Stack open source

Les sept outils que je déploie et que j'exploite. Tous s'installent sur une infrastructure que l'entreprise contrôle, sans licence par utilisateur ni facturation à l'usage. Pour chacun : ce qu'il fait, ce qu'il remplace, et ce que j'en ai tiré sur des projets réels.

Supabase

Base de données & identités

Une base PostgreSQL, plus tout ce qu'il faut autour : authentification, droits d'accès ligne par ligne, stockage de fichiers, API générée automatiquement, événements en temps réel. Installable intégralement sur vos serveurs.

Une table créée, son API disponible dans la seconde

Ce que ça apporte

Trente ans de fiabilité PostgreSQL, avec la couche applicative par-dessus. Et pas d'enfermement : c'est du Postgres standard — le jour où vous partez, vous partez avec une sauvegarde ordinaire, lisible par n'importe quel prestataire.

Ce que ça remplace

Firebase · Airtable à l'échelle · un back-end sur mesure — soit un modèle propriétaire dont on ne sort pas, soit trois mois de développement pour refaire ce qui existe déjà.

Ce que j'en ai fait

Référentiel de métadonnées d'un workflow de traduction de sites : suivi des versions de contenu pour ne retraduire que ce qui a réellement changé, au lieu de repasser sur l'intégralité des pages à chaque publication.

Apache 2.0PostgreSQLAuto-hébergeable
supabase.com ↗

Docling

Lecture documentaire

Convertit PDF, Word, PowerPoint, Excel, HTML, emails et images scannées en Markdown ou JSON structuré, en conservant les tableaux, l'ordre de lecture et la hiérarchie des titres. Issu d'IBM Research Zurich, aujourd'hui porté par la fondation LF AI & Data.

Un PDF de 40 pages converti en Markdown structuré

Ce que ça apporte

L'information la plus utile d'une PME dort dans des fichiers que personne ne peut interroger : contrats, devis, comptes rendus, fiches techniques. Docling les rend exploitables — un tableau reste un tableau, pas une bouillie de lignes.

Ce que ça remplace

Azure Document Intelligence · AWS Textract · Google Document AI — facturés à la page traitée. Sur un fonds de plusieurs milliers de pages, cette ligne devient le premier poste du budget.

Ce que j'en ai fait

Pipeline d'extraction de CV et de rapports réglementaires. Remplace un parsing PDF artisanal qui perdait les tableaux et l'ordre des colonnes dès que la mise en page sortait du standard.

MITPythonAuto-hébergeable
github ↗

Qdrant

Base vectorielle

Stocke le sens des textes plutôt que leurs mots, et retrouve en quelques millisecondes les passages proches d'une question — même formulée autrement. Écrit en Rust, conçu pour tenir la charge sur une machine modeste.

Recherche par le sens sur un corpus de profils

Ce que ça apporte

Une recherche par mots-clés ne trouve que ce qu'on sait déjà nommer. Ici, on retrouve « le client qui se plaignait des délais » sans que ces mots figurent nulle part. C'est aussi ce qui permet à un assistant IA de citer vos documents au lieu d'improviser.

Ce que ça remplace

Pinecone · Weaviate Cloud · Algolia — abonnement mensuel indexé sur le volume stocké, avec des données hébergées hors de votre contrôle.

Ce que j'en ai fait

Index sémantique sur un corpus de profils et de fiches de poste : rapprochement candidat / mission par proximité de sens, plutôt que par correspondance exacte de mots-clés.

Apache 2.0RustAuto-hébergeable
qdrant.tech ↗

LangChain

Orchestration IA

Relie un modèle de langage à vos données, vos outils et vos règles métier. Gère la mémoire de conversation, l'appel d'outils externes, la recherche augmentée et les agents multi-étapes.

Une chaîne de qualification exécutée étape par étape

Ce que ça apporte

La différence entre un modèle qui répond et un processus qui décide. La logique devient du code : versionnée, relue, testée sur des cas réels avant mise en production. Et le modèle sous-jacent se change en une ligne — aucun fournisseur n'est incontournable.

Ce que ça remplace

Plateformes d'agents propriétaires — facturées à l'exécution, et dont la logique reste enfermée dans une interface qu'on ne peut ni exporter ni auditer.

Ce que j'en ai fait

Chaînes de qualification : lecture du document, extraction structurée, notation, décision — avec passage systématique à la validation humaine sur les cas ambigus.

MITPython · JSAuto-hébergeable
langchain.com ↗

PyTorch

Modèles sur mesure

La bibliothèque de référence pour entraîner, affiner et exécuter des modèles d'apprentissage profond — vision, classification, représentations vectorielles — sur son propre matériel.

Classification d'images en temps réel sur machine locale

Ce que ça apporte

Sur une tâche étroite et répétitive, un petit modèle entraîné sur vos données bat souvent un grand modèle généraliste — et tourne pour le prix de l'électricité, sans qu'une seule donnée sorte de l'entreprise.

