> For the complete documentation index, see [llms.txt](https://docs.kiloiot.io/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.kiloiot.io/kilo-docs-fr/kilo-iot-server/physical-ai.md).
# Plateforme d’IA physique pour agents IA
Découvrez comment la plateforme Kilo Physical AI connecte des agents IA à des appareils IoT via MCP, des API, une automatisation testée, des commandes sûres, la vérification et des pistes d’audit.
Les modèles d’IA peuvent interpréter des objectifs et raisonner sur des informations complexes. Faire fonctionner un bâtiment, une machine, une flotte ou un site distant exige une autre couche : un système fiable qui transforme l’intention du modèle en actions que l’infrastructure physique peut accepter, puis qui rend compte de ce qui s’est réellement passé.
Le Kilo IoT Server fournit cette couche d’exécution de l’IA physique. Il offre aux agents d’IA une interface cohérente avec des appareils hétérogènes tout en gardant les protocoles des appareils, les frontières organisationnelles, les permissions, les garde-fous opérationnels et l’historique des résultats à l’intérieur du système IoT conçu pour les gérer.
## Comment les agents d’IA contrôlent des appareils du monde réel
Le modèle d’IA fournit l’intelligence : il interprète la demande, évalue le contexte et propose ce qui devrait se passer. Kilo fournit les opérations du monde physique : il maintient l’état des appareils, limite ce qui peut être modifié, exécute une automatisation testée ou des commandes d’appareils, et renvoie des preuves du résultat.
Cette séparation est importante, car une réponse générée et une action physique n’ont pas les mêmes modes de défaillance. Un modèle ne devrait pas avoir à improviser à chaque fois qu’il agit les protocoles radio, les charges utiles de commande, la disponibilité des appareils, les politiques d’accès ou le comportement de reprise.
## Cycle de vie sûr du contrôle d’appareils par l’IA
Kilo prend en charge un cycle de vie de production autour des actions dans le monde réel :
1. **Observer** — lire la télémétrie normalisée, l’état des appareils, les alarmes et le contexte d’exploitation.
2. **Raisonner** — fournir à l’IA des informations ancrées dans le déploiement plutôt que des charges utiles déconnectées.
3. **Simuler** — tester la logique d’automatisation avec des entrées représentatives avant le déploiement, y compris sur [des appareils émulés](/kilo-docs-fr/kilo-iot-server/devices/emulated-devices.md) qui produisent les relevés que vous spécifiez, afin qu’une boucle puisse être exercée avant même que l’équipement n’existe.
4. **Approuver** — appliquer les permissions de l’utilisateur connecté et exiger une confirmation lorsque le flux de travail l’impose.
5. **Agir** — déployer une règle ou exécuter une commande d’appareil typée via la connexion configurée.
6. **Vérifier** — inspecter la remise de la commande, la confirmation optionnelle de l’appareil et l’état résultant.
7. **Enregistrer** — conserver l’historique pertinent d’exécution ou de version afin que les opérateurs puissent enquêter et rétablir la situation.
Le [Moteur de règles](/kilo-docs-fr/kilo-iot-server/rules-engine.md) fournit le débogage, la simulation, les builds contrôlés, le déploiement, l’historique des versions et la restauration. [Commandes d’appareil](/kilo-docs-fr/kilo-iot-server/devices/commands.md) fournissent des actions nommées avec des paramètres typés, un statut de dispatch et une vérification facultative.
## Infrastructure d’IA physique pour les fournisseurs de modèles
Kilo offre un moyen d’ajouter des capacités du monde physique sans reconstruire une couche de contrôle IoT. Une seule intégration peut atteindre des capteurs, des machines, des actionneurs, des bâtiments, des flottes et d’autres actifs connectés, quels que soient les fabricants et les protocoles.
Le IoT Server fournit déjà la base opérationnelle autour de cette intégration : modèles d’appareils, connectivité, accès multi-organisation, tableaux de bord, alarmes, automatisation, contrôle à distance, déploiement cloud ou sur site, et interfaces pour les clients IA et les logiciels. Les fournisseurs de modèles peuvent se concentrer sur l’intelligence pendant que Kilo gère la frontière où le logiciel rencontre les opérations physiques.
Kilo est agnostique vis-à-vis des modèles. Les équipes peuvent utiliser OpenAI, Anthropic, OpenRouter, un point de terminaison de modèle auto-hébergé ou compatible, ou un autre système d’IA sans remplacer la couche d’appareils et d’exploitation.
## Connecter des agents d’IA à l’IoT via MCP ou des API
### Connecter un client d’IA externe via MCP
Le [Kilo MCP Server](/kilo-docs-fr/kilo-iot-server/api/mcp-server.md) permet à un client d’IA compatible de se connecter avec un compte Kilo et de découvrir les outils disponibles pour cet utilisateur. La connexion est limitée à l’organisation sélectionnée et hérite des permissions de l’utilisateur.
