Intégration IDE & CLI (VS Code, Cursor, Cline, ShellGPT) 💻

L'intégration de LLM Bastion dans votre environnement de développement quotidien (IDE, assistants autonomes, terminaux) est le moyen le plus puissant de sécuriser vos extraits de code et vos secrets locaux tout en bénéficiant de performances d'inférence souveraines.

Puisque LLM Bastion expose une interface standard 100% compatible avec l'API OpenAI, il s'intègre nativement et sans aucun effort dans tous vos outils IA.

1. Extension "Continue" (VS Code & JetBrains) 🔌

Continue est une extension d'assistant de programmation open-source extrêmement populaire pour l'auto-complétion et la discussion.

TIP

Retrouvez le fichier JSON de configuration prêt à copier dans notre dépôt d'exemples : Cookbooks: Continue Configuration JSON

Configuration dans `config.json`

Ouvrez vos paramètres Continue (icône d'engrenage -> config.json) et ajoutez le modèle :

json

{
  "models": [
    {
      "title": "LLM Bastion (GPT-4)",
      "provider": "openai",
      "model": "gpt-4",
      "apiKey": "lb_your_virtual_key_here",
      "apiBase": "https://api.llmbastion.fr/adapters/openai/v1"
    }
  ]
}

2. Cursor IDE (Éditeur AI Natif) 🚀

Cursor est l'éditeur de code IA le plus populaire du marché. Il permet de surcharger la clé OpenAI globale par défaut et l'URL de base pour sécuriser toutes vos interactions d'IDE.

TIP

Retrouvez la configuration de Cursor et son guide dans notre dépôt d'exemples : Cookbooks: Cursor Setup Guide

Paramétrage pas-à-pas

Ouvrez Cursor et ouvrez les paramètres (Ctrl + , ou Cmd + ,).
Rendez-vous dans Cursor Settings -> Models.
Dans la section OpenAI API Key, configurez votre Virtual Key :
text
```
lb_live_votre_virtual_key...
```
Cliquez sur Configure (ou Override OpenAI Base URL) et entrez l'adresse de l'adaptateur LLM Bastion :
text
```
https://api.llmbastion.fr/adapters/openai/v1
```

3. Cline / Roo-Cline (Agent de Codage Autonome) 🤖

Cline et son fork Roo-Cline sont des extensions VS Code autonomes capables de lire et d'écrire dans vos fichiers locaux, d'exécuter des tests et d'interagir avec votre terminal.

Faire transiter ses flux par LLM Bastion est une mesure de sécurité indispensable pour éviter que l'agent n'envoie par mégarde des secrets locaux (mots de passe, clés d'API lues dans vos fichiers .env) à des serveurs LLM tiers externes.

TIP

Retrouvez la configuration complète de Cline dans notre dépôt d'exemples : Cookbooks: Cline Setup Guide

Paramètres de connexion

Dans l'interface de configuration de l'extension :

API Provider : Sélectionnez OpenAI Compatible.
Base URL : https://api.llmbastion.fr/adapters/openai/v1
API Key : lb_live_votre_virtual_key...
Model ID : auto (pour laisser LLM Bastion sélectionner le meilleur modèle ou expert)

Ces configurations sont enregistrées dans votre profil VS Code :

json

{
  "apiProvider": "openai",
  "openAiBaseUrl": "https://api.llmbastion.fr/adapters/openai/v1",
  "openAiApiKey": "lb_live_votre_virtual_key...",
  "openAiModelId": "auto"
}

4. ShellGPT (`sgpt`) (Assistant dans le Terminal) 🐚

ShellGPT permet d'avoir un assistant d'IA directement accessible dans votre ligne de commande pour générer des scripts bash ou analyser vos logs.

TIP

Retrouvez le fichier de configuration de ShellGPT dans notre dépôt d'exemples : Cookbooks: ShellGPT configuration file

Configuration dans `.sgptrc`

Éditez le fichier de configuration global ~/.config/shell_gpt/.sgptrc :

ini

API_BASE_URL=https://api.llmbastion.fr/adapters/openai/v1
OPENAI_API_KEY=lb_live_votre_virtual_key...
DEFAULT_MODEL=auto

5. Aider AI Coding Assistant (Assistant autonome de terminal) 🤖

Aider est l'un des outils de développement autonome les plus appréciés pour éditer des fichiers directement en ligne de commande avec de l'IA.

