Assistant IA

L’assistant IA vous permet de décrire un travail en langage courant et de laisser TikMatrix le mettre en file pour vous. Il lit vos appareils, vos comptes et l’historique des tâches, vous montre exactement ce qu’il créerait, et attend votre approbation avant d’écrire quoi que ce soit.

Nécessite Pro

L’assistant est disponible à partir de l’offre Pro, la même exigence que pour l’API locale d’automatisation.

Ce que c’est (et ce que ce n’est pas)

L’assistant ne touche pas directement à vos téléphones. Il travaille comme vous : il regarde ce dont vous disposez, puis met des tâches en file, que l’exécuteur de tâches habituel prend en charge. Tout ce qu’il crée apparaît dans la liste des tâches comme n’importe quelle autre, avec la source assistant.

Il ne peut pas non plus écrire quoi que ce soit de lui-même. Toute action qui modifie l’état interrompt la conversation et vous demande d’abord — voir Rien ne s’exécute sans votre approbation.

Configuration

Le modèle, c’est vous qui le fournissez. TikMatrix n’en livre pas et ne relaie pas vos requêtes : l’application parle au point de terminaison que vous configurez, directement depuis votre machine.

1. Cliquez sur Assistant dans la barre de navigation de gauche.
2. Cliquez sur Paramètres du modèle.
3. Renseignez :

Champ	Quoi mettre
Point de terminaison	L’URL complète chat-completions, p. ex. https://api.openai.com/v1/chat/completions
Modèle	L’identifiant du modèle, p. ex. gpt-4o ou claude-sonnet-4-5
Clé d’API	Votre clé pour ce fournisseur
Format d’API	Laissez sur Détecter d’après l’URL sauf erreur de détection
Limite de tâches par confirmation	Le nombre maximal de tâches qu’une approbation peut créer (par défaut 200)

4. Cliquez sur Enregistrer.

Une fois les réglages acceptés, la ligne d’état en haut du panneau affiche le modèle utilisé : vous voyez d’un coup d’œil vers quel point de terminaison part une conversation.

Quels points de terminaison fonctionnent

Deux formats sont pris en charge :

• Compatible OpenAI — tout point de terminaison qui parle POST /v1/chat/completions. Cela couvre OpenAI lui-même et la plupart des serveurs auto-hébergés : vLLM, LocalAI, la couche compatible OpenAI d’Ollama, DeepSeek, OpenRouter et consorts.
• Anthropic — les points de terminaison qui parlent POST /v1/messages.

Format d’API se laisse normalement sur Détecter d’après l’URL : une URL contenant api.anthropic.com ou /v1/messages est traitée comme Anthropic, tout le reste comme compatible OpenAI. Ne le forcez que si vous passez par un proxy dont l’URL ne révèle pas le dialecte.

Choisissez un modèle capable d’appeler des outils

L’assistant fonctionne entièrement par appels d’outils. Un modèle sans support fiable des outils discutera avec vous mais n’arrivera jamais à planifier quoi que ce soit.

Comment choisir un modèle

Si vous voulez	Utilisez
La planification la plus fiable, avec le moins de surveillance	Un modèle phare actuel d’OpenAI ou d’Anthropic
Un coût réduit sur le travail courant « mets ça sur tout le rack »	Un modèle de milieu de gamme des mêmes fournisseurs
Que rien ne quitte votre machine	Un serveur local (Ollama, vLLM, LocalAI) avec un modèle solide en appels d’outils

Les petits modèles locaux sont la cause habituelle du « il discute mais ne planifie jamais ». Avant de conclure que l’assistant est cassé, essayez une fois la même demande sur un modèle hébergé : si ça marche là, le problème venait du modèle, pas de la configuration.

Où sont stockés les réglages

Votre point de terminaison et votre clé sont écrits dans assistant_settings.json, dans le répertoire de données de l’application, et lus par le backend au moment de la requête. Ils ne sont envoyés nulle part ailleurs qu’au point de terminaison que vous avez configuré.

Un réglage n’existe que dans ce fichier : max_tokens, le budget de réponse transmis au modèle. Il vaut 8192 par défaut et est borné entre 1024 et 64000. Augmentez-le à la main si les longues réponses sont tronquées.

Demander du travail

Écrivez ce que vous voulez en langage courant. Quelques exemples :

• Chauffe tous les comptes pendant 20 minutes
• Pourquoi mes dernières tâches ont-elles échoué ?
• Publie sur tous les appareils demain à 09:00
• Abonne-toi à ces cinq comptes depuis les téléphones du groupe Marketing

Une demande passe normalement par trois étapes :

1. Il se renseigne. Quels appareils sont en ligne, quels comptes sont connectés, quels paramètres le script accepte.
2. Il planifie. Il calcule exactement combien de tâches la demande produit et vous montre les totaux — combien de tâches, sur combien d’appareils et de comptes.
3. Vous confirmez. Ce n’est qu’alors que les tâches sont écrites.

