Gouvernance et IA
ne s’excluent pas mutuellement.

Le moteur impose le périmètre de chaque tenant au moyen de la sécurité au niveau des lignes de PostgreSQL, d’accès à la base de données séparés selon les rôles, de partitions vectorielles limitées à l’organisation, d’autorisations refusées par défaut et d’un journal d’audit protégé par une chaîne cryptographique. Les identifiants sont chiffrés au repos. Le TLS en périphérie, le chiffrement de l’infrastructure, la garde des clés, la localisation des données et les certifications relèvent explicitement du déploiement ou de l’organisation.

Deeplinq expose des interfaces compatibles avec OpenAI et Anthropic, puis achemine les requêtes via des connecteurs enregistrés vers des fournisseurs hébergés, des points de terminaison compatibles ou des modèles auto-hébergés. La découverte des fournisseurs facilite l’enregistrement des modèles disponibles, avec la possibilité de saisir manuellement leurs identifiants lorsqu’un fournisseur n’expose pas de mécanisme de découverte.

Le déploiement détermine la base de données, le stockage objet, la base vectorielle, la région et les points de terminaison des modèles. L’auto-hébergement permet de conserver le moteur et les modèles locaux dans l’environnement choisi. Les appels à des fournisseurs de modèles hébergés entraînent une sortie de données vers ces fournisseurs. Le routage et l’architecture de déploiement doivent donc respecter votre politique de localisation des données.

Le moteur lie chaque requête à un appelant et à une organisation immuable, vérifie les autorisations actives sur les modèles et les données, réserve le budget et applique les garde-fous configurés. Chaque outil d’agent est déclaré automatique ou soumis à approbation. Une action soumise à approbation ne peut pas être exécutée avant la décision de son responsable.

Le registre couvre les échecs d’authentification, les refus d’accès, les autorisations, les modifications de connecteurs et de tarifs, la facturation, le routage des modèles, les garde-fous, les décisions liées aux connaissances, le cycle de vie des agents et les résultats minimisés des appels externes. Les prompts, les réponses, les preuves brutes, les secrets et les charges utiles des outils en sont exclus.

L’usage est tarifé à partir des tokens d’entrée et de sortie mesurés. Avant un appel, le moteur réserve le coût maximal sur le solde de crédits de l’organisation, puis impute l’usage réel et libère le reliquat. Les exécutions d’agents ajoutent des limites explicites sur le nombre d’étapes, la durée et les crédits.

Le moteur Deeplinq n’entraîne aucun modèle sur les contenus client. Les conditions de conservation et d’entraînement des modèles hébergés dépendent du fournisseur et du compte configurés pour le déploiement. Les modèles auto-hébergés évitent ce transfert sortant vers un fournisseur.

Configurez un client compatible avec OpenAI ou Anthropic pour utiliser l’URL de base de Deeplinq, puis transmettez l’identifiant de tenant émis pour votre application. Le moteur s’exécute sur un serveur unique avec sa console d’administration intégrée. Les stockages durables et les sidecars facultatifs sont configurés selon le déploiement.