Mestryx-AI
Stack IA locale 2024-2025 : RAG sur la doc perso (infra, workflows), Qdrant, Ollama / OpenWebUI et outils MCP dans Docker pour travailler en contexte sans dépendre du cloud.
Architecture
Stack Docker Mestryx-AI (2024-2025) : IDE / MCP, OpenWebUI, Ollama, Qdrant et indexeur Markdown.
Stack Docker · 2024-2025
Case study
Avant
En 2024, je voulais une stack IA locale pour limiter coût, confidentialité et dépendance cloud, tout en gardant de la puissance pour la doc et le développement.
Objectif : interroger ma documentation (infra, workflows) via RAG, et disposer d’outils utilisables hors ligne, plutôt que consommer une API opaque.
Mission
Déployer en 2024-2025 une stack self-hosted sur Docker Compose : Qdrant (vecteurs), Ollama + OpenWebUI (modèles / chat), bridge MCP pour Cursor, et un indexeur Markdown (partage Samba → embeddings).
Garder le périmètre pragmatique : doc + IDE d’abord ; n8n et annexes en préparation, pas en promesse.
Résultat
Une stack Mestryx-AI opérationnelle sur la période 2024-2025 : RAG quotidien sur la doc infra, requêtes vectorielles depuis l’IDE via MCP, ingestion Markdown automatisée.
Apprentissage : une IA locale utile se construit autour de quelques flux critiques (doc, contexte IDE), pas d’un monolithe d’automatisation dès le jour un.