Documentation / L’agent

Modèles et fournisseurs

Fournisseurs compatibles en mode Platform, modèles locaux, raisonnement étendu, contexte, cache, consommation et budgets.

En Mode Platform, le moteur de Yuli raisonne avec le fournisseur et le modèle de votre choix, avec votre propre clé API. Cette page explique comment le configurer et comment maîtriser la consommation.

Si vous préférez utiliser votre abonnement Claude Code, Kiro, Codex ou Antigravity, vous n’avez besoin de rien de tout cela. Voir Connecter une IA.

Fournisseurs

Fournisseur Usage
Anthropic L’API de Claude.
OpenAI Modèles GPT.
Gemini Google AI Studio.
xAI Grok.
DeepSeek L’API de DeepSeek.
Local Un serveur compatible avec l’API d’OpenAI sur votre machine ou votre réseau : Ollama, LM Studio, vLLM ou llama.cpp.
AWS Bedrock Claude, Llama, Mistral, Nova… avec votre compte AWS.
Vertex AI Gemini et Claude avec votre projet Google Cloud.

Configurer un fournisseur

Ouvrez Fournisseurs d’IA de l’une des façons suivantes :

  • En-tête du chat → Plus d’actions → Paramètres du modèle.
  • Options globales (Ctrl+Alt+S) → IA et modèles → Ouvrir la configuration des modèles.

Ensuite :

  1. Choisissez la carte du fournisseur.
  2. Saisissez la Clé API et le Modèle. Pour Local, indiquez également l’URL du serveur.
  3. Cliquez sur Tester la connexion (facultatif).
  4. Activez Utiliser comme fournisseur actif.
  5. Cliquez sur Enregistrer la configuration.

Les identifiants sont stockés dans le trousseau du système et ne sont jamais affichés en entier. Pour modifier une autre donnée sans ressaisir la clé, laissez le champ vide : la clé actuelle est conservée.

AWS Bedrock et Vertex AI

Fournisseur Modes d’authentification
AWS Bedrock Profil / SSO, Clés IAM, Rôle IAM ou Clé API.
Vertex AI ADC, Compte de service, gcloud CLI ou Clé API.

Modèle rapide

Vous pouvez éventuellement définir un Modèle rapide pour les tâches légères comme les résumés et les titres.

Modèles locaux

Avec Local, le contexte de l’IA ne quitte pas votre réseau. Démarrez votre serveur (Ollama, LM Studio, vLLM ou llama.cpp avec son API compatible OpenAI), saisissez son URL et le nom du modèle, puis testez la connexion.

Un modèle local doit bien savoir appeler des outils pour piloter l’IDE. Commencez par une petite tâche.

Raisonnement étendu

Dans le même panneau, Raisonnement étendu propose Désactivé, Faible, Moyen ou Élevé.

  • Il s’applique uniquement au travail principal de l’agent, pas aux résumés ni aux titres.
  • Uniquement sur les modèles qui le prennent en charge : budget de raisonnement pour Claude (API, Vertex et Bedrock) et Gemini 2.5, et effort de raisonnement pour les modèles de raisonnement d’OpenAI.

Contexte

Yuli gère la fenêtre de contexte pour vous :

  • Il connaît la taille de contexte de chaque modèle.
  • Le fichier actif, le diff de travail, les règles et le paquet de contexte sont plafonnés. Ce qui ne tient pas est nommé, afin que l’agent puisse le lire s’il en a besoin.
  • Les longues conversations sont compactées grâce à des résumés incrémentaux.
  • Seuls les outils pertinents pour le projet sont envoyés (par exemple, ceux de Web Studio uniquement s’il y a un front-end).

Cache de prompt

Automatique. Le prompt système est divisé en une partie stable et une partie propre à chaque tour, et seule la partie stable est mise en cache. Le contexte de chaque message voyage avec ce message ; ainsi, le reste de la conversation continue d’être lu depuis le cache. Avec les modèles Claude, chaque tour d’échange au sein d’une tâche réutilise tout ce qui précède.

Économies

  • Un appel identique, sans modification entre-temps, n’est pas répété.
  • Les lectures indépendantes sont résolues en parallèle.
  • Ce qui nécessite une approbation s’exécute dès l’approbation, sans aller-retour avec le modèle.
  • Le retry-after du fournisseur est respecté en cas de panne.

Consommation et coût

Où Ce que vous voyez
Barre d’état Les tokens de la session et de la tâche en cours, ainsi que les requêtes. Un clic affiche le détail.
Consommation de cette session Entrée, Sortie et Total. Ce sont les chiffres communiqués par chaque fournisseur ; ils sont approximatifs.
Agent → Requêtes IA (récentes)… Chaque requête avec ses tokens, son coût, sa latence et ses erreurs.

En mode abonnement, la barre affiche l’usage du forfait (fenêtre de 5 heures et semaine) au lieu du décompte de tokens.

Budgets

Où Réglage
Bouton de vérification de l’en-tête du chat → Vérification automatique Nombre maximal d’itérations et Budget par tâche (USD).
Plus d’actions → Équipe d’agents Budget par tâche (8 US$) et Budget par mission (60 US$).
Options globales → IA et modèles → Tâches en arrière-plan Voir ci-dessous.

Tâches en arrière-plan

Réglage Par défaut
Tâches simultanées 2 (de 1 à 8)
Tokens par tâche 2 000 000
Coût par tâche (US$) 5
Tentatives de correction après les tests 2

Enregistrez avec Enregistrer les limites. Lorsqu’une tâche atteint son plafond, elle se met en pause avec une barre de consommation, et vous pouvez choisir Augmenter la limite et reprendre.

Saisie semi-automatique par IA

La saisie semi-automatique en ligne du moteur local est toujours disponible. La saisie semi-automatique par IA est désactivée par défaut et s’active sur choix, avec le fournisseur et le modèle de votre préférence.