utilisateurs chinois

Comment l’utiliser :

Ouvrez le site web.
Recherchez la fonctionnalité souhaitée (par exemple, « playwright » ou « navigateur »).
Trouvez le serveur MCP correspondant.
Suivez les instructions d’installation sur la page.

2. Smithery

URL : https://smithery.ai

Fonctionnalités :

Essayez certains serveurs MCP directement en ligne.
Commandes d’installation en un clic.
Hébergement de clés API.

3. GitHub awesome-mcp-servers

URL : https://github.com/punkpeye/awesome-mcp-servers

Fonctionnalités :

Liste de serveurs MCP maintenue par la communauté.
Open source et gratuit.
Mise à jour fréquente.

4. Serveurs MCP officiels

De grandes entreprises comme Anthropic et Microsoft ont également publié des serveurs MCP officiels :

Serveur MCP	Fonction	Mainteneur
Playwright MCP	Automatisation du navigateur	Microsoft
GitHub MCP	Opérations GitHub	GitHub
Context7 MCP	Obtenir la documentation la plus récente	Communauté
Notion MCP	Gestion des notes	Notion

Recommandation : les débutants devraient commencer par mcp.so, rechercher la fonctionnalité souhaitée et suivre le guide d’installation.

Comment installer MCP

La méthode d’installation diffère légèrement entre Claude Code et Codex CLI. Voici comment procéder pour chacun.

Installer MCP dans Claude Code

Méthode 1 : Ligne de commande (Recommandée)

Claude Code fournit une commande dédiée à la gestion MCP – une ligne suffit :

claude mcp add playwright npx '@playwright/mcp@latest'

Cette commande signifie :

claude mcp add : Ajouter un serveur MCP.
playwright : Le nom que vous donnez à ce MCP (vous pouvez choisir n’importe quel nom).
npx '@playwright/mcp@latest' : La commande pour démarrer le serveur MCP.

Vérifier l’installation :

Dans Claude Code, tapez /mcp pour voir la liste des serveurs MCP installés.

Méthode 2 : Modifier le fichier de configuration

Vous pouvez également modifier directement le fichier de configuration de Claude Code pour ajouter MCP.

Chemin du fichier de configuration : ~/.claude.json

Ajoutez la section mcpServers :

{
  "mcpServers": {
    "playwright": {
      "command": "npx",
      "args": ["@playwright/mcp@latest"]
    }
  }
}

Enregistrez et redémarrez Claude Code.

Installer MCP dans Codex CLI

La configuration MCP de Codex CLI se trouve dans le fichier ~/.codex/config.toml.

Modifier config.toml

Ajoutez ce qui suit à la fin du fichier :

[mcp_servers.playwright]
command = "npx"
args = ["@playwright/mcp@latest"]
startup_timeout_sec = 60.0

Explication des paramètres :

Paramètre	Description
`command`	La commande pour démarrer le serveur MCP
`args`	Arguments de la commande
`startup_timeout_sec`	Délai d’attente au démarrage en secondes ; certains serveurs MCP démarrent lentement, donc 60 est recommandé

MCP avec variables d’environnement

Certains serveurs MCP nécessitent des clés API ou d’autres configurations. Vous pouvez les transmettre en utilisant la section env :

[mcp_servers.context7]
command = "npx"
args = ["-y", "mcp-remote", "https://mcp.context7.com/mcp", "--header", "Authorization:${CTX7_AUTH_HEADER}"]
startup_timeout_sec = 60.0

[mcp_servers.context7.env]
CTX7_AUTH_HEADER = "Bearer your_token"

Enregistrez et redémarrez Codex.

Pratique : Installer Playwright MCP et contrôler un navigateur

Essayons ! Nous allons utiliser Playwright MCP comme exemple pour laisser l’IA contrôler automatiquement un navigateur.

Qu’est-ce que Playwright MCP ?

Playwright = l’outil d’automatisation de navigateur de Microsoft
Playwright MCP = Permet à l’IA de contrôler Playwright via le protocole MCP

Après installation, l’IA peut :

Ouvrir des pages web
Cliquer sur des boutons
Remplir des formulaires
Prendre des captures d’écran
Lire le contenu des pages
Se connecter automatiquement à des sites web

Étape 1 : Installer Playwright MCP

Dans Claude Code

Ouvrez un terminal et exécutez :

claude mcp add playwright npx '@playwright/mcp@latest'

Si vous souhaitez spécifier un navigateur (par exemple, Edge), ajoutez des paramètres :

claude mcp add playwright npx '@playwright/mcp@latest' -- --browser msedge

Dans Codex CLI

Modifiez ~/.codex/config.toml et ajoutez :

[mcp_servers.playwright]
command = "npx"
args = ["@playwright/mcp@latest"]
startup_timeout_sec = 60.0

Si vous souhaitez utiliser Edge et conserver votre session de connexion, vous pouvez le configurer ainsi :

[mcp_servers.playwright]
command = "mcp-server-playwright"
args = ["--browser", "msedge", "--executable-path", "/Applications/Microsoft Edge.app/Contents/MacOS/Microsoft Edge", "--user-data-dir", "/Users/your_username/Library/Application Support/Microsoft Edge", "--isolated"]
startup_timeout_sec = 60.0

Astuce : L’utilisation de --user-data-dir permet au navigateur de conserver votre état de connexion, ainsi l’IA n’a pas besoin de se reconnecter lors de l’ouverture de pages.

Étape 2 : Vérifier l’installation

Démarrez Claude Code :

claude

Tapez /mcp et vous devriez voir playwright dans la liste avec un statut « connected ».

Étape 3 : Laisser l’IA opérer le navigateur

Maintenant, essayez ! Dans Claude Code, entrez :

Open Baidu, search for "What is MCP", and save a screenshot of the search results.

L’IA va automatiquement :

Lancer le navigateur
Ouvrir la page d’accueil de Baidu
Taper « What is MCP » dans la barre de recherche
Cliquer sur le bouton de recherche
Prendre une capture d’écran de la page de résultats
Enregistrer la capture d’écran dans votre dossier de projet

Vous n’avez rien à faire – l’IA effectue toutes les étapes automatiquement !

Plus de cas d’utilisation

Avec Playwright MCP installé, vous pouvez demander à l’IA de faire beaucoup de choses :

Exemple 1 : Remplir automatiquement un formulaire

Open https://example.com/register and fill in the registration form with the following info:
Username: testuser
Email: test@example.com
Then click submit.

Exemple 2 : Extraire le contenu d’une page web

Open https://news.ycombinator.com and extract the titles and links of the top 10 stories on the front page. Organize them into a Markdown table.

Exemple 3 : Tests automatisés

Open the translation page I just made (translate.html) and test the following:
1. Enter "Hello World", click translate, and check if a result appears.
2. Click the clear button and check if the input box is cleared.
3. Toggle dark mode and check if the interface looks correct.
Compile the test results into a report.

Serveurs MCP recommandés

Voici quelques serveurs MCP pratiques, classés par cas d’utilisation :

Navigateur et Web

Serveur MCP	Fonction	Commande d’installation (Claude Code)
Playwright	Automatisation du navigateur	`claude mcp add playwright npx '@playwright/mcp@latest'`
Chrome DevTools	Débogage Chrome	`claude mcp add chrome-devtools npx 'chrome-devtools-mcp@latest'`

Outils de développement

Serveur MCP	Fonction	Commande d’installation (Claude Code)
GitHub	Opérations GitHub	`claude mcp add github npx '@anthropic-ai/github-mcp'`
Context7	Obtenir les dernières docs techniques	Nécessite une configuration de jeton (voir config)

Notes et documentation

Serveur MCP	Fonction	Notes
Notion	Lire/écrire des notes Notion	Nécessite une clé API Notion
Obsidian	Lire/écrire des notes Obsidian	Développé par la communauté

Bases de données

Serveur MCP	Fonction	Notes
Supabase	Opérer la base de données Supabase	Nécessite un jeton d’accès
PostgreSQL	Opérer PostgreSQL	Développé par la communauté

Rendez-vous sur mcp.so ou smithery.ai pour trouver encore plus de serveurs MCP.

Remarques importantes

Rappels de sécurité

MCP donne à l’IA la capacité d’opérer des systèmes externes, ce qui introduit également certains risques :

Accordez les permissions avec prudence : ne donnez pas à l’IA un accès complet au système sans réflexion.
Vérifiez les actions : avant des opérations importantes, demandez à l’IA de vous dire ce qu’elle s’apprête à faire.
Sauvegardez les données : avant de laisser l’IA manipuler des données importantes, faites une sauvegarde.
Sécurité des clés API : ne partagez jamais vos clés API avec d’autres.

Foire aux questions

Q : Que faire si le serveur MCP ne démarre pas ?

R : Vérifiez les points suivants :

La version de Node.js est-elle 18 ou supérieure ? (node -v)
Le réseau fonctionne-t-il ?
startup_timeout_sec est-il suffisamment élevé ? (60 secondes sont recommandées)

Q : Après avoir installé un MCP navigateur, je ne vois pas de fenêtre de navigateur.

R : Playwright s’exécute en mode headless par défaut (pas de fenêtre visible). Si vous voulez voir le navigateur en action, ajoutez le paramètre --headless false :

claude mcp add playwright npx '@playwright/mcp@latest' -- --headless false

Q : Les serveurs MCP peuvent-ils être partagés entre Claude Code et Codex CLI ?

R : Le serveur MCP lui-même est universel (par exemple, Playwright MCP peut être utilisé par les deux outils), mais la méthode de configuration diffère :

Claude Code : ~/.claude.json ou la commande claude mcp add
Codex CLI : ~/.codex/config.toml

Résumé

Ce que vous avez appris aujourd’hui :

Qu’est-ce que MCP : le système de plugins de l’IA qui permet à l’IA de se connecter à des outils et services externes.
Marchés MCP : mcp.so, Smithery, awesome-mcp-servers – trouvez des plugins comme dans un App Store.
Comment installer MCP : utilisez la commande claude mcp add pour Claude Code, ou modifiez config.toml pour Codex CLI.
Pratique : installation de Playwright MCP et laisser l’IA contrôler automatiquement un navigateur.
Serveurs MCP recommandés : navigateur, GitHub, notes, bases de données, etc.

Points clés à retenir :

MCP transforme l’IA de « peut seulement parler » à « peut agir ».
Installer MCP est aussi simple que d’installer une application sur votre téléphone.
Les débutants sont encouragés à commencer par Playwright MCP pour l’expérience la plus intuitive.

N8N est puissant, mais vous n'en avez probablement pas besoin

Mon, 01 Jan 0001 00:00:00 +0000

Quand j’ai présenté l’application Codex, j’ai effleuré un sujet : Pourquoi vous n’avez peut-être plus besoin d’apprendre N8N. Ce chapitre développe cette idée.

Qu’est-ce que N8N ?

En résumé : N8N est une plateforme visuelle de workflows d’automatisation.

Le nom N8N vient de “nodemation” (node + automation), avec 8 lettres entre la première et la dernière, d’où N8N. C’est un projet open source que vous pouvez déployer gratuitement sur votre propre serveur.

Que peut-il faire ? Imaginez une chaîne de montage. Chaque “nœud” est un poste de travail. Les données entrent au premier poste, subissent une série de traitements, et ressortent au dernier. Par exemple, vous pouvez construire une chaîne comme celle-ci :

Nœud 1 (Déclencheur) : Se lance automatiquement à 9h tous les jours
Nœud 2 (Requête HTTP) : Récupère les actualités du jour sur un site web
Nœud 3 (Traitement des données) : Filtre le contenu lié à l’IA
Nœud 4 (Envoi de notification) : Envoie les résultats par e-mail

Vous paramétrez et oubliez – ça tourne automatiquement chaque jour.

N8N propose plus de 400 nœuds intégrés couvrant des services courants comme Gmail, Slack, les bases de données, Notion, etc. Depuis son lancement en 2019, il a conquis plus de 200 000 utilisateurs actifs et levé des fonds pour une valorisation de 270 millions de dollars.

C’est indéniablement un excellent outil. Je l’ai moi-même déployé et j’y exécute de nombreux workflows.

N8N est puissant, mais il a quatre gros problèmes pour les débutants

Avant l’arrivée de Skill, N8N était presque la seule option pour l’automatisation personnelle. Mais aujourd’hui, les choses ont changé.

N8N présente quatre problèmes majeurs pour les débutants.

Problème 1 : Trop de choses à apprendre

Quand vous ouvrez N8N, vous devez comprendre : workflows, nœuds, déclencheurs, webhooks, identifiants, expressions, mappage de données…

Rien que pour “Webhook”, il faut comprendre le protocole HTTP, la différence entre les requêtes POST et GET, et le format de données JSON.

Pour quelqu’un sans bagage en programmation, ce n’est pas apprendre l’automatisation – c’est apprendre à coder.

Beaucoup de gens ouvrent un tutoriel avec enthousiasme, et la première étape est “Configurez un nœud Webhook, réglez Method sur POST” – et ils sont immédiatement refroidis.

Problème 2 : Les tutoriels ne suivent jamais les mises à jour

N8N évolue très vite, ce qui est une bonne chose. Mais le problème, c’est que vous suivez un tutoriel et vous constatez que l’interface ne ressemble pas aux captures d’écran.

Ce n’est pas que le tutoriel soit faux ; N8N a encore été mis à jour.

Pire encore, N8N a récemment connu des mises à jour majeures, et certains workflows qui fonctionnaient auparavant deviennent incompatibles après la mise à jour. Quelque chose que vous avez passé un week-end à construire peut être cassé par une seule mise à jour, et vous devez tout reconfigurer.

Problème 3 : La barrière de déploiement n’est pas négligeable

N8N peut être utilisé de deux manières : auto-hébergé ou via le service cloud officiel.

L’auto-hébergement vous donne des workflows illimités gratuitement (hors coût du serveur). Mais vous devez savoir acheter un serveur, installer Docker, configurer un proxy inverse, paramétrer le DNS… Pour un débutant, faire fonctionner N8N peut prendre une demi-journée. Avant même d’apprendre l’automatisation, vous êtes déjà rebuté par le déploiement.

