SEC.01

Le playbook

Le run démarre en lecture seule : les sondes de reconnaissance décident de la suite. Les étapes qui suivent sont adaptées à la distribution et à l'état trouvés — une vraie machine est rarement propre.

1. 01recondistro, version et gestionnaire de paquets (apt ou dnf)
2. 02reconDocker Engine + plugin compose présents et actifs ? (sinon, étape docker)
3. 03reconJupyterLab déjà déployé (conteneur, volume, /opt/jupyter) ? sain → vérifier et sauter
4. 04reconport 8888 libre ?
5. 05reconRAM ≥ 2 Go et ≥ 5 Go de disque libres
6. 06agirInstaller Docker Engine + Compose (seulement s’il est absent)vérif
7. 07agirGénérer le token d’accès (/opt/jupyter/jupyter.env)vérif
8. 08agirLancer JupyterLabvérif
9. 09agirL’API répond (token exigé)vérif

SEC.02

Ce qu'elle vérifie

Chaque étape embarque sa propre vérification. Le run ne continue que si elle passe, donc ce que la recette annonce comme fait est ce qui est réellement sur le serveur.

1. 01vérifInstaller Docker Engine + Compose (seulement s’il est absent)Vérifié parsystemctl is-active docker && docker compose versionattendu : active, puis « Docker Compose version v2… »
2. 02vérifGénérer le token d’accès (/opt/jupyter/jupyter.env)Vérifié parstat -c '%a' /opt/jupyter/jupyter.env && grep -c '^JUPYTER_TOKEN=.' /opt/jupyter/jupyter.envattendu : 600, puis 1
3. 03vérifLancer JupyterLabVérifié pardocker inspect -f '{{.State.Status}}' jupyterattendu : running
4. 04vérifL’API répond (token exigé)Vérifié partimeout 120 bash -c 'until curl -s -o /dev/null http://127.0.0.1:8888/api; do sleep 3; done'; curl -s -o /dev/null -w '%{http_code}' http://127.0.0.1:8888/api/contentsattendu : 403 (l’API refuse sans token : l’auth est bien active)

SEC.03

Les garde-fous

Les consignes non négociables que le run doit respecter, quoi qu'il trouve sur le serveur.

SEC.04

Comment une recette s'exécute dans Servor

Servor est zero-knowledge : la plateforme ne peut rien exécuter seule. Quand vous lancez cette recette, un run lit la reconnaissance, planifie les étapes et demande votre validation. Chaque commande approuvée est signée par votre navigateur — avec une clé que le serveur ne voit jamais — puis relayée telle quelle à l'agent, qui vérifie la signature localement avant d'exécuter.

SEC.05

Bouton Deploy on Servor

Vous maintenez JupyterLab ou un projet qui en dépend ? Ajoutez ce bouton à votre README ou à votre site : en un clic, vos utilisateurs l'installent sur leur propre serveur.

SEC.06

D'autres recettes ia / ml

1. 01OllamaOllama pour faire tourner des LLM locaux (GPU NVIDIA si présent, sinon CPU), API sur 127.0.0.1, pull d’un modèle optionnel.
2. 02Open WebUIInterface web pour LLM (Ollama) Open WebUI via Docker, sur 127.0.0.1, branchée sur l’Ollama local.
3. 03Pilotes NVIDIA + CUDAPilote NVIDIA, toolkit CUDA et Container Toolkit Docker depuis les dépôts officiels. Destructif : modules noyau, redémarrage probable.
4. 04ComfyUI (Stable Diffusion)ComfyUI pour la génération d’images, installé depuis le dépôt officiel en service systemd (GPU NVIDIA recommandé, CPU possible).
5. 05Serveur d’inférence vLLMvLLM pour servir un LLM en API OpenAI-compatible sur 127.0.0.1, protégée par une clé générée. GPU NVIDIA requis.