Installation

Prérequis

1. Node.js 18+ -- Télécharger
2. Ollama en cours d'exécution localement -- Télécharger
3. Au moins un modèle téléchargé :

ollama pull llama3.2

Premier modèle recommandé

llama3.2 est un excellent point de départ -- rapide, performant et suffisamment léger pour fonctionner sur la plupart des configurations. Pour les fonctionnalités de raisonnement, essayez aussi deepseek-r1.

Installer et lancer

git clone https://github.com/LogneBudo/llmxray.git
cd llmxray
npm install
npm run dev

Ouvrez http://localhost:5173 dans votre navigateur. C'est tout.

Fonctionnement du proxy

Le serveur de développement de LLMxRay redirige automatiquement les appels API vers Ollama :

Préfixe d'URL	Redirige vers
/api/*	http://localhost:11434/api/*
/v1/*	http://localhost:11434/v1/*

Si Ollama tourne sur un autre port ou une autre machine, modifiez l'URL dans Paramètres > Connexion.

Build de production

npm run build    # Vérification de types + build de production → dist/
npm run preview  # Prévisualisation locale du build

Le dossier dist/ contient un site statique que vous pouvez servir depuis n'importe quel serveur web.

Vérifier la connexion

Après avoir lancé l'application, regardez le coin supérieur droit de l'en-tête :

• Indicateur vert + "Connected" -- Ollama est accessible
• Indicateur rouge + "Disconnected" -- Vérifiez que ollama serve est en cours d'exécution

Vous pouvez aussi aller dans les Paramètres et cliquer sur le bouton de test de connexion.

Télécharger d'autres modèles

# Modèles de chat
ollama pull llama3.2
ollama pull mistral
ollama pull deepseek-r1       # Modèle de raisonnement avec blocs <think>

# Modèles d'embedding (pour la Base de Connaissances et le Labo Plongements)
ollama pull nomic-embed-text
ollama pull all-minilm

# Modèles de vision (pour les images jointes dans le chat)
ollama pull llava

LLMxRay détecte automatiquement les capacités des modèles (raisonnement, vision, embedding, appel d'outils) et adapte l'interface en conséquence.