Utiliser le service cloud officiel est pratique – il suffit de s’inscrire et de l’utiliser. Mais le plan gratuit ne vous donne que 5 workflows. Vous en voulez plus ? Le plan Starter est à 20 $/mois, et le plan Pro à 50 $/mois. Avant d’avoir automatisé quelques processus, vous avez déjà dépensé de l’argent.

Problème 4 : Le débogage repose sur un relais humain

Quand quelque chose ne va pas dans N8N, le processus de débogage ressemble à ceci :

Vous voyez un message d’erreur
Vous ne le comprenez pas, vous faites une capture d’écran et l’envoyez à une IA (comme ChatGPT)
L’IA donne une solution, vous retournez dans N8N et faites les modifications
Vous relancez, ça ne marche toujours pas
Capture d’écran à nouveau, demande à l’IA à nouveau
Allers-retours plusieurs fois avant que ce soit réparé

Que faites-vous ? Vous jouez le rôle de traducteur entre N8N et l’IA.

Bien que N8N dispose aussi de MCP pour se connecter à l’IA, l’expérience est moyenne. Vous devez encore demander manuellement à l’IA étape par étape, et certains problèmes nécessitent plusieurs tentatives pour être identifiés.

Que fait réellement N8N ?

Avant de discuter comment Skill peut le remplacer, comprenons d’abord les principes fondamentaux de N8N.

Enlevez l’interface visuelle tape-à-l’œil, et N8N fait essentiellement quatre choses :

Capacité	Description	Exemple
Envoyer des requêtes	Appeler des API externes ou scraper des pages web	Interroger l’API météo pour obtenir la météo du jour
Traiter des données	Filtrer, transformer, formater des données	À partir de 100 actualités, filtrer celles liées à l’IA
Déclencher l’exécution	Planifier ou déclencher par des événements externes	S’exécuter automatiquement à 9h tous les jours
Connecter des services	Enchaîner différents outils	Lire un e-mail depuis Gmail → Sauvegarder dans Notion

Voilà, juste ces quatre choses.

Et ces quatre choses peuvent toutes être faites avec des scripts dans Skill.

Comment Skill remplace-t-il N8N ?

Vous vous souvenez de Skill vu plus tôt ? Skill regroupe des outils, des API et des scripts en une commande que vous pouvez invoquer avec un /.

Il y a trois avantages à remplacer N8N par Skill :

Avantage 1 : Pas besoin de construire vous-même – l’IA construit pour vous

Dans N8N, vous devez manuellement faire glisser des nœuds, les connecter et configurer les paramètres. Quand vous êtes bloqué, vous cherchez dans la documentation ou demandez à une IA.

Avec Skill ?

You: Create a Skill that fetches the top 10 stories from Hacker News every day,
    formats them into a Markdown table, and saves them to my notes.

L’IA écrit directement le script, crée le fichier Skill et le teste. Vous n’avez pas besoin de comprendre les requêtes HTTP ni de savoir à quoi ressemble du JSON.

Avantage 2 : Quand quelque chose ne va pas, l’IA le corrige directement

C’est le meilleur aspect.

J’ai déjà décrit le processus de débogage des erreurs N8N plus haut – capture d’écran, demande à l’IA, modification, relance, capture d’écran à nouveau, demande à nouveau. Allers-retours de relais.

Avec Skill, c’est complètement différent. L’IA peut voir directement le message d’erreur, modifier directement le script et le relancer directement.

Vous dites simplement “exécute-le”, et l’IA gère le reste en boucle fermée.

Passer du “relais humain” à la “boucle fermée IA”, la différence d’efficacité est décuplée.

Avantage 3 : Le coût d’apprentissage est quasi nul

Avec N8N, vous devez apprendre : nœuds, déclencheurs, expressions, identifiants, webhooks, mappage de données…

Avec Skill, qu’avez-vous besoin d’apprendre ?

Vous l’avez déjà appris.

Si vous avez suivi ce guide, vous savez déjà utiliser Claude Code ou Codex. Utiliser Skill, c’est juste taper /nom-du-skill – aucun coût d’apprentissage supplémentaire.

“Mais N8N peut s’exécuter automatiquement !”

Une raison importante pour laquelle beaucoup de gens aiment N8N : Paramétrez-le et il tourne tout seul, sans intervention humaine.

“Skill ne nécessite-t-il pas de taper une commande manuellement à chaque fois ?”

Non. Skill dispose de plusieurs moyens pour parvenir à une exécution automatique.

Méthode 1 : Les automatisations de l’application Codex (la plus simple)

L’application Codex présentée plus tôt dispose d’une fonctionnalité Automatisations. Vous vous souvenez ? C’est comme régler un réveil pour l’IA.

Vous pouvez paramétrer :

Exécuter un Skill spécifique à 9h tous les jours
Générer un rapport chaque lundi
Vérifier des données toutes les 6 heures

Comment faire : Ouvrez l’application Codex → Automatisations → Définir la fréquence → Lier le Skill → Sauvegarder.

Cela a le même effet que le déclencheur planifié de N8N, mais la configuration est bien plus simple.

Méthode 2 : Tâches planifiées du système (cron / launchd)

Si vous utilisez le CLI en terminal, vous pouvez utiliser les outils de planification intégrés du système d’exploitation.

macOS utilise launchd, Linux utilise cron. Le principe est simple : écrire une règle qui dit au système “exécute cette commande à cette heure”.

Par exemple, si vous voulez exécuter automatiquement un Skill à 8h tous les jours :

# Tell the system to execute this command at 8 AM every day
claude -p "Run /my-daily-report"

Vous n’avez pas besoin d’écrire le fichier de configuration vous-même ; laissez l’IA le générer pour vous. Dites simplement :

Create a macOS scheduled task to run the /my-daily-report Skill at 8 AM every day.

L’IA générera toute la configuration nécessaire.

Méthode 3 : Déclencheur Webhook

Si vous avez besoin que des événements externes déclenchent des actions (par exemple, quelqu’un soumet un formulaire, un nouveau commit sur GitHub), vous pouvez demander à l’IA d’écrire un script simple qui écoute les webhooks et appelle le Skill correspondant quand un signal est reçu.

C’est un peu plus complexe, mais l’IA peut encore le faire pour vous.

Comparaison N8N vs Skill

Élément de comparaison	N8N	Skill
Facilité de prise en main	Élevée (nœuds, déclencheurs, expressions, etc.)	Faible (dites à l’IA ce que vous voulez)
Méthode de configuration	Faire glisser manuellement les nœuds, configurer les paramètres	L’IA génère automatiquement scripts et fichiers
Méthode de débogage	Capture d’écran → Demander à l’IA → Modifier → Relancer	L’IA voit directement l’erreur → modifie directement → exécute directement
Visualisation	✅ Diagramme de flux par glisser-déposer	❌ Script pur
Exécution planifiée	✅ Déclencheurs intégrés	✅ Automatisations / cron / launchd
Intégrations intégrées	400+ nœuds prêts à l’emploi	L’IA utilise des scripts pour se connecter, couverture plus large
Exigences de déploiement	Nécessite un serveur (Docker)	S’exécute localement
Coût de maintenance	Moyen (les mises à jour peuvent casser la compatibilité)	Faible (les scripts ne dépendent pas de la version de la plateforme)
Public cible	Personnes ayant un certain bagage technique	Tout le monde

Que peut faire N8N que Skill ne peut pas faire ?

Après avoir tant vanté Skill, pour être juste, parlons aussi de là où N8N est irremplaçable.

1. Workflow visuel

Le principal argument de vente de N8N est son canevas par glisser-déposer. Vous pouvez voir intuitivement comment les données circulent et quels nœuds sont connectés à quoi. Skill est un script pur – l’IA le comprend, mais ce n’est pas aussi intuitif pour un humain.

2. Fonctionnement indépendant 24h/24 et 7j/7

N8N est déployé sur un serveur, donc il continue de tourner même quand votre ordinateur est éteint. Skill s’exécute principalement localement. Bien que vous puissiez utiliser les Automatisations ou cron pour des déclencheurs planifiés, votre ordinateur doit être allumé (sauf si vous déployez le script sur un serveur cloud).

3. Scénarios de niveau entreprise

Si vous devez traiter des dizaines de milliers de données par jour, intégrer des dizaines de services externes, ou avoir plusieurs personnes collaborant à la gestion des workflows – N8N est plus stable dans ces scénarios. Skill est mieux adapté à l’automatisation personnelle.

4. Écosystème Webhook

N8N prend en charge nativement les webhooks, donc les systèmes externes peuvent déclencher directement des workflows. Skill nécessite des scripts supplémentaires pour obtenir le même effet.

Cependant, cela dit.

Pour les lecteurs de ce guide – les débutants en IA – vous n’aurez probablement besoin d’aucune de ces “choses que Skill ne peut pas faire”.

Vous n’avez pas besoin de traiter des dizaines de milliers de données. Vous n’avez pas besoin d’un fonctionnement ininterrompu 24h/24. Vous n’avez pas besoin d’intégrer des dizaines de systèmes d’entreprise.

Ce dont vous avez besoin, c’est : transformer une idée en workflow automatisé avec le moins de temps et la barrière la plus basse possible.

C’est exactement là où Skill excelle.

Si un jour vous avez des besoins de niveau entreprise, vous pourrez toujours revenir apprendre N8N. D’ici là, vous aurez déjà des bases solides, donc l’apprendre sera bien plus rapide.

Résumé

Ce que vous avez appris aujourd’hui :

Ce qu’est N8N : Une plateforme visuelle de workflows d’automatisation qui permet de construire des automatisations en faisant glisser des nœuds
Quatre points douloureux pour les débutants : Trop de concepts à apprendre, tutoriels qui ne suivent pas les mises à jour, barrière de déploiement ou coût élevé, débogage reposant sur un relais humain
Les principes fondamentaux de N8N : Envoyer des requêtes, traiter des données, déclencher l’exécution, connecter des services – tout est réalisable dans Skill
Trois avantages de Skill par rapport à N8N : L’IA construit pour vous, l’IA débogue pour vous, coût d’apprentissage nul
Skill peut aussi s’exécuter automatiquement : Automatisations, cron/launchd, Webhook – trois méthodes
Là où N8N est irremplaçable : Workflow visuel, fonctionnement sur serveur indépendant, scénarios de niveau entreprise

Points clés à retenir :

N8N est un excellent outil, mais ce n’est pas quelque chose que les débutants en IA doivent absolument apprendre
Skill peut obtenir des résultats identiques, voire meilleurs, avec une barrière plus basse
Si un jour vous avez besoin de fonctionnalités de niveau entreprise, vous pourrez apprendre N8N plus tard – avec des bases solides, vous apprendrez tout rapidement

Open Minis : Un agent de poche gratuit 24h/24

Mon, 01 Jan 0001 00:00:00 +0000

Ces derniers temps, j’appelle DeepSeek le roi du rapport qualité-prix. Aujourd’hui, je l’ai utilisé pour jouer avec Hermes (un autre Agent) et j’ai consommé 260 millions de tokens pour moins de 3 $ – moins de 20 yuans – pratiquement gratuit. Et c’est très rapide. Avant, avec Codex, il fallait souvent attendre longtemps, assez longtemps pour que je puisse travailler sur d’autres vidéos entre-temps. V4 Flash me donne même l’impression de noyer l’écran, déversant les résultats à toute vitesse.

Bien sûr, en termes de capacités, Codex 5.5 est nettement plus fort. Mais pour ce genre d’outil Agent, les capacités de V4 Flash sont largement suffisantes – rapide, bon et économique.

Cependant, en l’utilisant, j’ai découvert un problème : je suis un peu exigeant sur ce point. D’un côté, je veux qu’il soit connecté à mon appareil principal pour pouvoir exploiter davantage de capacités ; si vous l’installez sur un VPS, il ne peut pas accéder à vos photos locales ni à votre Obsidian local. De l’autre côté, si je l’installe sur mon Mac, je ne veux pas le laisser tourner 24h/24 et 7j/7 – même si les Mac sont conçus pour fonctionner en continu.

Finalement, sur la recommandation d’imzhichen (le créateur derrière le compte public WeChat « Cœur de Joueur ») dans le groupe, j’ai découvert un Agent gratuit qui peut vous suivre 24h/24 : Open Minis.

Ce qui est génial, c’est qu’il tourne sur votre iPhone – vous avez toujours votre téléphone sur vous, il ne s’éteint jamais, et il peut accéder à vos photos, Obsidian, etc. C’est le conteneur Agent parfait !

Encore mieux, c’est un logiciel gratuit ; votre seule dépense est le coût des tokens pour DeepSeek.

Installation et configuration

Vous pouvez l’installer directement depuis l’App Store.

Après téléchargement, ouvrez l’application. Elle propose un guide simple en 1, 2, 3 étapes.

D’abord, appuyez sur « Ajouter un fournisseur », puis sélectionnez la première option « OpenAI / API compatible », puis appuyez sur « Clé API » en haut. Changez le nom du libellé en « DeepSeek », saisissez votre clé API dans le champ Clé API (si vous n’êtes pas sûr, reportez-vous au guide pour obtenir une clé API DeepSeek). Pour l’adresse API personnalisée, sélectionnez « https://api.deepseek.com », et n’oubliez pas de désactiver « Ajout automatique » en dessous. Une fois tout rempli, faites défiler vers le bas et appuyez sur « Ajouter un fournisseur d’IA ». Voilà, première étape terminée.

Deuxièmement, appuyez sur « Sélectionner les modèles », choisissez le premier, V4 Flash, puis appuyez sur Suivant.