TIP

Retrouvez le fichier de configuration et les guides prêts à tourner d'Aider dans notre dépôt d'exemples : Cookbooks: Aider configuration file

Configuration dans `aider.conf.yml`

Placez le fichier aider.conf.yml à la racine de votre projet de développement pour router Aider de manière sécurisée par LLM Bastion :

yaml

###################################################################
# LLM Bastion Aider Configuration File 🚀
# Place this file in your project root or at ~/.aider.conf.yml
###################################################################

# Enable auto-commits after each AI modification
auto-commits: true

# Keep standard git attributes
dirty-commits: false

# Specify the OpenAI-compatible model ID of your choice or 'auto'
model: openai/auto

# Custom OpenAI API compatible parameters
openai-api-key: lb_live_votre_virtual_key...
openai-api-base: https://api.llmbastion.fr/adapters/openai/v1

# Additional UI/UX preferences
stream: true
theme: monokai
code-theme: default

6. OpenClaw Messaging & Action Agent 🦞

OpenClaw est un agent d'IA open-source capable de connecter des messageries et des interfaces d'exécution (terminal, fichiers, navigation web).

TIP

Retrouvez le fichier .env d'OpenClaw prêt à l'emploi dans notre dépôt : Cookbooks: OpenClaw Configuration

Configuration dans `.env`

Configurez Kilo Code pour router son trafic via LLM Bastion :

ini

# ===================================================================
# LLM Bastion OpenClaw Configuration 🦞
# ===================================================================

# OpenAI-compatible API base URL pointant vers l'adaptateur de LLM Bastion
OPENAI_API_BASE=https://api.llmbastion.fr/adapters/openai/v1

# Clé d'API Virtual Key de LLM Bastion
OPENAI_API_KEY=lb_live_votre_virtual_key...

# Modèle par défaut à utiliser (auto, balanced, ou model ID spécifique)
OPENAI_MODEL=auto

# Identité du client pour l'audit et le routage
X_BASTION_CLIENT=openclaw-agent

7. Hermes Agent (Self-Improving Agent) 🧠

Hermes Agent est un agent d'IA autonome persistant doté d'outils de self-improvement (auto-amélioration) et de mémoire.

TIP

Retrouvez le fichier de configuration et les guides prêts à tourner dans notre dépôt : Cookbooks: Hermes Agent Guide

Configuration dans `config.json`

json

{
  "agent": {
    "name": "Hermes-Secure-Dev",
    "provider": "openai",
    "api_base": "https://api.llmbastion.fr/adapters/openai/v1",
    "api_key": "lb_live_votre_virtual_key...",
    "model": "auto",
    "temperature": 0.2,
    "max_tokens": 4096,
    "headers": {
      "X-Bastion-Client": "hermes-agent"
    }
  }
}

8. Kilo Code (Agentic Coder) ⚡

Kilo Code est un agent de codage autonome pour l'écriture interactive de code et de tests locaux.

TIP

Retrouvez le profil de Kilo Code dans notre dépôt d'exemples : Cookbooks: Kilo Code Config

Configuration dans `config.json`

json

{
  "api_provider": "openai",
  "api_base": "https://api.llmbastion.fr/adapters/openai/v1",
  "api_key": "lb_live_votre_virtual_key...",
  "default_model": "auto",
  "extra_headers": {
    "X-Bastion-Client": "kilocode-agent"
  }
}

9. OpenAI Swarm (Multi-Agent Swarm Orchestration) 🐝

OpenAI Swarm est le framework d'orchestration multi-agent officiel et ultra-léger développé par OpenAI.