Cet ensemble d’outils inclut désormais le contrôle des appareils. Un client connecté peut lister les commandes configurées sur un appareil, en exécuter une et vérifier si elle a été transmise — `device_command_list`, `device_command_execute`, `device_command_status` — afin qu’un modèle externe puisse réaliser les **Agir** et **Vérifier** étapes ci-dessus sans quitter la conversation. L’exécution se fait derrière une confirmation, utilise des définitions de commandes déjà présentes sur l’appareil et s’inscrit dans l’historique d’exécution des commandes comme n’importe quel autre envoi.
Utilisez MCP lorsqu’une personne souhaite que ChatGPT, Claude, Codex, Cursor ou un autre client compatible travaille avec un déploiement Kilo en direct. Les actions exactes disponibles dépendent des outils exposés par le serveur et de l’accès de l’utilisateur connecté.
### Utiliser l’assistant IA intégré
Le [Assistant IA IoT](/kilo-docs-fr/kilo-iot-server/ai-assistant.md) fonctionne à l’intérieur de Kilo. Il peut raisonner sur le contexte de déploiement en direct et historique, et aider à provisionner des appareils, à construire et simuler des règles, et à configurer des alarmes tout en présentant les changements conséquents pour confirmation.
Utilisez l’assistant intégré lorsque les opérateurs veulent l’IA dans la même interface que leurs appareils, règles, alarmes et tableaux de bord.
### Intégrer un service via REST ou gRPC
Le [API de la plateforme IoT Kilo](/kilo-docs-fr/kilo-iot-server/api.md) est destinée aux logiciels que votre équipe construit, y compris les backends d’agents, les systèmes de reporting, les intégrations industrielles et les flux de travail sans surveillance. Les clés API portent des portées explicites et le contexte de l’organisation.
Utilisez une API lorsque vous avez besoin d’une intégration applicative déterministe plutôt que d’un client conversationnel autorisé par l’utilisateur.
## Contrôles d’entreprise pour l’IA physique
* **Limites de permissions :** L’accès de l’IA reste limité au rôle et à l’organisation de l’utilisateur connecté.
* **Tester avant déploiement :** l’automatisation peut être déboguée et simulée avant d’atteindre l’infrastructure en production.
* **Versions contrôlées :** les builds de règles sont déployés explicitement et les versions précédentes peuvent être restaurées.
* **Commandes limitées :** des paramètres typés définissent les entrées qu’une action sur un appareil accepte.
* **Vérification des résultats :** les commandes conservent l’état d’envoi et peuvent nécessiter une confirmation de l’appareil lorsque cela est pris en charge.
* **Historique traçable :** les versions et exécutions des règles, les exécutions de commandes d’appareils et les modifications d’accès de l’organisation conservent leurs propres enregistrements correspondants.
* **Choix du déploiement :** le même modèle opérationnel est disponible via Kilo Cloud ou un IoT Server sur site.
Ces contrôles ne rendent pas automatiquement chaque action physique sûre. L’organisation décide encore quels appareils sont contrôlables, quelles plages de paramètres sont appropriées, qui peut agir et où une approbation humaine est requise.
## Connecter un agent d’IA via le serveur MCP IoT
1. Ouvrir [Kilo IoT MCP Server pour agents d’IA](/kilo-docs-fr/kilo-iot-server/api/mcp-server.md) et ajoutez le point de terminaison publié à un client compatible.
2. Connectez-vous avec votre compte Kilo habituel et autorisez la connexion.
3. Commencez par une requête en lecture seule, comme lister les appareils ou résumer les alarmes.
4. Confirmez l’organisation sélectionnée et les outils disponibles pour votre compte.
5. Testez une automatisation proposée avant d’approuver son déploiement.
6. Examinez l’historique correspondant de la règle ou de la commande après une action physique.
Pour un backend personnalisé, commencez par le [API REST publique](/kilo-docs-fr/kilo-iot-server/api/public-rest-api.md) et créez une clé limitée sous **Paramètres → Clés API**.
## Voir aussi
* [Assistant IA IoT](/kilo-docs-fr/kilo-iot-server/ai-assistant.md)
* [Kilo IoT MCP Server pour agents d’IA](/kilo-docs-fr/kilo-iot-server/api/mcp-server.md)
* [Moteur de règles](/kilo-docs-fr/kilo-iot-server/rules-engine.md)
* [Commandes d’appareil](/kilo-docs-fr/kilo-iot-server/devices/commands.md)
* [Utilisateurs et permissions](/kilo-docs-fr/kilo-iot-server/account/users-and-permissions.md)
* [Journal d’audit](/kilo-docs-fr/kilo-iot-server/reports/audit-trail.md)
---
# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.
## Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.
Perform an HTTP GET request on the current page URL with the `ask` query parameter, and the optional `goal` query parameter:
```
GET https://docs.kiloiot.io/kilo-docs-fr/kilo-iot-server/physical-ai.md?ask=&goal=
```
`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is optional and describes the broader end goal you are ultimately trying to accomplish on behalf of the user. GitBook uses it to tailor the answer towards what is most useful for that goal.
The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.
Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.