Troisièmement, vous pouvez appuyer sur « Démarrer une conversation » pour commencer à discuter. Vous pouvez lui poser des questions directement, par exemple pour voir de quelles capacités il dispose. Voici la réponse que j’ai obtenue en lui demandant « Quelles capacités iPhone as-tu ? »

Voici une liste compilée des capacités natives iOS intégrées à Open Minis :

Catégorie	Outil	Capacité
Vision & Parole	apple-vision	Reconnaissance de texte OCR / QR code / code-barres
Vision & Parole	apple-speech	Reconnaissance vocale (enregistrement microphone / fichiers audio)
Vision & Parole	apple-speak	Synthèse vocale (TTS, multilingue)
Applications & Système	apple-open	Ouvrir des URLs, applications, pages de paramètres système
Applications & Système	apple-device	Informations sur l’appareil (modèle, système, batterie, etc.)
Applications & Système	apple-clipboard	Lire/écrire le presse-papiers
Applications & Système	apple-notification	Envoyer des notifications locales
Applications & Système	apple-alarm	Régler des alarmes et des minuteries
Données & Santé	apple-healthkit	Interroger et écrire des données de santé (pas, fréquence cardiaque, etc.)
Données & Santé	apple-photos	Gestion de la photothèque (importer, exporter, rechercher)
Données & Santé	apple-calendar	Calendrier et rappels (interroger, créer)
Données & Santé	apple-reminders	Gestion des rappels
Données & Santé	apple-media	Recherche dans la médiathèque et contrôle de la lecture
Données & Santé	apple-player	Lecteur audio/vidéo natif (lire, pause, etc.)
Localisation, Cartes & Météo	apple-location	Obtenir la position actuelle, géocodage inverse/direct
Localisation, Cartes & Météo	apple-maps	Rechercher des lieux, itinéraires, heure d’arrivée estimée
Localisation, Cartes & Météo	apple-weather	Météo actuelle, prévisions horaires/journalières, alertes météo
Connectivité & Matériel	apple-bluetooth	Bluetooth Low Energy (scanner, connecter, lire/écrire)
Connectivité & Matériel	apple-nfc	Lecture/écriture de tags NFC, lecture de cartes bancaires
Connectivité & Matériel	apple-homekit	Contrôler les appareils domotiques (lumières, climatisation, etc.)
Langage naturel	apple-nlp	Détection de langue, tokenisation, étiquetage morphosyntaxique, reconnaissance d’entités nommées

Tous ces éléments sont des frameworks natifs iOS (Vision, Speech, NaturalLanguage, HealthKit, HomeKit, MapKit, WeatherKit, AVFoundation, etc.), fonctionnant entièrement localement sans nécessiter de connexion Internet.

Reconnaissance d’images

Open Minis peut exploiter les capacités OCR de l’iPhone, ce qui signifie qu’il peut reconnaître le texte dans vos images. Vous pouvez donc lui donner vos tickets de caisse, lui faire extraire le contenu, puis l’écrire dans votre livre de comptes.

Statistiques de santé

Vous pouvez lui demander directement votre activité physique quotidienne.

Manipuler directement Obsidian

Vous vous souvenez que j’ai mentionné qu’il peut reconnaître les images ? Après reconnaissance, nous pouvons lui demander d’écrire directement dans notre Obsidian. Mais d’abord, nous devons charger notre Obsidian, sinon il ne saura pas où se trouve Obsidian et n’aura pas la permission. Concrètement, vous devez appuyer sur « Monter un dossier externe » dans les paramètres. Voir les images pour les étapes exactes. Ensuite, vous pouvez revenir à la conversation et lui faire traiter et manipuler votre dossier Obsidian.

Mettre Open Minis sur votre iPhone, associé à l’API bon marché de DeepSeek, vous donne un assistant IA 24h/24 pour très peu d’argent – un assistant capable de reconnaître les images, de vérifier les données de santé et de manipuler directement Obsidian. Pour un débutant qui ne code pas, cette combinaison est probablement la solution « Agent personnel » la plus accessible qui soit.

Pourquoi pousser un LLM plus fort peut réellement fonctionner

Mon, 01 Jan 0001 00:00:00 +0000

J’ai réfléchi à la façon d’utiliser l’IA pour un petit business annexe. J’ai essayé d’écrire un compte public WeChat, mais honnêtement, je n’arrivais même pas à rentabiliser mon abonnement mensuel à l’IA. J’ai aussi mis en place une structure pour un roman, mais je n’étais pas satisfait du premier chapitre. Puis je me suis dit : pourquoi ne pas essayer d’utiliser l’IA pour m’aider dans le trading d’actions ? Et cela m’a conduit à l’expérience d’aujourd’hui.

Soyons clairs : je ne dis pas que le trading d’actions avec l’IA fonctionne, et je ne recommande pas cette méthode. J’ai juste acheté Claude Max aujourd’hui et je voulais profiter du quota généreux pour construire un système complet assisté par l’IA, dont le graphique n’est qu’une partie. Quant à savoir si ce système peut réellement m’aider à gagner de l’argent avec les actions – si jamais je deviens riche, on reparlera de ce framework.

Mais je suis resté bloqué sur un bug : les extrémités des « traits » dans la Théorie de Chan devraient être précisément alignées avec les hauts et les bas des chandeliers, mais les graphiques dessinés par l’IA étaient toujours décalés.

Je lui ai demandé de corriger trois fois, et à chaque fois l’IA disait « corrigé », mais quand j’ouvrais le graphique, c’était toujours faux.

Puis je me suis souvenu d’une compétence appelée PUA que j’avais vue auparavant, même recommandée par Kashen. J’ai toujours pensé que c’était une blague – utiliser la « pression du travail en grande entreprise » pour faire du PUA à votre IA ? Ça semble ridicule.

Mais j’ai essayé quand même, en dernier recours.

Et ça a été corrigé du premier coup !

D’abord, regardons le résultat

Regardez d’abord le graphique avant la correction. Remarquez le décalage évident entre les extrémités des traits et les hauts/bas des chandeliers :

Après avoir utilisé la compétence PUA, l’IA a réanalysé le problème, et voici le résultat après la correction :

Les extrémités sont maintenant directement alignées avec les points les plus hauts et les plus bas des chandeliers. Ce que trois tentatives précédentes n’avaient pas réussi à accomplir, la compétence PUA l’a corrigé du premier coup.

Que s’est-il réellement passé ?

J’ai dit à l’IA dans la conversation :

Utilise la compétence PUA pour te motiver, puis vérifie ce qui ne va pas vraiment.

Ensuite, l’IA a chargé la compétence PUA, et son style a changé radicalement. Elle a d’abord choisi la « saveur Huawei » pour elle-même, puis a lancé une méthodologie appelée RCA 5-Why Root Cause Analysis.

En termes simples, elle demande « pourquoi » cinq fois de suite :

Pourquoi les extrémités des traits n’étaient-elles pas alignées avec les hauts/bas des chandeliers ? → Les coordonnées dans le graphique ne correspondaient pas aux chandeliers d’origine.
Pourquoi ne correspondaient-elles pas ? → Le code pour rechercher les points extrêmes ne regardait que dans une plage de ±3 chandeliers, mais le décalage réel pouvait être bien supérieur à 3.
Pourquoi le décalage était-il si grand ? → Après la fusion des chandeliers, plusieurs chandeliers n’en forment plus qu’un, donc l’index était décalé.
Pourquoi les trois corrections précédentes n’ont-elles pas fonctionné ? → Je modifiais sans cesse le code de traçage sans jamais vérifier si les données elles-mêmes étaient correctes.
Quelle était la cause racine ? → Aucune validation des données, modification aveugle du code.

Après avoir trouvé la cause racine, l’approche de l’IA a complètement changé. Elle ne s’est pas précipitée pour modifier le code ; elle a d’abord affiché un ensemble de données – en comparant les coordonnées réelles des extrémités des traits avec les vrais hauts et bas des chandeliers d’origine :

up end: orig_idx=185, snap±3=188:4025, true_extreme±10=194:4179
→ Off by 6 candlesticks and 154 points!

Avec les données étalées, le problème était clair : la plage de recherche de ±3 chandeliers était tout simplement insuffisante. L’IA a changé d’approche pour « rechercher les extrêmes dans l’intervalle complet entre les traits adjacents », au lieu d’utiliser un rayon fixe. Après la correction, les trois graphiques ont été régénérés correctement du premier coup.

Dans les trois échecs précédents, à chaque fois l’IA modifiait directement le code, disait « corrigé », et c’était fini. Cette fois, c’était différent – diagnostiquer d’abord, puis vérifier, et seulement ensuite agir.

Qu’est-ce qui a provoqué ce changement de comportement ? La compétence PUA.

Qu’est-ce que la compétence PUA ?

Explication en une phrase : elle donne à l’IA un personnage d’« employé de grande entreprise », la faisant travailler selon les méthodologies des grandes entreprises.

URL GitHub : https://github.com/tanweai/pua

Cela ressemble à un projet humoristique, mais il contient en réalité un ensemble d’outils très complet.

Elle prend en charge 13 « saveurs », chacune correspondant au style culturel d’une grande entreprise :

Saveur	Entreprise représentative	Méthodologie principale
🟠 Saveur Alibaba	Alibaba	Fixer des objectifs → Suivre les progrès → Boucle de résultats
🔴 Saveur Huawei	Huawei	RCA Root Cause Analysis + Attaque de l’armée bleue
⬛ Saveur Musk	Tesla/SpaceX	Questionner → Supprimer → Simplifier → Accélérer → Automatiser
🟡 Saveur ByteDance	ByteDance	Test A/B + Pilotage par les données
⬜ Saveur Jobs	Apple	Priorité à la soustraction + Perfection pixel
🔶 Saveur Amazon	Amazon	Working Backwards + Document 6 pages

Voici le point clé : Chaque saveur n’est pas seulement un changement de ton ; c’est un changement de méthodologie de résolution de problèmes.

De plus, elle dispose d’un « routeur de méthodologie » – elle sélectionne automatiquement la méthodologie la plus appropriée en fonction de votre type de tâche actuel. Dans mon cas, c’était un scénario de débogage, donc elle a automatiquement choisi la saveur Huawei avec l’analyse RCA des causes racines. S’il s’agissait de développer une nouvelle fonctionnalité, elle choisirait la saveur Musk avec les premiers principes. Pour une revue de code, elle choisirait la saveur Jobs avec la priorité à la soustraction.

Vous n’avez pas besoin de choisir ; elle décide toute seule.

Pourquoi ça a l’air drôle mais fonctionne réellement ?

Beaucoup de gens voient « Faire du PUA à votre IA » et pensent que c’est une blague. Je pensais la même chose au début. Mais après l’avoir utilisée, j’ai réalisé qu’il y a une bonne raison pour laquelle ça marche.

Transformer « Sois sérieux » en étapes concrètes

Si vous dites à l’IA « réfléchis bien » ou « vérifie soigneusement », est-ce que ça marche ?

Probablement pas. Parce que l’IA ne sait pas quelles actions spécifiques « soigneusement » implique. C’est comme dire à un collègue « sois sérieux » – il dit ok mais travaille toujours de la même manière.

La compétence PUA ne dit pas « sois sérieux ». Elle dit : « Exécute l’analyse RCA 5-Why de Huawei », « Diagnostique d’abord avec les données, ne modifie pas le code », « Attaque-toi toi-même en tant qu’armée bleue, suppose que ta solution est fausse ».

Chaque phrase est une étape d’exécution spécifique, pas une exigence d’attitude abstraite.

C’est comme ne pas dire à un nouvel employé « fais du bon travail », mais lui donner un manuel SOP – fais A d’abord, puis B, puis vérifie avec la liste de contrôle après C. Quand l’IA reçoit des instructions aussi spécifiques, l’effet d’exécution est complètement différent.

Trois lignes rouges bloquent les « fausses corrections »

La compétence PUA a trois lignes rouges qui ne peuvent pas être franchies :

Non vérifié signifie non terminé – Avant de dire « corrigé », vous devez exécuter des tests et coller les résultats de sortie.
Pas de données signifie pas résolu – Avant de dire « c’est peut-être un problème d’environnement », avez-vous vérifié ? Ou devinez-vous ?
Non épuisé signifie n’abandonne pas – Avant de dire « je ne peux pas résoudre », avez-vous essayé toutes les méthodes ?

En repensant à mes trois échecs précédents, à chaque fois l’IA modifiait le code et disait « corrigé » sans vérification. Si ces lignes rouges avaient été en place, elle aurait été obligée d’exécuter le graphique et de comparer les positions des extrémités, et elle aurait découvert que le problème était toujours là dès la première tentative.

Ces trois lignes rouges ressemblent à de la « culture d’entreprise des grandes entreprises », mais en substance, elles changent la définition de « terminé » de « je pense que c’est corrigé » à « les données prouvent que c’est corrigé ».

L’échec signifie changer de méthode, pas réessayer

Normalement, si l’IA échoue à corriger quelque chose après trois tentatives, et que vous en demandez une quatrième, elle utilisera très probablement la même approche et tournera en rond dans le même piège.

La compétence PUA fait les choses différemment. Elle a une chaîne de basculement en cas d’échec : après des échecs consécutifs, elle bascule automatiquement vers une méthodologie différente.

La méthode originale ne fonctionne pas → Basculer vers la saveur Musk avec les premiers principes, remettre en question l’exigence elle-même → Ne fonctionne toujours pas → Basculer vers la saveur Huawei avec l’attaque inversée de l’armée bleue, supposer que votre solution est fausse → Ne fonctionne toujours pas → Basculer vers le Dive Deep d’Amazon, analyser au niveau des données.

Chaque basculement est le complément de la méthode précédente – regarder le problème sous un angle complètement différent, au lieu de s’obstiner sur le même chemin.

Mon cas était typique. Les trois premières fois, l’IA modifiait sans cesse le code de traçage, ce qui était « essayer à plusieurs reprises la même approche ». Après l’intervention de la compétence PUA, elle est passée directement au diagnostic des données – d’abord ne pas modifier le code, d’abord vérifier si les données sont correctes. Une fois l’angle changé, la cause racine a été immédiatement exposée.

Les contraintes comportementales dans le prompt fonctionnent vraiment

Certains pourraient demander : donner à l’IA une étiquette « P8 », est-ce qu’elle performe vraiment mieux ? Est-ce de la pseudo-science ?

Ce n’est pas de la pseudo-science. Ce que l’IA fait et comment elle le fait dépend entièrement de ce qui est écrit dans le prompt. La compétence PUA n’injecte pas seulement un titre, mais un ensemble complet de contraintes comportementales :

Avant de faire quoi que ce soit, demande-toi « Qu’est-ce que je n’ai pas encore envisagé ? »
En résolvant un problème, vérifie si des problèmes similaires existent aussi.
N’attends pas que l’utilisateur le signale ; trouve les problèmes de manière proactive.

Ces contraintes sont écrites dans le prompt, et l’IA s’y réfère à chaque fois qu’elle génère une réponse.