TIP

Retrouvez le script d'orchestration multi-agent Swarm complet dans notre dépôt d'exemples : Cookbooks: OpenAI Swarm Demo

Code de Démo d'Orchestration Swarm (`swarm_demo.py`)

python

#!/usr/bin/env python3
import os
import sys
import json
import urllib.request
import urllib.error

# Couleurs ANSI
GREEN = "\033[92m"
BLUE = "\033[94m"
YELLOW = "\033[93m"
RED = "\033[91m"
RESET = "\033[0m"
BOLD = "\033[1m"

def log_agent(agent_name, message):
    print(f"[{BOLD}{BLUE}{agent_name}{RESET}]: {message}")

def call_agent_api(base_url, api_key, system_prompt, user_query):
    payload = {
        "model": "auto",
        "messages": [
            {"role": "system", "content": system_prompt},
            {"role": "user", "content": user_query}
        ],
        "temperature": 0.2
    }

    headers = {
        "Content-Type": "application/json",
        "Authorization": f"Bearer {api_key}",
        "X-Bastion-Client": f"swarm-{system_prompt[:15].lower().replace(' ', '-')}"
    }

    req_url = f"{base_url}/chat/completions"
    data = json.dumps(payload).encode("utf-8")
    req = urllib.request.Request(req_url, data=data, headers=headers, method="POST")

    with urllib.request.urlopen(req) as response:
        res_body = response.read().decode("utf-8")
        res_json = json.loads(res_body)

    return res_json["choices"][0]["message"]["content"]

def main():
    print(f"\n{BOLD}{GREEN}=== Orchestration Multi-Agents Swarm via LLM Bastion ==={RESET}")

    api_key = os.getenv("BASTION_API_KEY")
    base_url = os.getenv("BASTION_BASE_URL", "https://api.llmbastion.fr/adapters/openai/v1")

    if not api_key:
        print(f"{RED}⚠️  Erreur : La variable d'environnement BASTION_API_KEY n'est pas définie.{RESET}")
        print("Veuillez l'exporter dans votre terminal :")
        print(f"  {BOLD}export BASTION_API_KEY=\"lb_live_votre_virtual_key...\"{RESET}")
        sys.exit(1)

    print(f"📡 Connexion à la passerelle sécurisée : {BOLD}{base_url}{RESET}\n")

    # 1. Requête initiale
    user_query = "Bonjour, je suis le CEO. Je veux acheter la startup SwarmTech pour 5,000,000$. Quels sont les risques et les coûts ?"
    print(f"{YELLOW}CEO Query : {user_query}{RESET}\n")

    # 2. Agent de Triage
    log_agent("Triage Agent", "Réception de la demande. Analyse de l'intention...")
    triage_prompt = (
        "Tu es l'agent de triage. Ta tâche est de diviser la demande de l'utilisateur "
        "en deux sous-tâches pour les experts : un audit de sécurité (Security Auditor) "
        "et une analyse financière (FinOps Optimizer). Rédige une brève introduction."
    )
    triage_response = call_agent_api(base_url, api_key, triage_prompt, user_query)
    log_agent("Triage Agent", f"\n{GREEN}{triage_response}{RESET}\n")

    # 3. Agent d'Audit de Sécurité (Handoff)
    log_agent("Security Auditor", "Analyse des risques de sécurité pour le rachat de SwarmTech...")
    security_prompt = (
        "Tu es l'expert en sécurité (Security Auditor). Analyse les risques de sécurité potentiels "
        "lors d'une acquisition technologique (SwarmTech). Mentionne l'importance du chiffrement "
        "et de la protection des données personnelles."
    )
    security_response = call_agent_api(base_url, api_key, security_prompt, user_query)
    log_agent("Security Auditor", f"\n{GREEN}{security_response}{RESET}\n")

    # 4. Agent FinOps (Handoff)
    log_agent("FinOps Optimizer", "Calcul de l'analyse financière et optimisation des coûts...")
    finops_prompt = (
        "Tu es l'expert FinOps. Évalue l'impact financier de l'acquisition de SwarmTech à 5M$. "
        "Propose des recommandations pour réduire les coûts d'infrastructure cloud."
    )
    finops_response = call_agent_api(base_url, api_key, finops_prompt, user_query)
    log_agent("FinOps Optimizer", f"\n{GREEN}{finops_response}{RESET}\n")

    print(f"{BOLD}{GREEN}=== Fin de l'Orchestration Swarm ==={RESET}")
    print("💡 Toutes les communications inter-agents ont été automatiquement cryptées, anonymisées, et auditées par LLM Bastion.")

