Faire tourner un modèle de langage sur votre propre ordinateur, sans envoyer vos textes à un service distant. Un guide pas à pas préparé avec LM Studio réellement installé, des mesures relevées sur la machine de préparation — y compris celles qui surprennent — et un client Python exécuté contre un vrai serveur.

LE PROBLÈME

Les tutoriels vous disent « installez, c'est facile » et ne parlent ni de la mémoire qui manque, ni du modèle qui répond par une chaîne vide, ni du serveur laissé ouvert au réseau. Vous voulez savoir ce qui se passe réellement.

POUR QUI

Développeur ou responsable technique qui veut utiliser un modèle de langage sur des données qui ne doivent pas quitter la machine, ou qui veut comprendre ce que coûte vraiment le « local ».

CE QUE VOUS SAUREZ FAIRE

1. Savoir, avant de télécharger, si un modèle tiendra dans votre mémoire
2. Lancer un modèle local et l'appeler depuis votre code en quelques lignes
3. Éviter les réponses vides dues au raisonnement et les pièges du contexte
4. Configurer le serveur pour qu'il reste sur votre machine

AU PROGRAMME

1. Pourquoi (et pourquoi pas) tourner en local : ce que l'on gagne, ce que l'on paie
2. La mémoire nécessaire : paramètres, quantification, contexte — et pourquoi la formule habituelle se trompe, mesures à l'appui
3. LM Studio ou Ollama : un tableau de choix honnête
4. LM Studio pas à pas : toutes les commandes confrontées à l'aide de l'outil
5. Ollama pas à pas et le Modelfile, d'après la documentation
6. Appeler le modèle depuis le code : format compatible OpenAI, curl et Python, et le piège des modèles à raisonnement
7. Résumer, extraire, chercher par le sens : embeddings mesurés en anglais et en français
8. Sécurité (adresse d'écoute, CORS), dépannage et plan sur une semaine

CE QUE VOUS RECEVEZ

1. Guide-pratique-Déployer-des-LLM-en-local-(LM-Studio,-Ollama).pdf — 19 pages. Le guide : mémoire, outils, commandes, API, usages, sécurité, dépannage
2. client-local.py — Le client Python sans dépendance, testé : liste des modèles, discussion, embeddings, similarité
3. Modelfile.exemple — Un Modelfile d'exemple pour Ollama (non exécuté : voir la page de vente)

CE QUI A ÉTÉ VÉRIFIÉ — ET CE QUI NE L'A PAS ÉTÉ

1. Les 10 commandes « lms » citées (avec leurs 9 options) ont été confrontées à l'aide en ligne de LM Studio installé : toutes sont conformes. Un modèle a été chargé, le serveur démarré et les réponses de l'API relevées pour de vrai.
2. Le client Python livré a été exécuté contre ce serveur (liste des modèles, discussion, embeddings, message d'erreur quand le serveur est absent). Il est testé avec LM Studio ; avec Ollama, seule l'adresse de base change et cela n'a pas été exécuté.
3. Ollama n'était PAS installé : ses commandes, son port et son Modelfile suivent sa documentation et n'ont pas été exécutés. Les mesures du livre (tailles, jetons de raisonnement, similarités) viennent d'une seule machine, illustrent des mécanismes et ne mesurent aucune performance.

EST-CE POUR MOI ?

Aucune infrastructure imposée : le guide explique comment tester sur des données fictives avant de brancher quoi que ce soit en réel.

Le guide classe-t-il les meilleurs modèles ?

Non. Les classements vieillissent en quelques semaines et dépendent de votre matériel. Le guide donne les critères (taille du fichier, quantification, contexte) et la méthode pour tester sur vos propres tâches.

Faut-il une carte graphique ?

Pas obligatoirement : un modèle peut tourner sur le processeur, plus lentement. Le guide explique comment savoir, avant de télécharger, si un modèle tiendra, et comment répartir la charge entre carte et processeur.

Ollama est-il vraiment couvert ?

Oui, mais avec une réserve annoncée : Ollama n'était pas installé sur la machine de préparation. Ses commandes suivent sa documentation et ne sont pas présentées comme testées. LM Studio, lui, a été installé et utilisé.

CE QUE CE PRODUIT N'EST PAS

Les exemples sont pédagogiques et leur vérification est décrite dans le produit. Les outils évoluent vite : confrontez toute commande ou configuration à la documentation officielle de VOTRE version, et testez hors production avant de déployer.

Ce n'est pas non plus une promesse de résultat : les gains annoncés, quand il y en a, sont des gains de temps ou de méthode, sur des tâches précises.

LIVRAISON ET LICENCE

Téléchargement immédiat après paiement, en une seule archive. Paiement unique, aucun abonnement.

Licence d'usage personnelle et professionnelle, sans limite de durée, y compris pour vos clients dans le cadre de vos missions. Revente et rediffusion interdites.

ASURA CONSULTING — Expertise comptable & informatique

Fiche 61 · AUTOMATISER · Édition 2026. © 2026 ASURA CONSULTING. Tous droits réservés.