Par exemple : donner à un nouveau venu le titre de « chef de projet » peut ne pas être utile, mais si vous lui donnez aussi un « manuel de comportement du chef de projet » – quand rendre compte, quoi vérifier, comment accepter – son modèle de comportement changera effectivement. La compétence PUA fait ce dernier.

Comment installer et utiliser

Installation

Téléchargez depuis GitHub : https://github.com/tanweai/pua

Placez le dossier entier dans ~/.claude/skills/pua/, en vous assurant que SKILL.md se trouve dans ce chemin.

Pas besoin de configurer de clé API, pas besoin d’installer de dépendances supplémentaires. Il suffit de le placer et c’est prêt à l’emploi.

Utilisation

Méthode 1 : Invocation directe

Dans Claude Code, entrez :

/pua

L’IA chargera la compétence PUA et passera en mode grande entreprise. Après cela, vous pouvez faire des requêtes normalement, et elle travaillera automatiquement avec la méthodologie.

Méthode 2 : Déclenchement dans la conversation

Pas besoin de l’appeler spécifiquement ; dites-le simplement dans la conversation :

Use the PUA Skill to motivate yourself

Ou plus directement :

You got it wrong again. Can you be more careful?

La compétence PUA est conçue pour reconnaître ces expressions d’« insatisfaction de l’utilisateur » et s’activer automatiquement.

Routeur de méthodologie

Vous n’avez pas besoin de sélectionner manuellement une « saveur ». La compétence PUA s’associe automatiquement en fonction de votre type de tâche actuel :

Débogage ? → Saveur Huawei avec analyse RCA des causes racines
Écrire une nouvelle fonctionnalité ? → Saveur Musk avec premiers principes
Faire une revue de code ? → Saveur Jobs avec priorité à la soustraction
Faire des recherches ? → Saveur Baidu avec recherche d’abord

Bien sûr, vous pouvez aussi spécifier manuellement, par exemple « utilise la saveur Alibaba pour cette tâche ».

Résumé

Faire du PUA à votre IA n’est pas vraiment de la manipulation. L’enveloppe est drôle, mais la méthodologie à l’intérieur est efficace.

Ce que nous avons appris aujourd’hui :

Qu’est-ce que la compétence PUA – Une compétence qui injecte des méthodologies de grandes entreprises et des contraintes comportementales dans l’IA, prenant en charge 13 « saveurs » de culture d’entreprise.
Pourquoi ça marche – Transforme le vague « sois sérieux » en étapes d’exécution concrètes, utilise des lignes rouges pour bloquer les fausses corrections, et bascule automatiquement de méthodologie en cas d’échec.
Principe fondamental – Ce n’est pas de la suggestion psychologique ; ce sont les instructions structurées dans le prompt qui fonctionnent. Concrétisation de la méthodologie + contraintes comportementales + boucle de vérification forcée.
Comment l’utiliser – Téléchargez et placez dans ~/.claude/skills/pua/, entrez /pua ou déclenchez directement dans la conversation.

Points clés à retenir :

Si votre IA « corrige et recorrige » souvent ou « dit que c’est corrigé mais ne l’est pas », essayez la compétence PUA.
Elle installe essentiellement un ensemble de SOP pour l’IA – diagnostiquer d’abord, puis vérifier, et seulement ensuite agir.
Open source et gratuit, aucune configuration nécessaire, il suffit de le déposer et de l’utiliser.

Scénario pratique : Un cas reproductible complet

Pratique de l'API : Connecter Immersive Translate

Mon, 01 Jan 0001 00:00:00 +0000

Dans les chapitres précédents, nous avons appris à obtenir une clé API et compris les concepts de base des API. Mais vous vous dites peut-être : À quoi sert une clé API si je ne sais pas coder ?

La bonne nouvelle, c’est : Vous n’avez pas besoin de savoir coder !

Immersive Translate, présenté dans ce chapitre, est un outil prêt à l’emploi créé par d’autres. Tout ce que vous avez à faire :

Télécharger et installer
Saisir votre clé API
Commencer à l’utiliser

C’est tout.

Pensez-y comme ceci :

Votre clé API est votre « carte d’abonnement »
Ces outils sont le « parc d’attractions » déjà construit
Vous prenez simplement votre carte et vous allez vous amuser

Plus tard dans ce livre, nous irons plus loin — le chapitre 12 vous apprend à configurer un relais API, le chapitre 13 installe Claude Code sur votre ordinateur. Dans ce chapitre, nous allons d’abord apprendre à utiliser ces outils prêts à l’emploi et expérimenter la puissance des API.

Immersive Translate

Qu’est-ce que c’est ?

Immersive Translate = le plugin de traduction web le plus puissant

Imaginez :

Vous regardez une vidéo YouTube, et les sous-titres sont automatiquement traduits en français
Vous lisez une actualité en anglais, et la page affiche un texte bilingue
Vous lisez un article PDF, et en survolant le texte vous obtenez une traduction

Voilà ce que Immersive Translate peut faire.

Pourquoi utiliser une API ?

Immersive Translate propose quelques services de traduction gratuits (Google Traduction, Microsoft Translator, etc.), mais :

La version gratuite a des limites d’utilisation
La qualité de traduction est moyenne
La terminologie professionnelle peut être inexacte

Après avoir connecté une API d’IA :

Traduisez avec GPT-5.2, Claude, Gemini — la qualité dépasse de loin la traduction traditionnelle
Comprend le contexte, les traductions sont plus naturelles
Les termes professionnels sont traduits avec précision
Paiement à l’utilisation, très économique pour une utilisation légère

Comment télécharger ?

Navigateurs pris en charge :

Chrome
Edge
Firefox
Safari

Étapes de téléchargement :

Ouvrez le site officiel d’Immersive Translate : https://immersivetranslate.com
Cliquez sur « Installer maintenant »
Vous serez redirigé vers la boutique d’applications correspondante
- Chrome/Edge : Chrome Web Store
- Firefox : Modules complémentaires Firefox
- Safari : App Store
Cliquez sur « Ajouter au navigateur » ou « Installer »
Après l’installation, l’icône du plugin apparaîtra dans le coin supérieur droit de votre navigateur

Comment configurer l’API ?

Étapes :

Ouvrir la page des paramètres
- Cliquez sur l’icône Immersive Translate dans le coin supérieur droit de votre navigateur
- Sélectionnez « Paramètres »
Trouver les paramètres du service de traduction
- Sur la page des paramètres, trouvez « Services de traduction »
- Vous verrez de nombreuses options de traduction : Google, DeepL, OpenAI, etc.
Choisir un service de traduction IA

Exemple avec Gemini (vous vous souvenez de l’API que nous avons obtenue d’AI Studio plus tôt ?) :

Trouvez l’option « Gemini » ou « Google AI »
Saisissez la clé API que vous avez obtenue d’AI Studio
URL de base : [https://generativelanguage.googleapis.com/v1beta](https://generativelanguage.googleapis.com/v1beta/models/{model}:generateContent?key={key})
Modèle : gemini-3-flash-preview
Testez et enregistrez

Définir comme service de traduction par défaut
- Dans « Service de traduction principal », sélectionnez l’IA que vous venez de configurer
- Ainsi, chaque traduction utilisera l’IA
- Il est recommandé d’activer la bulle flottante

Comment l’utiliser ?

L’utilisation est très simple :

Ouvrez n’importe quelle page web en langue étrangère
- Par exemple, https://www.nytimes.com (The New York Times)
- Par exemple, https://www.bbc.com (BBC News)
Lancer la traduction
- Cliquez sur l’icône du plugin dans le coin supérieur droit de votre navigateur ou sur la bulle flottante
- Ou utilisez le raccourci clavier (généralement Ctrl+Maj+X)
- La page deviendra immédiatement bilingue
Personnaliser le style de traduction
- Affichage bilingue (recommandé) : original et traduction côte à côte
- Traduction seule : voir uniquement le texte traduit
- Traduction au survol : afficher la traduction lorsque vous survolez le texte

Fonctionnalités avancées :

Traduction PDF : téléchargez un PDF et traduisez l’intégralité du document
Traduction de sous-titres vidéo : traduit automatiquement les sous-titres sur YouTube, Netflix, etc.
Traduction de champ de saisie : tapez en français dans un champ de saisie web et faites-le traduire automatiquement en anglais avant l’envoi
Comparaison bilingue : un excellent outil pour apprendre les langues étrangères

Estimation des coûts

Utilisation de Gemini 3 Flash pour la traduction :

1000 mots anglais ≈ 1500 Tokens
Traduction en français ≈ 2000 Tokens en sortie
Coût : (1500×0.08 + 2000×0.30) / 1 000 000 ≈ 0,0007 $ (environ 0,5 centime)

Autrement dit : Traduire 1000 articles de ce type ne vous coûterait qu’environ 5 RMB (moins de 1 $) !

Résumé

Idée principale :

Pas besoin d’écrire du code vous-même
Utilisez des outils prêts à l’emploi + votre clé API
Débloquez les puissantes capacités de l’IA

L’essence de ces outils :

Ce sont des « ponts » construits par d’autres
Votre clé API est le « laissez-passer »
Il vous suffit de prendre votre laissez-passer et de traverser le pont

Qu'est-ce qu'un grand modèle de langage ?

Mon, 01 Jan 0001 00:00:00 +0000

Les outils d’IA sont désormais partout. Pour quelqu’un qui les découvre complètement, la première réaction est souvent : par où commencer ? Ce chapitre explique d’abord ce qu’est un grand modèle de langage (LLM), puis aborde comment l’utiliser.

Qu’entend-on par IA ?

Si vous écoutez vos amis discuter récemment, huit phrases sur dix parlent peut-être d’IA. Mais le saviez-vous ? L’IA dont tout le monde parle aujourd’hui n’est pas la même que celle d’il y a quelques années.

L’IA qui fait actuellement fureur sur Internet a un nom professionnel : l’IA générative.

Qu’est-ce que cela signifie ? En termes simples : Vous lui donnez une phrase, et elle peut générer un article pour vous ; vous lui donnez une idée, et elle peut générer une image ; vous lui donnez une exigence, et elle peut écrire un morceau de code.

C’est comme un assistant incroyablement intelligent. Vous dites « écris une lettre de démission pour moi », et il en écrit une ; vous dites « dessine un chat en costume », et il en dessine un. Cette capacité à « créer du contenu à partir de rien » est le cœur du terme « génératif ».

Ceux dont on entend souvent parler — ChatGPT, Claude, DeepSeek — appartiennent tous à cette catégorie. Leur essence est un grand modèle de langage (LLM), qui apprend à comprendre et générer le langage humain en s’entraînant sur d’énormes quantités de données textuelles.

Mais voici un secret important :

L’IA ne « comprend » pas vraiment ce que vous dites ; elle ne fait que « calculer des probabilités ».

Cela peut sembler contre-intuitif, mais laissez-moi vous expliquer :

Quand vous demandez à l’IA « De quelle couleur est le ciel ? », elle ne lève pas les yeux vers le ciel, et ne comprend pas vraiment les concepts de « ciel » et « couleur ». Voici comment cela fonctionne :

En se basant sur les centaines de millions d’articles qu’elle a lus, lorsque le texte précédent est « De quelle couleur est le ciel », la probabilité que le mot suivant soit « bleu » est de 82 %, « gris » de 10 %, « rouge » de 5 %… et elle choisit le mot avec la probabilité la plus élevée.

Voici un exemple plus concret :

Vous demandez : « Combien font 1+1 ? »

L’IA ne « fait pas de calcul » ; elle constate que dans tout le texte qu’elle a vu, « 1+1 égale » est suivi de « 2 » 99,9 % du temps.
Donc elle répond « 2. »

Vous demandez : « Recommande un bon film. »

L’IA n’a pas vraiment regardé de films ; elle analyse que dans les textes qu’elle a appris, « bons films » est souvent suivi de mots comme « The Shawshank Redemption », « Titanic », etc.
Elle recommande ceux avec une probabilité élevée.

C’est comme un super surdoué qui a lu tous les livres du monde, mais :

Il peut vous dire « Paris est la capitale de la France » (parce que les livres le disent).
Mais il n’est jamais allé à Paris, et ne sait même pas ce que « capitale » signifie.
Il se souvient simplement que quand vous dites « Paris est », la suite la plus fréquente est « la capitale de la France ».

L’IA peut donc avoir des problèmes étranges :

Parfois, elle « raconte des bêtises avec assurance » (invente des faits inexistants).
Elle peut se tromper sur des problèmes mathématiques simples (parce qu’elle ne calcule pas vraiment).
Elle peut donner des réponses contradictoires (calculs de probabilités incohérents).

Ce phénomène de « raconter des bêtises avec assurance » a un terme technique : Hallucination. Tout comme les humains rêvent, l’IA « rêve » de choses qui n’existent pas, et les dit avec une grande confiance.

Comment résoudre l’hallucination avec le raisonnement

Puisque l’IA est si sujette aux erreurs, que pouvons-nous faire ? Les scientifiques ont trouvé une solution : Laisser l’IA « réfléchir » avant de répondre.

Cette technique s’appelle « Réflexion » ou « Chaîne de pensée ».

Comment fonctionne l’IA traditionnelle :

Vous posez une question → L’IA crache immédiatement une réponse.
Comme un étudiant qui voit un problème et donne la réponse sans faire de brouillon.

IA avec raisonnement :

Vous posez une question → L’IA calcule et réfléchit d’abord sur un « brouillon » → puis vous donne la réponse.
Comme un étudiant qui liste d’abord les étapes, les vérifie, puis écrit la réponse finale.

Un exemple pratique :

Vous demandez : « Xiao Ming a 15 pommes. Il en donne 3 à Xiao Hong puis en achète 8 de plus. Combien en a-t-il maintenant ? »

L’IA traditionnelle pourrait :

Voir les nombres « 15, 3, 8. »
En se basant sur la probabilité, penser qu’ils doivent être additionnés.
Répondre : « 26 » (faux !)

L’IA avec raisonnement ferait :

Analyser d’abord : « Xiao Ming a initialement 15. »
« Donne 3 à Xiao Hong, donc 15-3=12. »
« Achète 8 de plus, donc 12+8=20. »
Répondre finalement : « 20 » (correct !)

