Aller au contenu

Fournisseurs LLM

Le pipeline de traduction appelle un Large Language Model pour la traduction réelle. Vous pouvez en configurer un ou plusieurs ; le sélecteur de modèle par fonctionnalité permet à chaque page d'en utiliser un différent.

Le palier gratuit est généreux et suffisant pour la plupart des usages personnels.

  1. Allez sur https://aistudio.google.com/apikey
  2. Cliquez sur Create API key (connectez-vous avec votre compte Google)
  3. Copiez la clé (ressemble à AIza...)
  4. Dans l'app desktop : Paramètres → LLM → Clé API Gemini → coller → Enregistrer

  5. Choisissez un modèle par défaut dans le menu déroulant Modèle Gemini par défaut. La gamme de Google a tendance à ressembler à :

    • Variantes Flash (par ex. gemini-2.5-flash) — rapide, palier gratuit généreux, bonne qualité. Point de départ recommandé.
    • Variantes Pro — plus lent, qualité supérieure, plus cher.
    • Flash-lite — le plus rapide, le moins cher, qualité inférieure.

    Les noms de modèles exacts disponibles dépendent de ce que Google a déployé sur votre compte ; choisissez-en un dont le nom contient flash pour un défaut équilibré.

Terminé. La clé est stockée dans le trousseau de votre OS, pas en texte brut.

Mode Vertex AI (entreprise)

À l'intérieur du bloc de configuration Gemini, une paire de boutons radio vous permet de basculer de Developer API à Vertex AI — mêmes modèles Gemini, facturés via votre compte GCP, avec contrôles au niveau de l'organisation (VPC-SC, journaux d'audit, résidence régionale des données).

  1. Dans Paramètres → LLM, basculez le radio Gemini de Developer API à Vertex AI
  2. Remplissez :
    • Project — votre ID de projet GCP
    • Location — une région Vertex (par défaut us-central1)
    • Credentials path (optionnel) — chemin vers un fichier de clé JSON de compte de service. Laissez vide pour utiliser les Application Default Credentials (gcloud auth application-default login)
  3. Enregistrer. Le menu déroulant des modèles se re-remplit depuis Vertex une fois le projet défini.

Le rafraîchissement OAuth est géré automatiquement par google-genai. Le chemin JSON du compte de service est stocké en clair par exprès (le chemin n'est pas un secret — le contenu du fichier l'est, et il reste sur disque où la pratique recommandée documentée par Google le maintient).

OpenAI / Compatible OpenAI

Tout ce qui expose une API REST compatible OpenAI fonctionne — OpenAI lui-même, Anthropic via proxy LiteLLM, Ollama local, LM Studio, vLLM, Together.ai, Groq, et ainsi de suite.

Dans Paramètres → LLM :

  1. Cliquez sur Add Custom Provider
  2. Remplissez :
    • Name — une étiquette comme « OpenAI » / « Local Ollama » / « Anthropic »
    • API endpoint — l'URL de base (par ex. https://api.openai.com/v1 ou http://localhost:11434/v1 pour Ollama)
    • API key — laissez vide pour les endpoints locaux non authentifiés
    • Models — liste séparée par virgules (par ex. gpt-4o-mini, gpt-4o, gpt-3.5-turbo)
  3. Cliquez sur Save.

Les fournisseurs personnalisés sont stockés sous forme de blob JSON dans le trousseau de l'OS (clés API incluses).

Changer le modèle par défaut

Le menu déroulant Modèle Gemini par défaut dans Paramètres → LLM définit un repli utilisé par chaque page de fonctionnalité qui n'a pas son propre sélecteur.

Pages avec leur propre sélecteur de modèle :

  • Traduire le texte — onglet de paramètres Traduire le texte → Modèle par défaut
  • Traduire un document — choisit par tâche ; retombe sur le défaut
  • Sous-titre / Voix / Doublage / Live / Extraire du texte — chacun a son propre défaut par fonctionnalité dans son onglet de Paramètres

Cela vous permet de mixer-et-matcher : Flash gratuit pour le live, Pro pour les gros documents, Ollama local pour les données sensibles.

Où les clés sont stockées

OS Stockage
macOS Trousseau (login keychain)
Windows Gestionnaire d'identifiants
Linux (GNOME) Secret Service (gnome-keyring / KWallet)
Linux (sans daemon) Retombe sur INI en clair dans ~/.config/ai-translate/settings.ini

La valeur INI de repli est migrée vers le trousseau à la première lecture chaque fois qu'un trousseau devient disponible — pas d'étape manuelle.

Installation headless / serveur

Sans session desktop, vous pouvez toujours définir des clés via le CLI keyring de Python (après uv sync) :

# Gemini
uv run keyring set ai-translate llm/gemini_api_key

# Fournisseurs personnalisés (collez le blob JSON — voir l'UI Paramètres pour le schéma)
uv run keyring set ai-translate llm/custom_providers

Ou définissez directement les mêmes clés INI dans settings.ini — l'app les migre vers le trousseau à la première lecture. Le fichier se trouve à :

  • Linux — ~/.config/ai-translate/settings.ini
  • macOS — ~/Library/Preferences/ai-translate/settings.ini
  • Windows — %APPDATA%\ai-translate\settings.ini

Tester votre configuration

Vérification rapide :

uv run ait --version
echo "Hello world." > /tmp/x.txt
uv run ait /tmp/x.txt --target French --quiet
cat /tmp/x_translated__fr.txt

Si vous voyez « Bonjour le monde. » — vous avez terminé.

Erreurs courantes

Erreur Cause probable
AUTH_ERROR Clé API erronée / expirée. Recollez dans Paramètres.
QUOTA_ERROR Requêtes-par-jour du palier gratuit dépassées. Attendez ou payez.
MODEL_NOT_FOUND La liste models du fournisseur personnalisé n'inclut pas le modèle demandé.
VISION_NOT_SUPPORTED Le modèle que vous avez choisi ne peut pas faire d'entrée d'image. Utilisez une variante flash / pro / vision.

Voir Dépannage pour plus.