Guide d'intégration · Framework RAG (Python)

LlamaIndex sur des modèles ouverts hébergés en UE

Construisez des pipelines RAG et des agents LlamaIndex sur des modèles ouverts hébergés en UE avec OpenAILike et OpenAILikeEmbedding pointés sur Frontière AI. OpenAILike(model, api_base, api_key, …) de llama-index-llms-openai-like.

Testé le 13 octobre 2026. complete(), un appel d'outil (avec allow_parallel_tool_calls=True) et des embeddings bge-m3 contre la passerelle, avec llama-index-llms-openai-like 0.8.1 et gpt-oss-120b chez OVHcloud (bge-m3 est en pause depuis le 20 octobre 2026 ; l'exemple utilise désormais qwen3-embedding-8b).

Format d'API

Compatible OpenAI

Base URL

https://getfrontiereai.eu/api/v1

Où se règle

OpenAILike(model, api_base, api_key, …) de llama-index-llms-openai-like.

Vos prompts

Directement de votre machine vers nous

Configuration

# pip install llama-index-llms-openai-like llama-index-embeddings-openai-like
from llama_index.llms.openai_like import OpenAILike
from llama_index.embeddings.openai_like import OpenAILikeEmbedding

llm = OpenAILike(
    model="glm-5.2",
    api_base="https://getfrontiereai.eu/api/v1",
    api_key="sk-front-...",
    context_window=256000,
    is_chat_model=True,
    is_function_calling_model=True,
)

embed_model = OpenAILikeEmbedding(
    model_name="qwen3-embedding-8b",
    api_base="https://getfrontiereai.eu/api/v1",
    api_key="sk-front-...",
)

Quel modèle choisir

24 modèles en ligne ont un appel d'outils mesuré par un vrai appel via la passerelle. Les modèles étiquetés souverain UE tournent chez des fournisseurs européens ; les modèles en accès rapide passent par une infrastructure sous contrôle américain. Prix pour 100 000 tokens, marge et TVA comprises.

À savoir

• Une instance OpenAILike par modèle ; la classe d'embeddings prend model_name, pas model.
• Passez allow_parallel_tool_calls=True à chat_with_tools et aux agents : sinon LlamaIndex envoie parallel_tool_calls=false, que les modèles hébergés chez OVHcloud refusent en HTTP 400 (mesuré le 2026-10-13).
• Ne réglez is_function_calling_model=True que sur des modèles à l'appel d'outils mesuré.

Où vont vos prompts

La bibliothèque tourne dans votre processus Python et appelle directement api_base ; rien dans OpenAILike ne passe par LlamaCloud.

De notre côté, un modèle étiqueté souverain UE tourne chez un fournisseur européen, et la passerelle elle-même tourne à Paris sur Vercel, société américaine — notre page de confidentialité le dit. La facturation garde le modèle, le nombre de tokens et le montant, jamais le prompt ni la réponse.

Souveraineté →Confidentialité →

Sources

Documentation officielle, relevée le 12 octobre 2026 :

• LlamaIndex — OpenAILike
• LlamaIndex — OpenAILikeEmbedding

FAQ

Autres guides

• LangChainFramework d'agents (Python)
• Vercel AI SDKFramework d'agents (TypeScript)