Avantages du raisonnement :

Réduit les hallucinations - Parce que l’IA « vérifie » ses propres pensées, elle est moins susceptible de raconter des bêtises.
Logique plus rigoureuse - Dérive étape par étape, sans sauter d’étapes.
Explicable - Vous pouvez voir comment l’IA pense (bien que la plupart du temps ce processus de réflexion soit caché).
Gère les problèmes complexes - La précision s’améliore considérablement pour les problèmes nécessitant un raisonnement en plusieurs étapes.

Mais le raisonnement a aussi des coûts :

Vitesse plus lente (parce qu’il doit « réfléchir »).
Coût plus élevé (plus de calcul).
Tous les problèmes n’ont pas besoin de raisonnement (par exemple, « bonjour » n’a pas besoin d’une demi-journée de réflexion).

Maintenant, la plupart des IA ont ajouté cette capacité de raisonnement. Par exemple, le modèle de réflexion de ChatGPT, le mode de réflexion profonde de DeepSeek.

Un résumé rapide :

IA classique = un étudiant qui donne rapidement des réponses (peut se tromper).
IA avec raisonnement = un étudiant qui travaille soigneusement sur un brouillon (précision plus élevée).

Cela ne signifie pas que l’IA peut vraiment « penser » ; elle ajoute simplement quelques étapes de vérification avant le calcul de probabilité. Mais l’effet est clair : moins d’hallucinations, des réponses plus fiables.

Pour utiliser l’analogie la plus appropriée : L’IA générative est comme un « super étudiant en lettres » qui a lu d’innombrables livres et vu le monde. Vous pouvez lui demander n’importe quoi, et elle peut discuter avec vous et vous aider à écrire des choses. Cependant, elle répond en « mémorisant la banque de questions » plutôt qu’en comprenant vraiment la connaissance. Les nouvelles versions commencent à apprendre à « travailler sur un brouillon ».

En fait, la famille de l’IA est immense

Beaucoup de gens pensent que l’IA se résume à ChatGPT, mais ce n’est pas le cas. La famille de l’IA compte de nombreux membres :

1. IA de reconnaissance - Celle qui voit clairement

Reconnaissance faciale (déverrouillage du téléphone, paiement par visage)
Reconnaissance d’images (identifier des fleurs par photo, reconnaître du texte)
Reconnaissance vocale (Siri, Xiao Ai comprenant votre parole)
Ces IA sont spécialisées dans la « reconnaissance », pas dans la « création ».

2. IA de recommandation - Celle qui connaît le mieux vos goûts

Douyin (TikTok) vous recommande des vidéos.
Taobao recommande des produits.
NetEase Cloud Music recommande des chansons.
Elles excellent à « deviner ce que vous aimez », mais ne génèrent pas de nouveau contenu.

3. IA de décision - Celle qui est douée aux échecs et aux jeux

AlphaGo (jouer au Go)
IA de jeu (comme l’adversaire informatique dans StarCraft)
Elles se concentrent sur la « prise de décision », surpassant les humains dans des domaines spécifiques.

4. IA générative - La vague chaude actuelle

Génération de texte : ChatGPT, Claude, DeepSeek
Génération d’images : Midjourney, Stable Diffusion, DALL-E
Génération vidéo : Sora, Runway
Génération musicale : Suno, Udio

Résumé

Un résumé rapide : Si l’on compare l’IA à une boîte à outils, l’IA de reconnaissance est une « loupe », l’IA de recommandation est une « boussole », l’IA de décision est un « manuel d’échecs », et l’IA générative est une « baguette magique » — elle peut faire apparaître ce que vous voulez.

Mais cette « baguette magique » est en fait un « calculateur de probabilités ». Elle est puissante, mais pas omnipotente. Et ce tutoriel porte principalement sur la façon de bien utiliser cette « baguette magique ».

Que signifie réellement le Prompt Caching ?

Mon, 01 Jan 0001 00:00:00 +0000

DeepSeek a enfin publié le modèle V4. Je l’essaie depuis quelques jours et c’est génial, surtout le modèle Flash avec son excellent rapport qualité-prix. Mon mini-programme de suivi des dépenses avait un temps de réponse de 5 secondes, maintenant il est descendu à 2,5 secondes. En un mot : fluide !

Le seul inconvénient, c’est que le modèle Pro n’est pas très bon marché. D’après le site officiel, les prix baisseront encore une fois que l’approvisionnement en puces nationales augmentera au second semestre.

De manière inattendue, deux jours plus tard, le modèle Pro a bénéficié d’une réduction limitée de 75 % (et je soupçonne que cette réduction pourrait être à long terme). Hier, ils ont également réduit le prix du cache hit à un dixième du prix d’origine ! Que dire de plus ? Il est temps de se lever et de pédaler fort !

C’est le DeepSeek que nous connaissons ! Il y a quelques jours, je critiquais certains Coding Plans pour leur difficulté d’accès et leur mauvaise expérience. DeepSeek semble baisser directement le prix global de l’API en dessous de celui des Coding Plans. Surtout que maintenant, de nombreux Coding Plans interdisent l’utilisation en dehors de la programmation, la sincérité de DeepSeek ressort encore plus.

Certaines API de Coding Plans pourraient vous bannir si vous intégrez une traduction, mais DeepSeek s’en fiche, utilisez-les comme vous voulez.

GPT-5.5 et DeepSeek V4 fonctionnent de manière excellente. J’envisage déjà d’annuler mon abonnement à Claude le mois prochain. Et certains experts autour de moi l’ont déjà essayé.

Mais revenons au sujet, certains d’entre vous se demandent probablement : que signifient réellement input, output et cache ?

Commençons par expliquer ce qu’est un cache hit.

Voici une analogie : Vous allez dans votre restaurant de nouilles habituel et commandez pour la première fois « des nouilles tirées au bœuf avec un œuf, sans coriandre ». Le propriétaire doit trancher le bœuf frais, pétrir la pâte, faire bouillir l’œuf et préparer les ingrédients – tout le processus prend du temps. Dix minutes plus tard, votre ami arrive et commande exactement la même chose. Le propriétaire voit que les ingrédients sont encore chauds dans la casserole et que les nouilles sont du même lot, alors il les sert directement – c’est un « hit ».

Quand l’IA traite votre entrée, elle doit essentiellement « mâcher » tout le texte que vous envoyez (y compris les instructions système, l’historique de la conversation et votre question actuelle) et le convertir en un état intermédiaire interne pour le modèle. Cette étape est vraiment gourmande en calcul.

Si l’IA constate que le contenu que vous avez envoyé cette fois a un grand segment initial exactement identique au précédent, elle réutilise directement l’état intermédiaire de la dernière fois sans avoir à le mâcher à nouveau – c’est un cache hit.

Notez trois points clés :

Doit être une correspondance exacte du préfixe. Même si vous ajoutez un espace supplémentaire ou changez une ponctuation au début, le cache est invalidé et on repart de zéro.
A une limite de temps. Cela varie selon le fournisseur. Par exemple, celui d’Anthropic n’est que de 5 minutes par défaut (expire pendant que vous êtes aux toilettes). Si vous voulez l’option 1 heure, vous devez payer un supplément (2x le prix de l’input de base). Le cache de DeepSeek dure de quelques heures à quelques jours.
La même conversation tend naturellement à faire un hit. Car à chaque tour supplémentaire dans une conversation, la nouvelle entrée = tout l’historique précédent + la réponse de l’IA + votre nouvelle question. Le grand historique précédent est exactement le même, donc il fait naturellement un hit.

Que le cache fasse un hit ou non affecte grandement le prix. C’est pourquoi je recommande de discuter uniquement de contenu connexe dans la même conversation – non seulement pour la mémoire du contexte, mais aussi parce que cela affecte les hits du cache. Commencer une nouvelle conversation signifie payer depuis le début, tandis que continuer la conversation signifie bénéficier d’une réduction.

Ainsi, les significations de « par million de tokens en entrée (cache hit) », « par million de tokens en entrée (cache miss) » et « par million de tokens en sortie » sont :

Par million de tokens en entrée (cache miss) : La partie du contenu que vous envoyez cette fois que l’IA ne peut pas réutiliser à partir de calculs précédents et doit mâcher depuis le début est facturée à ce tarif. Cela inclut les premières discussions, les nouvelles sessions ou les instructions modifiées au début.

Par million de tokens en entrée (cache hit) : La partie du contenu que vous envoyez cette fois où le segment de départ se trouve être exactement le même qu’une instance précédente et est directement réutilisé par l’IA est facturée à ce tarif (beaucoup moins cher). Dans la même conversation, l’historique des deuxième, troisième tours, etc., entre dans cette catégorie.

Par million de tokens en sortie : La réponse générée par l’IA est facturée à ce tarif. C’est toujours le plus cher car la « génération » consomme plus de puissance de calcul que la « compréhension » – l’une implique que l’IA rédige, choisit des mots et forme des phrases à plusieurs reprises dans son esprit, tandis que l’autre implique que l’IA se contente de revoir le matériel.

Prenons un exemple concret pour mieux comprendre. Supposons que vous utilisiez DeepSeek pour modifier un morceau de code de 3000 tokens :

Première question : 3000 tokens en entrée (tous en miss) + 500 tokens en sortie de l’IA
Puis demandez « Peut-on optimiser davantage ? » : L’entrée devient plus de 3500 tokens (dont 3500 sont l’historique précédent, tous en cache hit ; seuls les quelques dizaines de nouveaux mots que vous avez ajoutés comptent comme miss) + 600 tokens en sortie de l’IA
Commencez une nouvelle conversation, collez à nouveau le code et posez la même question : Encore 3000 tokens tous en miss

Si le prix du miss est 10 fois celui du hit, alors la différence de coût pour l’entrée entre « poser une question de suivi dans la même conversation » et « commencer une nouvelle conversation pour redemander » peut être presque 10 fois.

Donc cette fois, DeepSeek a réduit le prix du cache hit à un dixième du prix d’origine, combiné à la réduction de 75 % sur le modèle Pro. Pour les cas d’utilisation avec contextes longs + conversations à plusieurs tours (comme le codage, l’analyse de documents, les longues discussions), c’est presque une baisse de prix cassée. Si vous avez écrit des Skills ou configuré des flux d’automatisation, vous savez qu’appeler à plusieurs reprises une longue instruction est la norme. Les économies réelles de cette réduction de prix sont encore plus spectaculaires qu’elles n’y paraissent sur le papier.

Enfin, un conseil pratique : Prenez l’habitude de terminer un sujet dans la même conversation avant d’en commencer une nouvelle. Ne faites pas tout le temps « effacer et recommencer ». Non seulement l’IA se souviendra de vous, mais vous économiserez aussi de l’argent.

Résumé

Ce que nous avons appris aujourd’hui :

Qu’est-ce qu’un cache hit — L’IA stocke l’entrée qu’elle a mâchée la dernière fois. Si le début est le même cette fois, elle le réutilise directement, économisant de la puissance de calcul, et le prix est réduit en conséquence.
Trois conditions clés — Doit être une correspondance exacte du préfixe, a une limite de temps (varie de quelques minutes à quelques jours selon les fournisseurs), et la même conversation tend naturellement à faire un hit.
Ce que signifient les trois prix — Cache miss = entrée recalculée ; cache hit = entrée réutilisée (la moins chère) ; sortie = réponse générée par l’IA (la plus chère).
Pourquoi la sortie est la plus chère — La « génération » consomme plus de puissance de calcul que la « compréhension » ; l’IA rédige à plusieurs reprises dans son esprit, et le prix est généralement plusieurs fois celui de l’entrée en miss.

Points à retenir :

Continuer dans la même conversation signifie des réductions automatiques ; commencer fréquemment de nouvelles conversations signifie payer le plein tarif à chaque fois.
Modifiez les instructions à la fin ; si vous changez le début, le cache est invalidé.
Les scénarios de contexte long + conversation à plusieurs tours (codage, analyse de documents, longues discussions) sont les plus avantageux. Les baisses de prix de DeepSeek sont essentiellement cassées pour ces utilisateurs.

Skills : ce qu'elles sont et comment les utiliser

Mon, 01 Jan 0001 00:00:00 +0000

De dactylographe à super assistant

Nous avons déjà appris à utiliser Claude Code pour des projets, et vous avez peut-être expérimenté la puissance de la programmation IA. Mais avez-vous remarqué un problème :

Chaque fois que vous faites quelque chose de similaire, vous devez décrire les exigences à nouveau.

Par exemple, vous voulez que l’IA vous aide à :

Rédiger des messages de commit Git
Réviser du code
Générer la documentation du projet
Synchroniser des fichiers

Vous pouvez effectuer ces tâches plusieurs fois par jour, mais à chaque fois vous devez taper un long paragraphe pour dire à l’IA quoi faire. C’est épuisant !

C’est comme si chaque fois que vous commandez un repas à emporter, vous deviez dire au restaurant :

« Je veux un bol de nouilles au bœuf braisé, pas de coriandre, extra piment, les nouilles doivent être fermes, moins de soupe… »

Existe-t-il un moyen de transformer ces opérations courantes en commandes en un clic ?

Oui, c’est ce dont nous allons parler aujourd’hui : Skill.

Qu’est-ce que Skill ?

Explication en une phrase

Skill = la commande raccourci de l’IA

Tout comme l’application Raccourcis sur votre téléphone, Skill encapsule des opérations complexes en une commande simple.

Définition officielle

Skill désigne un « module de capacité » réutilisable qui encapsule des outils/API/scripts et des invites dans une interface standard, permettant à l’IA de les appeler à la demande pour effectuer des tâches spécifiques.

Il met l’accent sur :

Entrée et sortie claires
Gestion des dépendances et des versions
Testable et mise à jour
Transformer une IA générale en un assistant professionnel orienté métier

Compréhension intuitive

Sans Skill :

You: Please review this code and check the following:
1. Are there any performance issues?
2. Are there any security vulnerabilities?
3. Does the code style follow the conventions?
4. Is there any duplicate code?
5. Are variable names clear?
6. Are comments complete?
……(continue describing for 10 more lines)

Avec Skill :

You: /review

L’IA révise automatiquement le code selon des normes prédéfinies et fournit un rapport détaillé.

Vous voyez la différence ? De centaines de mots à une seule commande—c’est la puissance de Skill.

Différences entre Skill, Prompt et MCP

Beaucoup de gens demandent : Quelles sont les différences entre Skill, Prompt et MCP ?

