↓ Aller au contenu
Mornati Blog

Marco Mornati

Ingénieur logiciel · Adepte du self-hosting · Passionné d'IA et d'OSS

49 articles
J'écris depuis 2023
EN · FR · IT

Utilisez l'IA pour construire l'outil, pas pour être l'outil

Demander à un agent de bloquer du temps de concentration, de résumer les chiffres d'hier ou de trouver un créneau de réunion, ça marche, mais on paie à chaque fois, et la réponse change. J'ai mesuré 14 exécutions de Claude Code sur trois tâches du quotidien. Écrire le script une …

dernier 16 mins IA et Agents de Codage

U05 actif ai-email-assistant Un tri Gmail toutes les heures, les règles d'abord et un petit modèle en dernier, qui transforme les vraies demandes en Google Tasks. Noyé sous les mails : ai-email-assistant, les règles d'abord, les modèles ensuite 1 articleai-coding-agents
  1. Noyé sous les mails : ai-email-assistant, les règles d'abord, les modèles ensuite20′

Page du projet Dépôt

U06 actif Jev & System One Des modèles de décision qui jugent mes automatisations Home Assistant et routent chaque prompt vers le bon LLM. Laya 0.4.2 et VegaML : un modèle de décision qui fait rouler une bille en bas d'une pente, sur un MacBook de 16 Go 6 articlessmart-home
  1. Laya 0.4.2 et VegaML : un modèle de décision qui fait rouler une bille en bas d'une pente, sur un MacBook de 16 Go26′
  2. Clef-flash contre Jev : le modèle de décision ouvert de Cloudflare sur un MacBook de 16 Go13′
  3. Laya contre Jev, dix jours plus tard : de nouveaux rivaux, un fine-tuning sur mon MacBook et un retour à la réalité dans Home Assistant24′
  4. Jev dans Home Assistant, round deux : historique, retours et la question du modèle local13′
  5. Jev dans Home Assistant : un modèle de décision pour trancher les cas douteux26′
  6. system-one-router : laisser un modèle « System One » choisir le bon LLM pour chaque prompt24′

Page du projet Dépôt

U07 actif ai-running-coach Des agents IA qui planifient et analysent mon entraînement de trail à partir des données Garmin. Des vidéos produit narrées sans fichier vidéo : un canvas, du JavaScript et une voix off gratuite 4 articlesai-coding-agents
  1. Des vidéos produit narrées sans fichier vidéo : un canvas, du JavaScript et une voix off gratuite22′
  2. ai-running-coach, cinq jours après : un chat, un casier à matériel, une carte GPS et une série de vidéos17′
  3. ai-running-coach, neuf jours après : un tableau de bord, une vingtaine de métriques et le coach dans la poche15′
  4. Préparer un ultra-trail avec ai-running-coach : de la planification à la ligne d'arrivée11′

Page du projet Dépôt

U08 actif leanproxy-mcp Un pare-feu à tokens pour MCP qui garde le contexte d'entrée léger et les secrets hors des prompts. Des vidéos produit narrées sans fichier vidéo : un canvas, du JavaScript et une voix off gratuite 3 articlesai-coding-agents
  1. Des vidéos produit narrées sans fichier vidéo : un canvas, du JavaScript et une voix off gratuite22′
  2. Votre contexte d'entrée MCP : quels IDE font du lazy loading et comment LeanProxy le garde plat13′
  3. La taxe cachée sur chaque requête IA : Comment les serveurs MCP vident votre budget de tokens8′

Page du projet Dépôt

U09 actif gphoto2proton & proton-faces Migrer 354 Go de Google Photos vers Proton, puis y chercher des visages en local. Chercher dans Proton Photos comme dans Google Photos : comment j'ai construit proton-faces 2 articlesprogramming
  1. Chercher dans Proton Photos comme dans Google Photos : comment j'ai construit proton-faces21′
  2. Comment j'ai construit gphoto2proton pour migrer 354 Go de Google Photos vers Proton8′

Page du projet Dépôt

U10 actif Solar & home energy La production solaire mesurée, le chauffe-eau qui la suit, et si tout cela est rentable. Le chauffe-eau, 4 ans plus tard : orchestration solaire + heures creuses (v2) 3 articlessolar-energy
  1. Le chauffe-eau, 4 ans plus tard : orchestration solaire + heures creuses (v2)12′
  2. Deux ans de solaire : les vrais chiffres, le vrai ROI18′
  3. Une batterie solaire est-elle rentable en 2026 ?6′

