Introduction : Le défi d’un homelab autonome
Gérer un homelab peut rapidement devenir une corvée, surtout lorsqu’on jongle entre Docker, Home Assistant, stockage réseau et sauvegardes. Chaque service possède son propre tableau de bord ou nécessite une connexion SSH pour consulter les logs. Cette fragmentation entraîne perte de temps et risque d’erreur.
Pour résoudre ce problème, j’ai exploré l’utilisation d’un LLM (Large Language Model) local afin de centraliser la gestion tout en évitant toute dépendance cloud. Le résultat ? Une interface unique qui comprend vos besoins, interagit avec vos outils et exécute les actions nécessaires sans jamais toucher le réseau externe.
1. Choisir l’architecture : Ollama + Open WebUI
Ollama permet d’héberger un modèle LLM en local, ce qui garantit que toutes les requêtes restent sur votre machine. J’ai choisi le modèle « phi‑3 » pour son équilibre entre performance et taille.
Open WebUI sert de façade conversationnelle. Il se connecte à Ollama via une API REST et offre un chat simple où vous pouvez poser des questions comme « Quel est l’état du conteneur nginx ? » ou « Redémarre le NAS ». L’interface ne contient aucun code visible, garantissant la confidentialité.
Intégration avec MCP (Machine Control Protocol)
MCP permet à un modèle de découvrir et d’utiliser des outils externes. J’ai configuré Open WebUI pour qu’il expose les commandes Docker, Home Assistant et n8n comme « tools» accessibles au LLM.
Chaque outil possède une description claire et une liste de paramètres acceptés, ce qui permet au modèle de choisir le bon outil en fonction de votre requête.
2. Connecter Home Assistant via son serveur MCP
Home Assistant intègre déjà un serveur MCP qui expose l’état des entités (capteurs, interrupteurs, etc.). En ajoutant ce serveur à Open WebUI, le modèle peut lire et modifier les états en temps réel.
Par exemple, vous pouvez demander : « Allume la lumière du salon », et le LLM appellera l’API Assist d’Home Assistant pour exécuter l’action sans intervention manuelle.
3. Orchestration des workflows n8n
Les tâches complexes, comme redémarrer un conteneur Docker ou vérifier la cohérence d’une sauvegarde, sont gérées via des workflows n8n auto‑hébergés. Chaque workflow expose une entrée et une sortie que le LLM peut invoquer.
L’avantage est double : vous bénéficiez de la flexibilité de n8n (webhooks, conditions, boucles) tout en gardant un contrôle total local.
4. Sécurité et isolation du cloud
Tout le traitement reste sur votre réseau local. Aucun appel sortant vers des serveurs externes n’est nécessaire, ce qui élimine les risques liés à la fuite de données ou aux interruptions de service cloud.
« La confidentialité est primordiale : un LLM local ne peut pas exfiltrer vos logs sans que vous le permettiez explicitement. »
5. Expérience utilisateur et ergonomie
L’interface chat est intuitive, même pour les non‑experts. Vous pouvez simplement taper « Quel est l’état du NAS ? », et le modèle retournera un résumé clair avec des liens vers les logs si besoin.
Les réponses sont enrichies par des balises de contexte (ex.: Docker, Home Assistant) qui aident à comprendre rapidement l’action en cours.
Conclusion : Un homelab sans cloud, plus simple et sûr
En combinant Ollama, Open WebUI, MCP et n8n, vous obtenez un gestionnaire centralisé, local et sécurisé pour votre homelab. Vous gagnez du temps, réduisez les risques de fuite de données et maintenez le contrôle total.
Prêt à transformer votre homelab ? Essayez cette configuration dès aujourd’hui et partagez vos retours dans la section commentaires ci‑dessous !
