🎁 Guides pratiques à télécharger gratuitement : https://tally.so/r/PdBz2P

👉 Ce que vous allez apprendre :
✅ Pourquoi installer un LLM local (économies, vie privée, indépendance)
✅ Ce qu'est Gemma 4 et pourquoi c'est une révolution open source
✅ Quelle machine / quel modèle selon ton budget (Mac Apple Silicon + Windows NVIDIA)
✅ Comprendre la quantisation : Q4, Q8, BF16 — lequel choisir
✅ Installer et configurer LM Studio pas à pas
✅ Activer les connecteurs MCP via Docker dans LM Studio
✅ Connecter ton LLM local à n8n, OpenClaw et Claude Code via API

🛠 Outils et ressources mentionnés :
🔗 LM Studio → https://lmstudio.ai
🔗 Gemma 4 (Google DeepMind) → https://ai.google.dev/gemma
🔗 Cloudflare Tunnel → https://developers.cloudflare.com/cloudflare-one/connections/connect-networks/
🔗 Docker → https://www.docker.com
🔗 n8n → https://n8n.io
🔗 OpenClaw → https://www.hostinger.fr/av10
🔗 Claude Code → https://claude.ai/code

MES PROGRAMMES DE FORMATION (15 mois) :
🚀 NoCode Bootcamp – Deviens chef de projet NoCode et construis des apps sans coder, en alternance → https://bit.ly/4jlh1Rr

MES PROGRAMMES DE FORMATION (2 mois) :
🤖 Formation Make – Automatise tes process avec Make → https://bit.ly/3EeaDfF
💻 Formation Bubble – Crée ton SaaS sans coder avec Bubble → https://bit.ly/43Dm2A7
🎨 Formation Webflow – Crée un site pro avec Webflow → https://bit.ly/42glYUy

MES AUTRES COMPTES :
🌍 Mon site web – https://www.illith.com/
👨‍💻 LinkedIn – https://www.linkedin.com/in/antoine-vigneau33/
📱 TikTok – tiktok.com/@illithformation
📸 Instagram – https://www.instagram.com/illith_bordeaux/

⌚️ Les temps forts de la vidéo :
0:00 Introduction
0:44 Ce qu'on va voir dans cette vidéo
1:12 C'est quoi un LLM ?
1:31 Pourquoi installer un LLM en local ? (4 raisons)
3:33 Le hardware : pourquoi c'était pas possible avant
4:09 Mac vs Nvidia — quel matériel choisir ?
4:28 Mac Mini comme serveur IA — le calcul qui change tout
5:17 Gemma 4 — le nouveau modèle open source de Google
7:22 Quelle machine pour quel modèle ? (tableaux Mac + Windows)
9:30 Q4, Q8, BF16 — la quantisation expliquée simplement
10:12 Ollama vs LM Studio vs Jan — comparatif des solutions
11:37 Installation de LM Studio (pas à pas)
12:23 Configuration générale & mode développeur
14:04 Télécharger Gemma 4 dans LM Studio
16:46 Configurer le modèle (contexte, température, système)
19:44 Premier test en direct avec Gemma 4
20:24 Connecter des outils MCP à votre LLM
22:00 Docker + MCP Toolkit — le catalogue complet
24:48 Demo live — MCP YouTube Transcript en action
27:29 LM Link — partager votre modèle avec d'autres machines
28:39 Connecter votre LLM via API (N8N, Make, etc.)
31:44 Sécuriser vos appels API avec un token
34:26 Problème localhost → solution tunnel Cloudflare
36:18 Connecter N8N avec l'URL tunnel
37:05 Créer un agent N8N avec votre modèle local
39:09 Configurer Claude Code avec LM Studio
42:01 Connecter Open Claw à votre modèle local
45:45 Conclusion — limites actuelles & ce qui arrive
46:02 Outro