Votre agent propose. Cradle décide de ce qui peut s'exécuter.
Cradle se place entre votre agent et les systèmes qu'il peut modifier, sur votre propre matériel. Chaque appel d'outil arrive sous forme de proposition typée, franchit une porte déterministe — contrat, permissions, classe d'effet de bord, approbation humaine là où le risque l'exige — puis atterrit dans un journal chaîné par hachage.
Un point de contrôle unique entre l'agent et vos systèmes
Ni interface de chat, ni surcouche d'un modèle. Voici le chemin que parcourt un appel d'outil avant de devenir un effet.
Proposition de l'agent
Votre agent n'appelle pas les outils directement. Il soumet une proposition typée : quel outil, quels arguments, pour le compte de qui.
Porte déterministe
Sans modèle. Contrat des arguments, enregistrement de l'outil, portées requises, classe d'effet de bord du pur à l'irréversible, clé d'idempotence.
Approbation humaine si requise
Délimitée, expirante, à usage unique, jamais auto-accordée. Une proposition non approuvée attend au lieu de s'exécuter.
Exécution via la passerelle
Un outil non enregistré n'est pas appelable. L'enregistrement déclare ce que l'outil peut toucher, ainsi que l'outil qui le compense.
Entrée d'audit chaînée par hachage
Proposition, décision, observation — ajoutées avec une chaîne SHA-256 sur du JSON canonique : toute altération brise la chaîne.
Ce qui casse dès que l'agent a un accès réel
Un prompt n'est pas une contrainte
instruction contre règle
Une instruction dans un system prompt est une suggestion que le modèle peut suivre. S'il ne la suit pas, rien dans le système n'arrête l'appel.
La pause vit dans l'agent
approbation sans limites
S'arrêter avant un appel d'outil est courant. Ce qui manque d'ordinaire : une portée pour cette approbation, une expiration, la garantie d'un usage unique, et l'interdiction faite à l'agent d'approuver sa propre demande.
Les traces disent comment, pas pourquoi
observabilité contre décision
Une trace indique quel appel a eu lieu. Elle ne dit pas quelle règle l'a autorisé, ni si l'enregistrement a été retouché ensuite.
Trois étapes, de l'installation à la production
Jour 1
Installer
Cradle Server s'installe en un seul binaire sur Linux ou macOS. Télécharge des modèles à poids ouverts. Aucune dépendance externe, aucune télémétrie, fonctionne hors ligne dès la première minute.
Jours 2 à 7
Entraîner
Importez vos documents — PDF, DOCX, XLSX, MD. Fine-tuning LoRA optionnel sur la terminologie de l'entreprise. Choisissez parmi 10+ modèles d'agents : support, juridique, ventes, RH.
Jours 8 à 14
Déployer
Enregistrez les outils que vos agents peuvent appeler, puis atteignez-les via la REST API, un widget web intégrable, Telegram ou MCP. Les opérateurs valident les brouillons — approuver, modifier, rejeter — avec journal d'audit complet.
Ce qui compose Cradle
La porte est le produit. Voici les couches qu'elle gouverne, construites autour d'elle.
- 01Multi-canal — Telegram, widget web intégrable, REST API, MCP
- 02Conformité IA Act — journal d'audit + gouvernance
- 03Classifieur de risque — règles L1 + LLM L2
- 04Routage d'agents par compétences et domaine
- 0510+ modèles d'agents avec prompts curés
- 06RAG — parseurs multi-formats (PDF, DOCX, XLSX)
- 07sqlite-vec — base vectorielle embarquée
- 08Crawler web respectueux de robots.txt
- 09Boîte de réception opérateur — workflow approuver/modifier/rejeter
- 10Pipeline LoRA — fine-tuning métier
- 11Model runner — llama.cpp, modèles à poids ouverts
Questions fréquentes
Cradle envoie-t-il des données à l'extérieur ?
Non. Une fois installé, il fonctionne entièrement hors ligne. Le seul trafic sortant provient des téléchargements optionnels de modèles depuis Hugging Face — uniquement quand vous cliquez sur "télécharger". Le serveur peut être complètement air-gapped.
Quel matériel est nécessaire ?
Pour un agent de la classe Mistral 7B : 32 Go de RAM, CPU 16 cœurs, SSD 200 Go. Le GPU est optionnel mais recommandé. Les exigences par modèle sont indiquées par le système d'avertissement de la page Modèles.
Quels modèles peut-on utiliser ?
Tout modèle au format GGUF : Mistral, Llama 4, Qwen 3, Gemma, Phi, DeepSeek. Nous proposons une liste recommandée issue des benchmarks publics (OpenLLM Leaderboard, LMSYS Arena), mais vous pouvez ajouter n'importe quel modèle via URL.
Comment l'intégrer à nos outils existants ?
Cradle expose une REST API et livre aujourd'hui trois canaux — Telegram, un widget web intégrable et l'API HTTP elle-même — ainsi que MCP dans les deux sens : il peut consommer vos serveurs MCP comme se faire consommer en tant que tel. Un nouveau canal demande typiquement 200 lignes de TypeScript.
Peut-on fine-tuner sur nos données ?
Oui. Cradle embarque un pipeline d'entraînement LoRA qui s'exécute sur votre matériel (Apple Silicon ou GPU NVIDIA). Aucune donnée ne quitte votre infrastructure pendant l'entraînement.
Et la conformité au règlement IA européen ?
Cradle inclut journalisation d'audit, approbation humaine dans la boucle et classification des risques par défaut. Nous fournissons des modèles pour la documentation requise par l'Article 11. La conformité finale reste de votre responsabilité — Cradle la rend possible plutôt qu'impossible.
Open source ?
Cradle Community (limitée) est sous licence MIT ; le reste est commercial. L'architecture est ouverte — vous pouvez lire chaque ligne de code qui tourne sur votre machine.
Où êtes-vous basés ?
En Europe. Nous travaillons à distance avec des clients dans toute l'UE et les juridictions alignées.
Installez et enregistrez votre premier outil.
La porte tourne sur votre machine. Le journal y reste aussi.