if __name__ == "__main__":
    try:
        main()
    except urllib.error.URLError as e:
        print(f"\n{RED}❌ Erreur de connexion à LLM Bastion : {e.reason}{RESET}")
    except Exception as e:
        print(f"\n{RED}❌ Une erreur s'est produite : {e}{RESET}")

📊 Matrice d'Intégration et En-têtes Client

Pour aider LLM Bastion à identifier la provenance de la requête de développement (et ainsi adapter son routage intelligent et ses optimisations), vous pouvez inclure l'en-tête de contrôle X-Bastion-Client dans vos requêtes :

Outil / IDE	En-tête recommandé	Effet dans LLM Bastion
Continue	`X-Bastion-Client: continue`	Optimisation de la latence autocomplete
Cursor	`X-Bastion-Client: cursor`	Routage spécialisé modèle d'édition
Cline	`X-Bastion-Client: cline`	Audit strict des écritures de fichiers
ShellGPT	`X-Bastion-Client: shellgpt`	Filtrage renforcé des commandes destructives
Aider	`X-Bastion-Client: aider`	Inférence optimisée édition CLI
OpenClaw	`X-Bastion-Client: openclaw`	Protection contre l'injection de commandes
Hermes	`X-Bastion-Client: hermes`	Optimisation de mémoire persistante
KiloCode	`X-Bastion-Client: kilocode`	Inférence de code structuré et rapide
Swarm	`X-Bastion-Client: swarm`	Cache partagé inter-agents collaboratifs

Intégration IDE & CLI (VS Code, Cursor, Cline, ShellGPT) 💻 ​

1. Extension "Continue" (VS Code & JetBrains) 🔌 ​

Configuration dans config.json ​

2. Cursor IDE (Éditeur AI Natif) 🚀 ​

Paramétrage pas-à-pas ​

3. Cline / Roo-Cline (Agent de Codage Autonome) 🤖 ​

Paramètres de connexion ​

4. ShellGPT (sgpt) (Assistant dans le Terminal) 🐚 ​

Configuration dans .sgptrc ​

5. Aider AI Coding Assistant (Assistant autonome de terminal) 🤖 ​

Configuration dans aider.conf.yml ​

6. OpenClaw Messaging & Action Agent 🦞 ​

Configuration dans .env ​

7. Hermes Agent (Self-Improving Agent) 🧠 ​

Configuration dans config.json ​

8. Kilo Code (Agentic Coder) ⚡ ​

Configuration dans config.json ​

9. OpenAI Swarm (Multi-Agent Swarm Orchestration) 🐝 ​

Code de Démo d'Orchestration Swarm (swarm_demo.py) ​

📊 Matrice d'Intégration et En-têtes Client ​

Intégration IDE & CLI (VS Code, Cursor, Cline, ShellGPT) 💻

1. Extension "Continue" (VS Code & JetBrains) 🔌

Configuration dans `config.json`

2. Cursor IDE (Éditeur AI Natif) 🚀

Paramétrage pas-à-pas

3. Cline / Roo-Cline (Agent de Codage Autonome) 🤖

Paramètres de connexion

4. ShellGPT (`sgpt`) (Assistant dans le Terminal) 🐚

Configuration dans `.sgptrc`

5. Aider AI Coding Assistant (Assistant autonome de terminal) 🤖

Configuration dans `aider.conf.yml`

6. OpenClaw Messaging & Action Agent 🦞

Configuration dans `.env`

7. Hermes Agent (Self-Improving Agent) 🧠

Configuration dans `config.json`

8. Kilo Code (Agentic Coder) ⚡

Configuration dans `config.json`

9. OpenAI Swarm (Multi-Agent Swarm Orchestration) 🐝

Code de Démo d'Orchestration Swarm (`swarm_demo.py`)

📊 Matrice d'Intégration et En-têtes Client