Comparaison des concepts

Aspect	Prompt	Skill	MCP
Essence	Instruction textuelle	Module de capacité encapsulé	Protocole pour connecter des outils externes
Réutilisabilité	Faible, doit être ressaisi à chaque fois	Élevée, définir une fois et réutiliser	Élevée, configurer une fois et utiliser en continu
Complexité	Simple	Moyenne	Complexe
Périmètre de capacité	Traitement de texte uniquement	Texte + scripts simples	Texte + interaction avec systèmes externes
Courbe d’apprentissage	La plus faible	Moyenne	Relativement élevée

Utilisation d’analogies

Prompt = Instruction verbale

Vous devez dire verbalement à l’IA quoi faire à chaque fois
Adapté aux tâches ponctuelles et ad hoc
Par exemple : « Traduis ce paragraphe »

Skill = Flux de travail

Solidifier les instructions courantes en un flux de travail standard
Adapté aux tâches répétitives et standardisées
Par exemple : /commit génère automatiquement des messages de commit Git

MCP = Système externe

Permet à l’IA de se connecter à des outils et sources de données externes
Adapté aux tâches nécessitant l’accès à des systèmes externes
Par exemple : se connecter à Obsidian pour lire/écrire des notes, se connecter à une base de données pour interroger des données

Relation entre les trois

Prompt → The most basic interaction method
    ↓
Skill → Encapsulates prompt + simple logic
    ↓
MCP → Skill + external system capabilities

En termes imagés :

Prompt = Vous cuisinez vous-même
Skill = Réchauffer un plat instantané au micro-ondes
MCP = Commander sur une plateforme de livraison de repas

Quand utiliser quoi ?

Utilisez Prompt si :

La tâche est simple, ponctuelle
Les exigences sont flexibles et changeantes
Pas besoin de réutilisation

Utilisez Skill si :

La tâche est très répétitive
A un flux de travail standardisé
Vous voulez améliorer l’efficacité

Utilisez MCP si :

Besoin d’accéder à des données externes (base de données, API, système de fichiers, etc.)
Besoin d’interagir avec d’autres logiciels (Obsidian, navigateur, etc.)
Besoin d’obtenir des informations en temps réel

Comparaison de cas pratiques :

Scénario 1 : Traduire un paragraphe

Utilisez Prompt : « Traduis ce paragraphe » (le plus simple)

Scénario 2 : Traduire de nombreux documents quotidiennement

Utilisez Skill : /translate (flux de traduction standardisé)

Scénario 3 : Traduire automatiquement des notes Obsidian et les sauvegarder

Utilisez MCP : Connectez-vous à Obsidian, lisez, traduisez, sauvegardez automatiquement (le plus puissant)

Utilisation de base de Skill

Comment voir les Skills existantes ?

Dans Claude Code ou Codex, entrez :

/skill

Cela listera toutes les Skills disponibles.

Comment utiliser Skill ?

Méthode 1 : Exécution directe

Entrez /skill, puis utilisez Tab pour sélectionner la Skill souhaitée, et appuyez sur Entrée pour exécuter.

Méthode 2 : Exécution avec paramètres

Après avoir sélectionné une Skill, continuez à taper votre demande spécifique :

/translate translate the comments in this code to English

Skills intégrées courantes

La plupart des outils de programmation IA sont livrés avec des Skills intégrées couramment utilisées :

Skill	Fonction	Exemple
`/commit`	Générer automatiquement un message de commit Git	`/commit`
`/review`	Réviser la qualité du code	`/review`
`/fix`	Corriger les erreurs de code	`/fix`
`/test`	Générer des cas de test	`/test`
`/doc`	Générer de la documentation	`/doc`
`/refactor`	Refactoriser le code	`/refactor`

Ces Skills intégrées peuvent déjà résoudre 80 % des besoins quotidiens.

Créer votre propre Skill

Si les Skills intégrées ne suffisent pas, vous pouvez créer votre propre Skill.

Deux méthodes de création

Méthode 1 : Laissez l’IA la créer pour vous (recommandé)

Codex est livré avec une Skill pour créer des Skills (cela semble déroutant, mais c’est puissant).

Étapes :

Entrez /skill
Trouvez l’option liée à « Créer une Skill »
Après avoir sélectionné, dites à l’IA quelle Skill vous voulez

Exemple :

/create-skill

I want a translation Skill with the following features:
1. Automatically detect Chinese comments in code
2. Translate them into English
3. Keep the code format unchanged

L’IA créera automatiquement le fichier Skill et le placera au bon endroit.

Méthode 2 : Création manuelle

Si vous voulez comprendre plus en profondeur la structure de Skill, vous pouvez la créer manuellement.

Structure du fichier Skill :

Chaque Skill est un dossier qui doit contenir un fichier SKILL.md :

my-skill/
  ├── SKILL.md          # Skill description and configuration
  └── scripts/          # Optional: helper scripts
      └── helper.py

Format de base de SKILL.md :

---
name: Skill name
description: Skill description
---

# Detailed description

Write detailed usage instructions and implementation logic here.

## Parameters

- `--param1`: Description of parameter 1
- `--param2`: Description of parameter 2

## Example

Example usage code

La section « Cas pratique » plus loin dans ce chapitre détaillera comment créer une Skill complète.

Installer les Skills des autres

Il existe de nombreuses Skills prêtes à l’emploi sur GitHub que vous pouvez télécharger et utiliser directement.

Trouver le dossier Skill

Emplacement des Skills Codex :

Mac/Linux : ~/.codex/skills/
Windows : %USERPROFILE%\.codex\skills\

Emplacement des Skills Claude Code :

Mac/Linux : ~/.claude/skills/
Windows : %USERPROFILE%\.claude\skills\

Étapes d’installation

Ouvrez le dossier Skill

Si le dossier n’existe pas, vous pouvez le créer manuellement :

# Mac/Linux
mkdir -p ~/.codex/skills

# Windows (PowerShell)
New-Item -Path "$env:USERPROFILE\.codex\skills" -ItemType Directory -Force

Téléchargez le fichier Skill

Téléchargez le dossier Skill depuis GitHub ou d’autres sources.

Copiez dans le répertoire Skill

Copiez tout le dossier Skill dans le répertoire skills correspondant.

Redémarrez l’outil

Remarque : Codex ne prend actuellement pas en charge le rechargement à chaud ; vous devez quitter et redémarrer pour voir la nouvelle Skill. Claude Code peut généralement la reconnaître automatiquement.

Vérifier l’installation

Après le redémarrage, entrez /skill pour voir la liste et confirmer que la nouvelle Skill est apparue.

Cas pratique : Créer une Skill de synchronisation

Scénario problème

Si vous utilisez à la fois Codex et Claude Code (beaucoup de gens le font), vous rencontrerez un problème :

Les Skills des deux outils doivent être gérées séparément, ce qui est très gênant.

Les Skills Codex sont dans ~/.codex/skills/
Les Skills Claude Code sont dans ~/.claude/skills/

Chaque fois que vous créez une Skill utile dans Codex, vous devez la copier manuellement dans le dossier de Claude. Trop fastidieux !

À ce stade, nous pouvons créer une Skill pour synchroniser automatiquement le contenu des deux dossiers—utiliser une Skill pour gérer les Skills.

Cette Skill va :

Vérifier les différences entre les deux dossiers Skill
Signaler quelles Skills doivent être synchronisées
Après votre confirmation, synchroniser automatiquement

Nous avons juste besoin de dire les exigences à l’IA.

Ci-dessous ce que l’IA fait pour vous. Notez que ces étapes sont toutes automatiques ; vous n’avez rien à faire ! C’est montré ici à titre de démonstration uniquement.

Étape 1 : Créer le dossier Skill

Dans le répertoire skills de Codex ou Claude Code, créez un nouveau dossier :

mkdir ~/.codex/skills/codex-claude-skill-sync

Étape 2 : Créer SKILL.md

Créez un fichier SKILL.md dans le dossier :

name: codex-claude-skill-sync
description: Sync Codex and Claude Skills
---

# Codex/Claude Skill Sync

## Overview

Used to check and sync the Skill directories of Codex and Claude, keeping both sides consistent. By default, only reports differences; executes sync after user confirmation.

## Workflow

1. Run difference report (no modification):

   `python3 scripts/sync_skills.py`

2. Report differences to the user in English and wait for explicit consent before proceeding.
3. After consent, execute sync:

   `python3 scripts/sync_skills.py --apply`

4. When encountering a conflict (same modification time but different content), pause and ask the user which side to keep.

## Rules

- Default directories:
  - Codex: `/Users/yourusername/.codex/skills`
  - Claude: `/Users/yourusername/.claude/skills`
- Only process top-level directories that contain `SKILL.md`, skip hidden directories and `.system`
- Determine which side is newer based on the latest modification time in the directory
- When syncing, delete the target Skill directory first, then copy the entire source directory

## Parameters

- `--apply` Execute sync (default is report only)
- `--codex <path>` Override Codex directory
- `--claude <path>` Override Claude directory
- `--prefer codex|claude` When modification time is the same but content differs, use the specified side to overwrite (requires explicit user authorization)

Important : Modifiez les chemins ci-dessus avec vos chemins réels !

Étape 3 : Créer le fichier script

Créez un répertoire scripts sous le dossier Skill, puis créez sync_skills.py :

mkdir ~/.codex/skills/codex-claude-skill-sync/scripts

Code complet pour sync_skills.py :

#!/usr/bin/env python3
"""
Compare and sync skill folders between Codex and Claude.

Default behavior is report-only. Use --apply to perform sync.
"""

from __future__ import annotations

import argparse
import hashlib
import os
from datetime import datetime
from pathlib import Path
import shutil
import sys

DEFAULT_CODEX = Path("/Users/yourusername/.codex/skills")
DEFAULT_CLAUDE = Path("/Users/yourusername/.claude/skills")

IGNORE_DIR_NAMES = {".git", ".idea", ".vscode", "__pycache__", ".pytest_cache", ".mypy_cache"}
IGNORE_FILE_NAMES = {".DS_Store"}
TIME_EPSILON = 1.0


def format_time(timestamp: float) -> str:
    return datetime.fromtimestamp(timestamp).strftime("%Y-%m-%d %H:%M:%S")


def list_skill_dirs(root: Path) -> tuple[dict[str, Path], list[str]]:
    if not root.exists():
        raise FileNotFoundError(f"Root path does not exist: {root}")
    if not root.is_dir():
        raise NotADirectoryError(f"Root path is not a directory: {root}")

    skills: dict[str, Path] = {}
    ignored: list[str] = []
    for entry in sorted(root.iterdir(), key=lambda p: p.name):
        if not entry.is_dir():
            continue
        if entry.name.startswith("."):
            ignored.append(entry.name)
            continue
        if not (entry / "SKILL.md").is_file():
            continue
        skills[entry.name] = entry
    return skills, ignored


def dir_state(path: Path) -> tuple[str, float, int]:
    hasher = hashlib.sha256()
    latest_mtime = path.stat().st_mtime
    file_count = 0

    for root, dirs, files in os.walk(path):
        dirs[:] = [d for d in dirs if d not in IGNORE_DIR_NAMES]
        dirs.sort()
        files = sorted(f for f in files if f not in IGNORE_FILE_NAMES)

        rel_dir = os.path.relpath(root, path)
        if rel_dir == ".":
            rel_dir = ""
        hasher.update(f"D|{rel_dir}\n".encode())

        try:
            latest_mtime = max(latest_mtime, os.stat(root).st_mtime)
        except FileNotFoundError:
            continue

        for name in files:
            file_path = Path(root) / name
            rel_path = os.path.relpath(file_path, path)

            if file_path.is_symlink():
                try:
                    target = os.readlink(file_path)
                except OSError:
                    target = ""
                hasher.update(f"L|{rel_path}\n{target}\n".encode())
                try:
                    latest_mtime = max(latest_mtime, file_path.lstat().st_mtime)
                except FileNotFoundError:
                    pass
                continue

            if not file_path.is_file():
                continue

            stat = file_path.stat()
            latest_mtime = max(latest_mtime, stat.st_mtime)
            file_count += 1
            hasher.update(f"F|{rel_path}\n{stat.st_size}\n".encode())

            with open(file_path, "rb") as handle:
                for chunk in iter(lambda: handle.read(1024 * 1024), b""):
                    hasher.update(chunk)

    return hasher.hexdigest(), latest_mtime, file_count


def build_plan(
    codex_skills: dict[str, Path],
    claude_skills: dict[str, Path],
    codex_root: Path,
    claude_root: Path,
    prefer: str | None,
) -> tuple[list[dict], list[str], list[dict]]:
    actions: list[dict] = []
    identical: list[str] = []
    conflicts: list[dict] = []

    all_names = sorted(set(codex_skills) | set(claude_skills))
    for name in all_names:
        codex_path = codex_skills.get(name)
        claude_path = claude_skills.get(name)

        if codex_path and not claude_path:
            actions.append(
                {
                    "name": name,
                    "src": codex_path,
                    "dst": claude_root / name,
                    "reason": "only in codex",
                    "direction": "codex -> claude",
                }
            )
            continue
        if claude_path and not codex_path:
            actions.append(
                {
                    "name": name,
                    "src": claude_path,
                    "dst": codex_root / name,
                    "reason": "only in claude",
                    "direction": "claude -> codex",
                }
            )
            continue

        if not codex_path or not claude_path:
            continue

        codex_hash, codex_mtime, _ = dir_state(codex_path)
        claude_hash, claude_mtime, _ = dir_state(claude_path)

        if codex_hash == claude_hash:
            identical.append(name)
            continue

        time_delta = codex_mtime - claude_mtime
        if abs(time_delta) <= TIME_EPSILON:
            if prefer == "codex":
                actions.append(
                    {
                        "name": name,
                        "src": codex_path,
                        "dst": claude_path,
                        "reason": "same mtime, prefer codex",
                        "direction": "codex -> claude",
                        "codex_mtime": codex_mtime,
                        "claude_mtime": claude_mtime,
                    }
                )
            elif prefer == "claude":
                actions.append(
                    {
                        "name": name,
                        "src": claude_path,
                        "dst": codex_path,
                        "reason": "same mtime, prefer claude",
                        "direction": "claude -> codex",
                        "codex_mtime": codex_mtime,
                        "claude_mtime": claude_mtime,
                    }
                )
            else:
                conflicts.append(
                    {
                        "name": name,
                        "codex_mtime": codex_mtime,
                        "claude_mtime": claude_mtime,
                    }
                )
            continue