Page du projet Tableau de bord Dépôt

U11 actif Self-hosted Arlo Des caméras Arlo sans le cloud Arlo, sur ma propre station de base et Home Assistant. Analyse approfondie de la station de base Arlo : consommation batterie, paquets sniffés et configuration routeur 5 articlessmart-home
  1. Analyse approfondie de la station de base Arlo : consommation batterie, paquets sniffés et configuration routeur19′
  2. Corriger la durée de vie de la batterie des caméras Arlo au niveau WiFi14′
  3. Intégrer votre stack Arlo auto-hébergé avec Home Assistant : Capteurs, automatisations et tableau de bord Lovelace36′
  4. Auto-héberger Arlo sur votre propre serveur : Stack, correctifs et leçons apprises27′
  5. Remplacer la station de base Arlo par un routeur Netgear Orbi37′

Page du projet Dépôt

U12 calme nexus-dev Un RAG local et une passerelle MCP qui donnent de la mémoire aux agents de code sans exploser les tokens. L'avenir de l'outillage agentique : MCP Servers vs CLI — Une comparaison basée sur les données 5 articlesai-coding-agents
  1. L'avenir de l'outillage agentique : MCP Servers vs CLI — Une comparaison basée sur les données22′
  2. Comment RAG peut réduire vos coûts de codage IA de 80%9′
  3. Des outils aux agents : L'évolution de Nexus-Dev7′
  4. Résoudre l'explosion d'outils MCP : Une approche par passerelle pour les agents de codage IA6′
  5. Arrêtez de vous répéter avec l'IA : Comment j'ai construit un système RAG local pour les assistants de codage5′

Page du projet Dépôt

U13 calme Hitachi CSNet for Home Assistant Une intégration Home Assistant pour les pompes à chaleur Hitachi, rétro-conçue depuis l'API cloud. Reverse-Engineering de l'API Cloud Hitachi avec l'IA : Des DevTools du navigateur à une intégration Home Assistant complète 2 articlessmart-home
  1. Reverse-Engineering de l'API Cloud Hitachi avec l'IA : Des DevTools du navigateur à une intégration Home Assistant complète13′
  2. Automatisez facilement votre maison avec les appareils Hitachi : Une intégration personnalisée Home Assistant4′

Page du projet Dépôt

U14 calme Cyber Code Academy Une plateforme d'apprentissage construite en vibe coding, puis déployée, durcie et testée. Tests de pénétration personnalisés en Vibe Coding : Quand l'IA devient votre partenaire sécurité 4 articlesai-coding-agents
  1. Tests de pénétration personnalisés en Vibe Coding : Quand l'IA devient votre partenaire sécurité9′
  2. Sécuriser l'exécution de code Python : Comment nous avons protégé notre serveur contre le code non fiable13′
  3. Dans les coulisses : La section Admin de Cyber Code Academy13′
  4. Créer Cyber Code Academy : Une expérience de "Vibe Coding Pur"4′

Page du projet

  1. Noyé sous les mails : ai-email-assistant, les règles d'abord, les modèles ensuite IA et Agents de Codage 20′
  2. Laya 0.4.2 et VegaML : un modèle de décision qui fait rouler une bille en bas d'une pente, sur un MacBook de 16 Go IA et Agents de Codage 26′
  3. Nouvelle semaine, un autre coach IA : ai-finance-coach IA et Agents de Codage 28′
  4. Des vidéos produit narrées sans fichier vidéo : un canvas, du JavaScript et une voix off gratuite IA et Agents de Codage 22′
  5. Clef-flash contre Jev : le modèle de décision ouvert de Cloudflare sur un MacBook de 16 Go IA et Agents de Codage 13′
  6. Laya contre Jev, dix jours plus tard : de nouveaux rivaux, un fine-tuning sur mon MacBook et un retour à la réalité dans Home Assistant IA et Agents de Codage 24′
  7. ai-running-coach, cinq jours après : un chat, un casier à matériel, une carte GPS et une série de vidéos IA et Agents de Codage 17′
  8. ai-running-coach, neuf jours après : un tableau de bord, une vingtaine de métriques et le coach dans la poche IA et Agents de Codage 15′
  9. Jev dans Home Assistant, round deux : historique, retours et la question du modèle local Maison Connectée et Home Assistant 13′
  10. Jev dans Home Assistant : un modèle de décision pour trancher les cas douteux Maison Connectée et Home Assistant 26′
  11. system-one-router : laisser un modèle « System One » choisir le bon LLM pour chaque prompt IA et Agents de Codage 24′
  12. Préparer un ultra-trail avec ai-running-coach : de la planification à la ligne d'arrivée IA et Agents de Codage 11′