Ce que ça remplace

Appels d'API facturés au token pour du traitement de masse : classer 50 000 images ou documents par mois via une API généraliste coûte davantage que le modèle dédié qui fait la même chose.

Ce que j'en ai fait

Traitement d'image appliqué au contrôle et à la classification automatique de documents et de pièces : détection de défauts et tri par catégorie.

BSD-3PythonAuto-hébergeable
pytorch.org ↗

OpenClaw

Agent autonome

Agent auto-hébergé qui tourne en continu sur une machine ou un serveur. Il se réveille tout seul selon un cycle programmé, enchaîne des tâches en plusieurs étapes, et se pilote depuis WhatsApp, Telegram, Slack ou Discord.

Un message WhatsApp déclenche un workflow complet

Ce que ça apporte

L'automatisation cesse d'être un logiciel de plus à ouvrir : on lui parle dans l'outil qu'on utilise déjà. Et surtout, elle agit sans qu'on la sollicite — veille, relances, briefs du matin, contrôles de nuit.

Ce que ça remplace

Licences d'assistants IA par utilisateur — remplacées par une instance unique qui répond à toute l'équipe et garde les données sur l'infrastructure de l'entreprise.

Ce que j'en ai fait

Plusieurs bots entièrement automatisés avec lesquels j'interagis chaque jour : veille sectorielle, préparation de dossiers, déclenchement de workflows n8n depuis une simple conversation.

À déployer avec des garde-fous. Un agent qui accède au système de fichiers et au shell doit être cloisonné : compte dédié, approbation explicite des commandes, périmètre réseau restreint, version tenue à jour. Je ne livre jamais cet outil sans ce cadre.

Open sourceNode.jsLocal-first
github ↗

YetiForce

CRM · ERP auto-hébergé

Système de gestion complet installé sur vos serveurs : comptes, opportunités, devis, tickets, calendriers, documents. C'est le registre où le travail des automatisations devient visible et assignable.

Un dossier qualifié arrive enrichi dans le CRM

Ce que ça apporte

Sans point d'atterrissage, une automatisation ne produit que du bruit. YetiForce donne aux équipes l'endroit où un résultat devient une décision, avec l'historique complet et les droits d'accès qui vont avec.

Ce que ça remplace

Salesforce · HubSpot · Dynamics — facturés par utilisateur et par mois. Le coût d'un CRM propriétaire augmente avec vos recrutements ; celui-ci non.

Ce que j'en ai fait

Déploiement et configuration comme registre métier en bout de chaîne : les dossiers qualifiés automatiquement y arrivent enrichis, prêts à être traités par un humain.

Licence YetiForcePHP · MySQLAuto-hébergeable
yetiforce.com ↗

Le calcul

Ce que ces outils remplacent, et par quel modèle de coût

L'open source n'est pas gratuit : il déplace la dépense de la licence vers l'hébergement et l'ingénierie. La différence tient en une phrase — cette dépense-là ne croît pas avec les effectifs, et elle s'arrête quand on le décide.

OutilÉquivalent propriétaireModèle de coût évitéOù vivent les données
Supabase Firebase, Airtable à l'enregistrement votre serveur
Docling Textract, Document AI à la page votre serveur
Qdrant Pinecone, Algolia au vecteur / mois votre serveur
LangChain plateformes d'agents à l'exécution votre serveur
PyTorch API de modèles au token votre serveur
OpenClaw assistants IA d'entreprise par utilisateur votre machine
YetiForce Salesforce, HubSpot par siège / mois votre serveur

Le revers

Trois cas où je recommande plutôt une solution payante

Un consultant qui n'a qu'une réponse n'a pas de méthode. Voici quand l'open source est le mauvais choix.

Quand personne ne peut le maintenir

Un outil auto-hébergé sans propriétaire interne devient une dette : mises à jour repoussées, correctifs de sécurité oubliés. Si l'équipe est trop mince, l'abonnement est le choix rationnel — et je le dis avant le devis, pas après.

Quand le besoin est déjà couvert pour 15 € par mois

Facturation, paie, signature électronique : des domaines saturés d'outils matures et peu coûteux. Reconstruire n'apporte aucun retour. L'automatisation crée de la valeur là où le métier est spécifique, pas là où il est standard.

Quand la conformité exige un tiers responsable

Certains secteurs et certains appels d'offres réclament un contrat, une certification et un interlocuteur juridiquement engagé — pas un dépôt GitHub. L'éditeur propriétaire fait alors partie de la réponse.

Lequel manque à votre organisation ?

La plupart des entreprises en utilisent déjà deux ou trois sans le savoir. Un audit d'une heure suffit généralement à repérer celui qui débloquerait le reste.

Prendre contact