        if time_delta > 0:
            actions.append(
                {
                    "name": name,
                    "src": codex_path,
                    "dst": claude_path,
                    "reason": "codex newer",
                    "direction": "codex -> claude",
                    "codex_mtime": codex_mtime,
                    "claude_mtime": claude_mtime,
                }
            )
        else:
            actions.append(
                {
                    "name": name,
                    "src": claude_path,
                    "dst": codex_path,
                    "reason": "claude newer",
                    "direction": "claude -> codex",
                    "codex_mtime": codex_mtime,
                    "claude_mtime": claude_mtime,
                }
            )

    return actions, identical, conflicts


def print_report(
    actions: list[dict],
    identical: list[str],
    conflicts: list[dict],
    codex_root: Path,
    claude_root: Path,
    apply: bool,
    ignored_codex: list[str],
    ignored_claude: list[str],
) -> None:
    print("Skill sync report")
    print(f"Codex: {codex_root}")
    print(f"Claude: {claude_root}")

    if ignored_codex:
        print(f"Ignored in Codex: {', '.join(sorted(ignored_codex))}")
    if ignored_claude:
        print(f"Ignored in Claude: {', '.join(sorted(ignored_claude))}")

    print("\nPlanned sync actions:")
    if not actions:
        print("- none")
    else:
        for item in actions:
            codex_mtime = item.get("codex_mtime")
            claude_mtime = item.get("claude_mtime")
            details = []
            if codex_mtime is not None:
                details.append(f"codex mtime: {format_time(codex_mtime)}")
            if claude_mtime is not None:
                details.append(f"claude mtime: {format_time(claude_mtime)}")
            detail_text = f" ({', '.join(details)})" if details else ""
            print(f"- {item['name']}: {item['direction']} [{item['reason']}]" + detail_text)

    print("\nConflicts:")
    if not conflicts:
        print("- none")
    else:
        for item in conflicts:
            print(
                f"- {item['name']}: same mtime but different content "
                f"(codex {format_time(item['codex_mtime'])}, claude {format_time(item['claude_mtime'])})"
            )

    print(f"\nUp-to-date skills: {len(identical)}")

    if not apply:
        print("\nDry run only. Re-run with --apply to sync.")


def apply_actions(actions: list[dict]) -> None:
    for item in actions:
        src = Path(item["src"])
        dst = Path(item["dst"])

        if dst.exists():
            if dst.is_dir():
                shutil.rmtree(dst)
            else:
                dst.unlink()

        shutil.copytree(src, dst, symlinks=True)


def parse_args() -> argparse.Namespace:
    parser = argparse.ArgumentParser(description="Sync Codex and Claude skill folders")
    parser.add_argument("--codex", type=Path, default=DEFAULT_CODEX, help="Codex skill root")
    parser.add_argument("--claude", type=Path, default=DEFAULT_CLAUDE, help="Claude skill root")
    parser.add_argument("--apply", action="store_true", help="Apply sync actions")
    parser.add_argument(
        "--prefer",
        choices=["codex", "claude"],
        help="Break ties when mtimes are equal",
    )
    return parser.parse_args()


def main() -> int:
    args = parse_args()

    try:
        codex_skills, ignored_codex = list_skill_dirs(args.codex)
        claude_skills, ignored_claude = list_skill_dirs(args.claude)
    except (FileNotFoundError, NotADirectoryError) as exc:
        print(str(exc), file=sys.stderr)
        return 2

    actions, identical, conflicts = build_plan(
        codex_skills,
        claude_skills,
        args.codex,
        args.claude,
        args.prefer,
    )
    print_report(
        actions,
        identical,
        conflicts,
        args.codex,
        args.claude,
        args.apply,
        ignored_codex,
        ignored_claude,
    )

    if args.apply and actions:
        apply_actions(actions)
        print("\nSync complete.")
    elif args.apply and not actions:
        print("\nNo changes to apply.")

    if conflicts and not args.prefer:
        return 1
    return 0


if __name__ == "__main__":
    raise SystemExit(main())

Important : N’oubliez pas de modifier les chemins au début :

DEFAULT_CODEX = Path("/Users/yourusername/.codex/skills")
DEFAULT_CLAUDE = Path("/Users/yourusername/.claude/skills")

Remplacez-les par vos chemins réels.

Utiliser la Skill de synchronisation

Étape 1 : Voir les différences

Dans Claude Code ou Codex, entrez :

/codex-claude-skill-sync

L’IA exécutera automatiquement le script et signalera les différences entre les deux dossiers Skill.

Étape 2 : Confirmer la synchronisation

Si vous acceptez la synchronisation, dites à l’IA :

Agreed, please execute sync.

L’IA exécutera python3 scripts/sync_skills.py --apply pour terminer la synchronisation.

Terminé ! Désormais, chaque fois que vous créez ou modifiez une Skill d’un côté ou de l’autre, exécutez cette Skill de synchronisation une fois, et les deux côtés resteront cohérents.

Astuces avancées pour les Skills

Astuce 1 : Combiner les Skills

Plusieurs Skills peuvent être utilisées en séquence :

/review then /fix to fix the issues found

L’IA va d’abord réviser le code, puis corriger automatiquement en fonction des résultats de la révision.

Astuce 2 : Personnaliser les paramètres Skill

De nombreuses Skills prennent en charge les paramètres :

/commit --type feat --scope api

Cela générera un message de commit dans un format spécifique.

Astuce 3 : Modèles de Skill

Vous pouvez créer des modèles de Skill pour générer rapidement de nouvelles Skills :

Copiez un dossier Skill existant
Modifiez SKILL.md
Sauvegardez

Astuce 4 : Partager les Skills avec l’équipe

Placez le dossier Skill dans un dépôt Git afin que les membres de l’équipe puissent partager :

git clone https://github.com/your-team/skills.git ~/.codex/skills/team-skills

Résumé

Ce que nous avons appris aujourd’hui :

Qu’est-ce que Skill : Un module de capacité réutilisable qui transforme des opérations complexes en commandes simples
Skill vs Prompt vs MCP : Différences et scénarios applicables
Comment utiliser Skill : /skill pour voir et invoquer
Comment créer Skill : Laissez l’IA aider ou créez manuellement
Comment installer Skill : Copiez dans le dossier correspondant
Cas pratique : Créer une Skill de synchronisation pour résoudre la gestion multi-outils

Points clés :

Skill fait passer l’IA de « dactylographe » à « assistant professionnel »
Les opérations courantes doivent être encapsulées dans des Skills
Une bonne Skill peut économiser 90 % du temps

Un aperçu pratique des outils d'IA grand public

Mon, 01 Jan 0001 00:00:00 +0000

Nous avons discuté de ce qu’est l’IA et avons appris qu’il s’agit d’un « calculateur de probabilités qui ébauche des réponses ». Mais maintenant, la question est : Avec autant d’outils d’IA sur le marché, lequel devriez-vous utiliser ?

Ce chapitre présente les outils d’IA les plus courants, y compris leurs sites web, comment les utiliser et leurs caractéristiques. Après avoir lu ce chapitre, vous saurez lequel choisir.

Les trois grands de l’étranger : ChatGPT, Claude, Gemini

ChatGPT - Le plus célèbre

Site web : chat.openai.com

VPN requis : Oui
Développeur : OpenAI (États-Unis)
Derniers modèles :

Série GPT-5 : Comprend GPT-5 Instant (rapide), GPT-5 Thinking (raisonnement), GPT-5 Thinking Pro (raisonnement le plus puissant)
Série GPT-5.2 : Modèle phare sorti en décembre 2025, meilleures performances sur les tâches de connaissances professionnelles

Avantages : Le plus intelligent, le plus riche en fonctionnalités (chat, code, génération d’images, recherche web), meilleur écosystème (boutique GPTs), mises à jour les plus rapides
Inconvénients : Difficile d’accès depuis la Chine, nombreuses restrictions sur la version gratuite, 20 $/mois pour la version payante
Idéal pour : Ceux qui veulent l’IA la plus avancée, ont un budget et un accès VPN

Claude - Le plus « humain »

Site web : claude.ai

VPN requis : Oui
Développeur : Anthropic (États-Unis)
Derniers modèles :

Claude Opus 4.5 : Le meilleur au monde pour le codage et les tâches d’agent
Claude Sonnet 4.5 : Meilleur modèle de codage au monde, leader sur SWE-bench
Claude Haiku 4.5 : Modèle rapide et peu coûteux

Avantages : Réponses de haute qualité, traitement de longs textes puissant (200K-1M tokens), capacité de codage de premier ordre, outil CLI Claude Code
Inconvénients : Nécessite un VPN, relativement moins de fonctionnalités, Pro 20 $/mois. Notamment, cette entreprise n’est pas très amicale envers la Chine et applique des bannissements stricts de comptes.
Idéal pour : Écrivains, programmeurs, ceux qui privilégient la qualité des réponses

Gemini - Le couteau suisse de Google

Site web : gemini.google.com

VPN requis : Oui
Développeur : Google (États-Unis)
Derniers modèles :

Gemini 3 Pro : Bat ses concurrents dans 19/20 benchmarks
Gemini 3 Flash : Rapide et peu coûteux, désormais le modèle par défaut
Gemini 3 Deep Think : Mode de raisonnement profond

Avantages : Capacités de recherche web solides, multimodal puissant, intégré à l’écosystème Google, niveau gratuit généreux sur AI Studio, possibilité d’utiliser un plan étudiant gratuit pendant un an, le modèle Banana pour le texte-à-image est de classe mondiale
Inconvénients : Difficile d’accès depuis la Chine
Idéal pour : Ceux qui utilisent fréquemment les services Google et ont besoin de traiter du contenu multimédia

🎁 Astuce gratuite : Google AI Studio

URL : aistudio.google.com

C’est une pépite ! Une plateforme développeur de Google, mais aussi utilisable par les gens ordinaires. En bref : la version premium gratuite de Gemini.

Pourquoi le recommander :

Entièrement gratuit : 60 requêtes par minute, plus que suffisant pour un usage personnel
Derniers modèles : Accès aux dernières versions de Gemini 3 Pro et Flash, inclut déjà le modèle Banana pour le texte-à-image
Pas de limites de conversation : Contrairement à la version du site officiel qui a des limites d’utilisation
Peut générer des clés API : Pour une utilisation avec d’autres outils

Comment l’utiliser : Ouvrez l’URL, connectez-vous avec un compte Google (VPN requis), cliquez sur « Create new prompt » pour commencer à discuter. L’interface est en anglais, mais vous pouvez poser des questions en chinois. Le seul inconvénient est que l’interface est plus orientée développeur et moins soignée que le site officiel, mais elle est tout aussi puissante.

Les quatre chinois : DeepSeek, Doubao, GLM, MiniMax

DeepSeek - La fierté de la Chine

Site web : chat.deepseek.com
VPN requis : Non
Derniers modèles :

DeepSeek-V3.2 : Égalise les performances de GPT-5 et Gemini 3
DeepSeek-V4 : Sortie prévue en février 2026

Avantages : Entièrement gratuit, très performant, capacité de codage exceptionnelle, accès fluide en Chine, open source
Inconvénients : Peut être lent aux heures de pointe, créativité légèrement plus faible, modération de contenu stricte
Idéal pour : Premier choix pour les utilisateurs chinois ! Étudiants, programmeurs, ceux qui ont un budget limité

Doubao - L’IA la plus conviviale

Site web : doubao.com

VPN requis : Non
Derniers modèles :

Doubao Large Model 1.8 : Prend en charge des capacités complètes de vision, d’écriture, d’action et de planification
Doubao Real-time Voice Model : Conversation ultra-humaine de bout en bout
Seedance Video Generation : Synchronisation audio-vidéo précise

Avantages : Conversations vocales fluides, interface simple, gratuit, bonne localisation, plus de 100 millions d’utilisateurs actifs quotidiens
Inconvénients : Capacités professionnelles moyennes, modération de contenu stricte
Idéal pour : Conversations vocales pour les personnes âgées/enfants, chat quotidien. Si vous avez un enfant curieux à la maison ou si vous voulez apprendre l’anglais, je recommande vivement d’utiliser la fonction d’appel téléphonique sur l’application mobile pour parler directement avec l’IA.

GLM (Zhipu Qingyan) - Une alternative pour le codage

Site web : chatglm.cn

VPN requis : Non
Derniers modèles :

GLM-4.7 : Sorti en décembre 2025, 355B paramètres, 73,8 % sur SWE-bench (score open source le plus élevé), peut s’abonner directement au plan de codage

Avantages principaux :

Capacité de codage comparable à Claude Sonnet 4.5
Entièrement compatible avec les outils grand public comme Claude Code, Cline, etc.
Reconnu dans la Silicon Valley : Utilisé par des produits vedettes comme Cursor, Windsurf
Prix extrêmement bas : Coût API d’environ 0,44 $ par million de tokens
Open source MIT : Peut être déployé localement

Avantages : Capacité de codage de premier ordre, bon marché, capacités d’agent solides, friendly open source
Inconvénients : Moins connu, multimodal relativement plus faible

Idéal pour : Programmeurs (alternative à Claude), développeurs multilingues, utilisateurs d’entreprise

MiniMax

Site web : minimaxi.com

VPN requis : Non
Derniers modèles :
Génération de texte :

MiniMax-M2.1 : Axé sur le codage multilingue et les scénarios de bureau
MiniMax-M2 : 230B paramètres, optimisé pour le codage et les agents

Génération vidéo :

Hailuo 02 : Modèle vidéo n°2 mondial
Hailuo 2.3 : Meilleur rapport qualité-prix mondial, prend en charge la 1080P

Avantages (Texte) : Capacité de codage de premier ordre, performance d’agent solide, bon support multilingue
Avantages (Vidéo) : Haute qualité vidéo, vitesse rapide, rapport qualité-prix imbattable
Inconvénients : Conversation textuelle moyenne, durée vidéo courte
Idéal pour : Créateurs vidéo, programmeurs (flux de travail d’agent), développeurs multilingues

Résumé : Lequel choisir ?