Si une demande est ambiguë d’une manière qui change le nombre de tâches créées, l’assistant demande au lieu de deviner.

À quoi ressemble une demande de bout en bout

Vous : chauffe tous les comptes connectés pendant 20 minutes, à partir de demain 9 h

Assistant : (appelle get_script_schema, list_devices, list_accounts, puis plan_tasks) 34 tâches de chauffe sur 12 appareils et 34 comptes, 20 minutes chacune, à partir du 2026-08-27 09:00. Deux comptes ne sont pas connectés et ont été écartés.

Une carte de confirmation apparaît, listant chaque ligne qu’il s’apprête à créer — appareil, compte, et cible quand le script en prend une — ainsi que le script_config exact qui sera écrit. Vous appuyez sur Confirmer, et 34 tâches apparaissent dans la liste.

Préciser le moment

Les tâches peuvent être mises en file pour plus tard : mentionnez une heure et l’assistant l’inscrit dans le plan comme heure de démarrage, que la carte affiche avant approbation. C’est aussi la bonne réponse quand la demande est volumineuse : étaler les abonnements de tout un rack sur une journée paraît bien moins automatisé que de tout déclencher d’un coup, et l’assistant le proposera de lui-même sur les demandes qui semblent risquées.

Sur les versions qui pilotent les deux applications

Une version de TikMatrix configurée à la fois pour TikTok et Instagram ne devinera pas laquelle vous visez, et n’essaiera pas : une demande sans plateforme revient avec une question. Dites « publie sur TikTok sur le groupe Marketing » plutôt que « publie sur le groupe Marketing » et elle passe directement à la planification. Les versions mono-plateforme ne posent jamais la question.

Rien ne s’exécute sans votre approbation

C’est imposé par le code, pas en le demandant gentiment au modèle.

Quand l’assistant s’apprête à faire quelque chose qui modifie l’état, la conversation s’arrête et une carte de confirmation apparaît en montrant ce qui va se passer. L’appel n’est exécuté qu’après que vous avez appuyé sur le bouton de confirmation.

Quatre actions sont protégées ainsi :

Action	Rôle
create_tasks	Met en file les tâches planifiées
stop_task	Arrête une tâche en cours
retry_task	Remet en file une tâche en échec
create_custom_script	Écrit et enregistre un nouveau fichier de script

La création de tâches ajoute un second verrou : le bouton de confirmation ne peut exécuter que le plan qui vous a été montré. L’assistant ne peut pas modifier les paramètres entre l’aperçu et votre approbation — un plan est à usage unique et expire au bout de 15 minutes, de sorte qu’un aperçu que vous avez laissé de côté ne peut pas être confirmé plus tard contre une liste d’appareils qui a changé entre-temps.

La carte n’est pas non plus un résumé rédigé par le modèle : elle affiche les vraies lignes du plan et le vrai script_config, donc ce que vous approuvez est ce qui est écrit.

Refuser est une réponse normale, pas une erreur : le modèle est informé de votre refus et peut proposer autre chose au lieu de réessayer le même appel.

Le plafond de tâches

Une confirmation peut créer au plus 200 tâches par défaut. C’est un frein contre une demande mal comprise — éviter que « chauffe mes comptes » ne devienne un millier de tâches découvertes au matin. Les gros volumes restent possibles : l’assistant les découpe en lots que vous confirmez un par un.

Vous pouvez changer la limite dans Paramètres du modèle → Limite de tâches par confirmation. Les valeurs au-dessus de 2000 sont ramenées à 2000.

Ce que l’assistant peut voir

Il peut utiliser ceci librement, sans demander :

Outil	Ce qu’il lit
list_devices	Appareils connectés, en ligne ou occupés, appartenance aux groupes
list_accounts	Comptes, l’appareil de chacun, et s’il est connecté
list_groups	Groupes d’appareils et leurs tailles
get_script_schema	Tous les scripts que cette version peut exécuter et leurs paramètres exacts
list_tasks	La liste des tâches, filtrable par statut, appareil ou script
get_task_log	Le journal d’une tâche — l’endroit où un échec s’explique en général
get_activity_log	Activité récente des comptes
device_screenshot	Ce qui est à l’écran d’un appareil en ce moment
list_custom_scripts	Vos scripts personnalisés enregistrés
get_custom_script_guide	Comment écrire un script personnalisé
plan_tasks	Calcule ce qu’une demande créerait, sans le créer

Les captures partent chez votre fournisseur de modèle

device_screenshot envoie une image de l’écran du téléphone au point de terminaison que vous avez configuré. Si un écran peut afficher quelque chose que vous préféreriez ne pas transmettre à un tiers, évitez de demander des captures, ou pointez l’assistant vers un modèle que vous hébergez.

