Modèles & API

Corps de la requête

// application/json
{
  "message": "Votre message ici",          // requis si pas d'image
  "image": "data:image/png;base64,...",   // optionnel
  "conversation_id": "c_1234567890",  // optionnel — persistance historique
  "model": "lyris-3"                    // optionnel — défaut : "lyris-3"
}

Modèles disponibles

Réponse SSE

// text/event-stream
data: {"agent": "session-name", "pool": {"free": 1, "total": 2}}

data: {"text": "Bonjour ! Je suis Lyris..."}    // chunk de réponse

data: {"done": true}                        // fin de génération

// Réponse JSON
{
  "online": true,
  "free": 1,     // sessions disponibles
  "total": 2    // sessions totales
}

// Corps optionnel
{"conversation_id": "c_1234567890"}

// Architecture PPI — le frontend ne contacte JAMAIS le serveur IA directement

Frontend
   ↓
Backend (sécurisé)
   ↓
API 1 — Routeur IA (sélection du modèle)
   ↓
API 2 — Modèle final (génération de la réponse)

Requête au routeur

{
  "model": "ia_router_11440",
  "prompt": "Message utilisateur",
  "stream": false
}

Réponse du routeur (JSON dans le champ response)

// Le champ "response" contient un JSON stringifié à parser
{
  "category": "coding",
  "model": "qwen2.5-coder:14b",
  "confidence": 0.99,
  "reason": "Software development request."
}

Le champ model retourné sera utilisé pour l'étape 2.

Requête au modèle sélectionné

{
  "model": "qwen2.5-coder:14b",  // modèle choisi par le routeur
  "prompt": "Message utilisateur",
  "stream": false
}

Réponse

{
  "response": "La réponse générée par le modèle..."
}

Modèles disponibles sur PPI

Le routeur sélectionne automatiquement le modèle optimal :
Requêtes code → qwen2.5-coder:14b
Raisonnement / logique → deepseek-r1:8b
Questions générales → qwen3
Fallback / analyse → llama3.1:8b

Agents personnalisés (Pro)

Chaque agent possède un system prompt stocké côté backend. Le frontend envoie uniquement l'identifiant de l'agent et le message.

// Le backend reconstruit le prompt complet :
// SYSTEM PROMPT + historique conversation + message utilisateur

// Flux côté frontend :
{
  "agent_id": "support-ecommerce",
  "message": "Comment suivre ma commande ?"
}

// Le backend envoie au modèle PPI :
{
  "model": "qwen3",  // choisi par le routeur
  "prompt": "[system prompt] + [contexte] + [message]",
  "stream": false
}

Les system prompts, la logique de routage et les noms de modèles internes ne sont jamais exposés au frontend.