💰 Si vous ne voulez pas dépenser d’argent :

Premier choix : DeepSeek - Gratuit, performant, accessible directement en Chine
Alternative : Google AI Studio - Nécessite un VPN, mais niveau gratuit généreux, modèle de grande classe mondiale
Chat quotidien : Doubao - Conversations vocales pratiques

🚀 Si vous voulez le meilleur :

Meilleur global : ChatGPT (GPT-5.2)
Meilleur pour le codage : Claude (Opus 4.5 ou Sonnet 4.5)
Traitement multimodal : Gemini 3

👨‍💻 Si vous êtes programmeur :

Premier choix à l’étranger : Claude Opus 4.5 - Capacité de codage n°1
Alternative chinoise : GLM-4.7 ou MiniMax-M2.1 - Abordable, capacités comparables

👴👶 Si c’est pour un usage familial :

Personnes âgées/enfants : Doubao - Conversations vocales simples
Étudiants : DeepSeek - Apprentissage et questions-réponses

Utiliser les Hooks pour verrouiller les workflows de compétences

Mon, 01 Jan 0001 00:00:00 +0000

Les compétences sont devenues une méthode indispensable dans mon flux de travail quotidien. Pour tout ce qui se répète trois fois ou plus, je réfléchis à le transformer en compétence — non seulement pour gagner du temps, mais aussi pour garantir que la direction et les étapes ne dévient pas à chaque fois. Du moins en théorie.

Mais l’IA dévie quand même

Cette affirmation est un peu exagérée. La réalité, c’est que l’IA saute encore des étapes. Prenons la compétence d’écriture pour le compte WeChat que j’utilise chaque jour. Je lui ai demandé de me montrer le premier brouillon pour révision, et seulement après ma confirmation, de passer à la relecture pour les fautes de frappe. Ça a l’air simple, non ? Mais quand elle s’exécute, elle saute sans cesse des étapes : elle termine le premier brouillon sans me le montrer et passe directement à la relecture et à l’édition. Quand je m’en rends compte, elle a déjà modifié le fichier en douce. Quand je la reprends, elle s’excuse, dit « désolé, c’est ma faute », puis recommence la fois suivante. Les excuses ne résolvent pas le problème.

Pourquoi l’IA saute toujours des étapes

Ce problème est un peu contre-intuitif. Au début, je pensais que l’IA n’était pas assez intelligente, mais j’utilisais déjà ChatGPT 5.4 et Opus 4.6, qui sont des modèles de premier ordre. Ensuite, j’ai pensé que les règles n’étaient pas assez claires, alors j’ai révisé les règles de la compétence encore et encore. Cela a aidé un peu, mais n’a pas résolu la cause profonde. Après quelques recherches, j’ai appris que le fait que l’IA saute des étapes n’est pas dû au fait qu’elle « ne voit pas les règles » — c’est déterminé par son mécanisme de génération :

« Impulsion d’accélération » pilotée par la probabilité. Les grands modèles de langage prédisent essentiellement le token suivant. Le poids de la réalisation de la tâche est naturellement plus élevé que celui de « rester à l’étape 7 en attendant l’utilisateur ». Le sentiment d’achèvement est son moteur intrinsèque.
Les règles se dégradent dans les contextes longs. Les règles que vous définissez au début voient leur poids d’attention dilué lorsque le modèle atteint le token 3000. Surtout si vous enterrez les règles dans un long document de compétence, elles sont plus facilement marginalisées.
Particulièrement grave en mode automatique. Quand j’utilise le mode automatique pour écrire des articles, le modèle a tendance à « exécuter toutes les étapes d’un coup ». Ma fenêtre d’intervention devient encore plus étroite.
CLAUDE.md et les documents de compétence sont essentiellement des « contraintes souples ». Ce sont des prompts qui reposent sur l’« autodiscipline » du modèle pour être suivis. Et l’autodiscipline est fragile face à « Je veux terminer cette tâche rapidement ».

Donc la conclusion est : Les contraintes verbales échouent sous la pression de l’accomplissement de la tâche. Simplement écrire des documents, ajouter des points d’exclamation ou faire du PUA à l’IA ne peut qu’atténuer le problème, pas le guérir. Pour vraiment le résoudre, il faut sortir du domaine de l’autodiscipline du modèle — rendre physiquement impossible le saut d’étapes. C’est là que les Hooks entrent en jeu.

Qu’est-ce qu’un Hook

Claude Code dispose d’un mécanisme appelé Hook. Ce n’est pas une compétence, ni un prompt, ni la même chose que CLAUDE.md — c’est un script shell local attaché à des points clés du cycle de vie de Claude Code. La différence essentielle :

CLAUDE.md / compétence sont observés et exécutés par le modèle — le modèle peut les ignorer.
Hook est appliqué par le système — le modèle ne peut pas l’ignorer même s’il le veut.

Une phrase clé de la documentation officielle d’Anthropic sur les Hooks : Les Hooks sont déclenchés par des événements système, pas par des décisions du modèle. Cela signifie que les hooks sont attachés à l’ensemble de l’exécution de Claude Code. Chaque appel d’outil que le modèle effectue — Write, Edit, Bash — doit d’abord passer par le hook pour être examiné. Si le hook retourne deny, il est refusé, même si vous avez activé --dangerously-skip-permissions. C’est ce que j’appelle une « contrainte dure » — ne pas laisser l’IA faire ses propres choix, mais forcer ses appels d’outils à passer par un véritable audit de script shell.

Points de déclenchement courants des Hooks :

PreToolUse : Intercepte avant que l’IA n’appelle un outil.
UserPromptSubmit : Traite votre message avant de le transmettre à l’IA.
SessionStart : Déclenché au démarrage ou à la reprise d’une session.
Stop : Déclenché lorsque Claude termine une réponse.

Concentrez-vous sur les deux premiers — ils suffisent pour construire un « verrouillage d’étapes ».

En pratique : Barrière d’étape pour ma compétence de compte WeChat

Assez de théorie sans exemple concret. Cette capture d’écran est l’interface de Claude Code au moment où j’écris cet article. Dans le cadre rouge, l’IA me demande de répondre « pass step3 0090 » — cette phrase de passe est exactement le travail du Hook Barrière d’étape. Le texte que vous lisez maintenant a été écrit après que j’ai envoyé la phrase de passe et que le hook l’a autorisée.

L’ensemble de la Barrière d’étape utilise seulement deux scripts shell plus une petite configuration dans settings.json. Je vais détailler.

Enregistrer deux Hooks dans settings.json

Ajoutez ceci dans ~/.claude/settings.json :

"PreToolUse": [
  {
    "matcher": "Write|Edit",
    "hooks": [
      { "type": "command",
        "command": "~/.claude/skills/writing-gongzhonghao/scripts/gate_check.sh" }
    ]
  }
],
"UserPromptSubmit": [
  {
    "hooks": [
      { "type": "command",
        "command": "~/.claude/skills/writing-gongzhonghao/scripts/gate_mark.sh" }
    ]
  }
]

Cette configuration signifie :

Chaque fois que l’IA veut écrire ou modifier un fichier, gate_check.sh s’exécute d’abord pour examen.
Chaque fois que j’envoie un message, gate_mark.sh s’exécute d’abord pour l’analyser.

gate_check.sh gère l’interception

La logique de ce script est assez simple :

Si l’IA veut écrire un nouveau fichier 04-Output/NNNN xxx.md (correspondant à l’étape 3 : créer un nouvel article), elle vérifie si le fichier d’état step3.ok existe. Sinon, elle retourne deny.
Si l’IA veut modifier un article existant (correspondant à la relecture après l’étape 7), elle vérifie si step7.ok existe. Sinon, elle retourne aussi deny.

En cas de refus, elle inclut également un prompt : « Discussion sur le sujet de l’étape 3 non confirmée : Veuillez d’abord approuver le plan/la direction. Après confirmation, répondez ‘pass step3 NNNN’ pour créer un nouveau fichier. » Ce prompt est affiché directement à l’IA, donc elle sait qu’elle est bloquée et me demande la phrase de passe.

gate_mark.sh gère la libération par phrase de passe

Comment est-ce que je « libère » ? Je ne peux pas laisser l’IA se libérer elle-même — cela n’aurait aucune contrainte. La règle est : Ce n’est que lorsque mon message contient une phrase de passe spécifique que le fichier d’état est touché. gate_mark.sh s’exécute chaque fois que j’envoie un message, en recherchant des motifs comme pass stepN NNNN. Si une correspondance est trouvée, elle touche un fichier .ok dans le répertoire correspondant.

Ainsi, la chaîne complète devient :

L’IA termine le plan et veut créer un nouvel article → bloquée par gate_check.sh
L’IA me demande la phrase de passe : « Veuillez confirmer la direction, répondez ‘pass step3 0090’ »
J’envoie « pass step3 0090 » → gate_mark.sh touche step3.ok
L’IA essaie de créer le fichier à nouveau → gate_check.sh l’autorise cette fois
Après avoir terminé le premier brouillon, elle veut passer à la relecture (Edit) → bloquée à nouveau par step7.ok
Après avoir lu le brouillon et envoyé « pass step7 0090 » → la relecture peut commencer

Tout au long du processus, l’IA n’a aucune marge pour « l’autodiscipline ». Elle ne peut pas sauter d’étapes même si elle le veut, car ses appels d’outils sont bloqués au niveau système.

Boucher une faille : l’IA ne peut pas toucher elle-même aux fichiers d’état

Après avoir conçu la première version, j’ai regardé le plan un moment et j’ai trouvé une faille — et si l’IA utilisait Bash pour touch step3.ok elle-même ? Ne contournerait-elle pas la contrainte ? J’ai donc ajouté une règle spécifique dans le document de compétence : L’IA ne doit pas toucher elle-même aux fichiers d’état, sinon elle supprimerait ses propres contraintes. Cette règle elle-même reste une contrainte souple, mais combinée à l’interception dure des hooks, elle forme une boucle suffisamment fermée — tant que l’IA ne viole pas activement cette règle (et Claude est en fait coopératif), la contrainte du hook est réelle. Si vous voulez être plus strict, vous pouvez ajouter un matcher Bash dans PreToolUse pour bloquer également les commandes comme touch. Mais je ne suis pas encore allé jusque-là ; c’est assez bien comme ça.

Si vous ne comprenez pas le code, pas de panique

Vous n’avez pas besoin d’écrire vous-même ces scripts shell ou ces configurations JSON (je ne sais d’ailleurs pas les écrire non plus). L’approche est simple : jetez cet article et votre fichier de compétence à Claude ou Codex, laissez-les lire et vous aider à modifier — créer des scripts là où c’est nécessaire, modifier settings.json là où c’est nécessaire. L’IA est particulièrement fiable pour ce genre de tâche « configurer l’environnement selon la documentation », bien plus stable que d’écrire du code à partir de zéro. Elle apprend les principes de l’article tout en écrivant les hooks selon les exigences de votre compétence, et le résultat dévie rarement.

Résumé en une phrase

CLAUDE.md, documents de compétence, marqueurs en gras, répéter trois fois, PUA — ce sont tous des contraintes verbales sur l’IA. Ils fonctionnent, mais ont un plafond bas.

Les Hooks sont des contraintes de code sur l’IA. Ils déplacent les règles dans un endroit inaccessible à l’IA, transformant le « respect des règles » d’une question d’autodiscipline du modèle en une exigence obligatoire de l’environnement d’exécution.

Si vous vous surprenez à dire à l’IA « Pourquoi sautes-tu encore des étapes ? », il est temps d’envisager d’utiliser des Hooks pour la contraindre.

Guide IA on RanceLee的博客

Claude Code : Une introduction pratique

Pourquoi utiliser un outil en terminal plutôt qu’un IDE ?

Qu’est-ce qu’un IDE ?

Pourquoi je recommande le terminal

Notions de base sur le terminal : Comment ouvrir votre dossier de projet

Utilisateurs Mac

Méthode 1 : Ouvrir avec un clic droit (Recommandé)

Méthode 2 : Option + clic droit pour obtenir le chemin

Méthode 3 : Glisser-déposer

Utilisateurs Windows

Qu’est-ce que Claude Code ?

En une phrase

En quoi est-il différent de Claude sur le Web ?

Comment installer Claude Code

Prérequis

Étapes d’installation

Plusieurs façons de l’utiliser

Méthode 1 : Acheter un abonnement Claude

Méthode 2 : Utiliser les API d’autres modèles

2.1 Configuration via les variables d’environnement (Exemple DeepSeek)

2.2 Configuration via settings.json (Recommandé)

Comment démarrer Claude Code dans le terminal

Démarrage de base

Commandes et concepts courants

Commandes courantes dans Claude Code

Mode Plan

Accepter les modifications

Qu’est-ce que resume ?

Qu’est-ce que CLAUDE.md ?

Skill

MCP (Model Context Protocol)

Pratique : Laissez Claude construire une page web de traduction

Étape 1 : Créer un dossier de projet

Étape 2 : Démarrer Claude Code

Étape 3 : Saisir votre demande

Étape 4 : Attendre que Claude termine

Étape 5 : Exécuter et configurer l’API

Étape 6 : Commencer à l’utiliser

Résumé

Claude Design : transformez vos idées en pages soignées

Pourquoi j’en avais vraiment besoin

Comment l’utiliser

Il a proposé 4 options

Vous pouvez continuer à itérer

De la barre d’outils à la mise en page

Le résultat final

Le coût

C’est gourmand en ressources

Des bugs occasionnels

Réflexions finales

Claude Routine : Un test pratique

Que peut faire Routines ?

Configuration de l’environnement

Vérification du quota et point d’entrée

Obligation de lier un dépôt GitHub privé

Création d’un environnement cloud

Récupération de l’ID d’environnement et autorisation GitHub

L’IA configure la tâche

Méthodes de déclenchement

Même déclenchement avec les raccourcis iPhone

Récupération des résultats

Mises en garde

Résumé

Codex App : entre le terminal et l'IDE

Qu’est-ce que Codex APP ?

Fonctionnalités de l’interface

Nouveau thread

Compétences

Automatisations

Configuration

Personnalisation

Serveurs MCP

Git

Environnements

Worktrees

Threads vs Projets – Comprendre le contexte

Deux concepts fondamentaux

Pourquoi c’est important

Fenêtre de contexte = capacité de mémoire de l’IA

Qu’est-ce que `resume` ?