Ce qui quitte votre machine

Tout ce que l’assistant lit est envoyé à votre point de terminaison dans le cadre de la conversation — c’est ainsi que le modèle en prend connaissance. En pratique : numéros de série d’appareils et noms de groupes, noms d’utilisateur des comptes et leur état de connexion, lignes de tâches et journaux de tâches, ainsi que toute capture d’écran que vous demandez. Les clés d’API, les identifiants de proxy et les mots de passe des comptes ne font pas partie de ce qu’il peut lire, et ne se retrouvent donc jamais dans la charge utile.

Si cette liste dépasse ce que vous acceptez de confier à un tiers, pointez le point de terminaison vers un modèle que vous exécutez vous-même ; rien d’autre ne change dans la fonctionnalité.

Écrire des scripts personnalisés

Si aucun script intégré ne couvre votre besoin, l’assistant peut en écrire un. Décrivez le travail en langage courant ; il lit le guide de scripting, rédige un programme et vous le montre.

La carte de confirmation le dit explicitement : le script est écrit sur le disque et enregistré pour pouvoir être exécuté comme n’importe quel script intégré. Lisez-le avant d’approuver. Les scripts atterrissent dans un dossier assistant_scripts du répertoire de données de l’application : tout ce qu’il a écrit peut donc être audité, modifié ou supprimé au même endroit.

Quelques limites que l’application impose à ce que le modèle propose :

• Seuls python, python3, node, bun et deno peuvent être enregistrés comme interpréteur — rien qui lancerait un shell suivi d’une charge utile.
• Le nom de fichier doit être un nom simple : pas de séparateur de chemin, pas de .., pas de point initial, 64 caractères au maximum.
• Le code source est plafonné à 200 Ko, et la plateforme doit être generic, tiktok ou instagram.

Ensuite, un script enregistré est un script personnalisé ordinaire : vous pouvez l’ouvrir dans Appareils → Scripts personnalisés, modifier la commande, changer le délai ou le désactiver. Voir Scripts personnalisés pour ce qu’un script peut faire une fois enregistré.

Limites à connaître

• Une demande, douze étapes. Si l’assistant n’a pas terminé au bout de douze appels d’outils, il s’arrête et signale ce qui reste en suspens, au lieu de brûler vos jetons dans une boucle.
• La conversation n’est pas une archive. Elle vit en mémoire — les huit conversations les plus récentes, et les 120 derniers tours de chacune — et est perdue au redémarrage de l’application. Ce qui mérite d’être conservé finit en tâche, et les tâches sont en base de données.
• Changer d’écran est sans risque. Le fil et toute confirmation en attente sont restaurés à votre retour.
• Arrêter met fin à la boucle au prochain point de contrôle. Il ne peut pas interrompre un appel modèle déjà parti : l’étape en cours se termine d’abord.
• Les jetons sont à votre charge. Chaque requête embarque le catalogue de scripts et la conversation jusque-là : un fil long coûte donc plus par message qu’un fil neuf. Pour un travail sans rapport, ouvrir une nouvelle conversation revient moins cher que de continuer l’ancienne.

Dépannage

API access requires Pro or higher plan Votre licence est Starter ou inactive. Vérifiez Paramètres → Licence.

The app is still starting up. Try again in a moment. Le panneau s’est ouvert avant la fin du démarrage des services en arrière-plan. Attendez quelques secondes et renvoyez.

No model endpoint configured / No API key configured / No model configured Ouvrez Paramètres du modèle et renseignez les trois : point de terminaison, modèle et clé d’API.

Could not reach the model endpoint L’application n’a pas pu ouvrir de connexion. Vérifiez l’URL, et qu’un point de terminaison local écoute bien sur ce port.

Le modèle répond mais ne planifie jamais rien Il n’appelle probablement pas d’outils. Essayez un modèle solide sur l’usage des outils, et vérifiez que Format d’API correspond au dialecte de votre point de terminaison.

Chaque réponse est coupée Certains serveurs compatibles OpenAI limitent fortement la sortie par défaut. Relevez la limite côté serveur, ou augmentez max_tokens dans assistant_settings.json.

Il redemande sans cesse la plateforme Cette version pilote TikTok et Instagram. Nommez celle que vous visez dans la demande.

Une carte de confirmation refuse de confirmer Les plans expirent au bout de 15 minutes. Redemandez la même chose pour en obtenir un nouveau.

Les tâches sont créées mais rien ne s’exécute L’Auto WakeUp Agent est probablement désactivé — l’assistant vous en avertit avant la confirmation. Réactivez-le dans Paramètres.

Étapes suivantes

• Scripts personnalisés — écrire et enregistrer une automatisation que les scripts intégrés ne couvrent pas
• Présentation de l’API locale — piloter la même file de tâches depuis vos propres programmes
• Paramètres des tâches — comment les tâches en file sont prises en charge et exécutées