--- title: "Dify avec des modèles hébergés en Europe" description: "Ajoutez inference.eu à Dify avec le plugin OpenAI-API-compatible et construisez chatbots, agents et workflows sur des modèles open-weight traités dans l’UE." canonical: "https://inference.eu/fr/integrations/dify/" language: "fr" --- Automatisation · Dify # Utiliser Dify avec des modèles open source hébergés dans l’UE Dify est une plateforme open source pour construire applications IA, agents et workflows dans un éditeur visuel. Son plugin de fournisseur OpenAI-API-compatible se connecte à toute API compatible : vos applications Dify tournent ainsi sur les modèles open-weight d’inference.eu, traités dans des centres de données européens. [Contacter l'équipe](https://inference.eu/fr/contact/)[Configuration](#setup) 1. 01Format d'API: OpenAI 2. 02Centres de données dans l'UE 3. 03Couvert par un seul DPA ## Configuré en quelques minutes 1. 1 Créez une clé API dans votre compte inference.eu. 2. 2 Dans Dify, ouvrez Settings > Model Provider et installez le plugin OpenAI-API-compatible depuis la marketplace. 3. 3 Cliquez sur Add Model, choisissez LLM, puis saisissez l’identifiant inference.eu, votre clé API et l’URL de base d’inference.eu comme API endpoint URL. 4. 4 Réglez Completion mode sur Chat, indiquez la taille de contexte et le maximum de jetons, et activez Tool Call si le modèle prend en charge l’appel de fonctions. 5. 5 Sélectionnez le modèle dans un chatbot, un agent ou un nœud LLM de workflow et lancez une conversation de test. yaml ``` # Settings > Model Provider > OpenAI-API-compatible > Add Model # Values to enter in the form, one entry per model: Model Type: LLM Model Name: glm-5.3 Model display name: GLM-5.3 (inference.eu) API Key: API endpoint URL: https://api.inference.eu/v1 Completion mode: Chat Model context size: 131072 Upper bound for max tokens: 8192 Function calling: Tool Call Stream function calling: Supported Vision support: Not supported ``` ## Qu’est-ce que Dify Dify est une plateforme open source pour construire des applications de modèles de langage. Dans un éditeur visuel, vous créez chatbots, agents dotés d’outils, générateurs de texte et workflows en plusieurs étapes, puis les publiez comme applications web ou API. Elle comprend des bases de connaissances avec recherche documentaire, la gestion des prompts, des journaux et des annotations, et fonctionne en version Dify Cloud ou auto-hébergée avec Docker. Les modèles s’ajoutent via des plugins de fournisseurs. Le plugin officiel OpenAI-API-compatible, maintenu par l’équipe Dify, se connecte à tout service qui implémente l’API OpenAI : c’est ainsi que vous mettez les modèles d’inference.eu à disposition de chaque application de votre espace. ## Comment fonctionne la configuration Une fois le plugin installé, ajoutez chaque modèle séparément. Choisissez LLM comme type, saisissez l’identifiant inference.eu dans Model Name, votre clé dans API Key et l’URL de base d’inference.eu terminée par `/v1` dans API endpoint URL. Réglez Completion mode sur Chat. Les autres champs décrivent les capacités du modèle. La taille de contexte et la limite haute de jetons déterminent la quantité de texte envoyée et demandée. Réglez Function calling sur Tool Call pour les modèles qui gèrent les outils, afin que les agents Dify utilisent l’appel de fonctions natif. Une fois enregistré, le modèle apparaît dans tous les sélecteurs de l’espace. ## Quels modèles choisir Pour les chatbots, la génération de texte et les nœuds de classification, `gpt-oss-120b` est un choix par défaut rapide qui garde les applications réactives. Pour les agents et workflows qui appellent des outils, ajoutez `kimi-k3` ou `glm-5.3` avec Tool Call activé : tous deux gèrent bien le raisonnement en plusieurs étapes et les longs contextes. Les applications de connaissances qui répondent à partir de longs documents tirent parti de `glm-5.3` ou `kimi-k3` avec une grande taille de contexte. Pour les applications qui génèrent ou relisent du code, ajoutez `qwen3-coder-480b-a35b-instruct`. Vous pouvez ajouter plusieurs modèles et en choisir un différent dans chaque nœud, par exemple un modèle rapide pour le routage et un plus puissant pour la réponse. ## Dépannage Si l’enregistrement du modèle échoue avec une erreur 401, la clé API est erronée. Une erreur 404 indique le plus souvent une URL sans `/v1` pour les modèles LLM, ou avec un chemin en trop. « Model not found » signifie que Model Name diffère de l’identifiant inference.eu. Si un agent décrit ses appels d’outils dans le texte au lieu de les exécuter, réglez Function calling sur Tool Call et choisissez un modèle aux appels d’outils fiables. Si les réponses sont tronquées, augmentez la limite haute de jetons. Si les réponses de la base de connaissances sont incomplètes, vérifiez la taille de contexte. Un Dify auto-hébergé a besoin d’un accès réseau sortant pour le démon des plugins. ## Garder les données dans l’UE Avec inference.eu comme fournisseur de modèles, les prompts, connaissances récupérées et résultats d’outils que vos applications Dify envoient au modèle sont traités dans des centres de données de l’UE et ne servent jamais à l’entraînement. Nous signons un accord de sous-traitance au titre de l’article 28 du RGPD, publions la liste de nos sous-traitants et facturons en euros. Dify conserve applications, conversations, journaux et bases de connaissances dans sa propre base et son stockage. Hébergez Dify dans l’UE pour en garder la maîtrise, ou vérifiez où votre espace Dify Cloud est hébergé. Les modèles d’embeddings et de rerank des bases de connaissances se configurent à part : choisissez aussi pour eux des options européennes. ## Dify Catégorie Automatisation Éditeur LangGenius Format d'API OpenAI Traitement Centres de données dans l'UE Site web [dify.ai](https://dify.ai/) Documentation [marketplace.dify.ai](https://marketplace.dify.ai/plugins/langgenius/openai_api_compatible) ## Dify : questions fréquentes Les questions que nous posent le plus les achats, les développeurs et les juristes. Il en manque une ? Posez-la-nous directement. Installez le plugin OpenAI-API-compatible dans Settings > Model Provider, cliquez sur Add Model, puis saisissez le type de modèle, son nom, la clé API et l’API endpoint URL. Réglez le mode de complétion, la taille de contexte et les capacités, puis enregistrez. Pour les modèles LLM, saisissez l’URL de base d’inference.eu terminée par \`/v1\`. Dify ajoute lui-même \`/chat/completions\` : n’ajoutez aucun autre chemin. La documentation du plugin précise que certains autres types de modèles attendent l’URL sans suffixe de version. Kimi K3 et GLM-5.3 sont de bons choix pour les agents et workflows qui appellent des outils ; activez Tool Call en les ajoutant. gpt-oss-120b est un choix rapide pour les chatbots et les nœuds de classification. Dify n’utilise l’appel de fonctions natif que si le modèle est configuré avec Function calling sur Tool Call. Modifiez le modèle dans les réglages de Model Provider, activez l’option et choisissez un modèle aux appels d’outils fiables, comme Kimi K3 ou GLM-5.3. La limite haute de jetons, ou la valeur réglée dans l’application, est trop basse. Augmentez-les selon le modèle et votre cas d’usage. Vérifiez aussi la taille de contexte du modèle, car Dify s’en sert pour décider combien d’historique et de connaissances envoyer. Oui. Une fois ajoutés, les modèles d’inference.eu apparaissent dans tous les nœuds LLM, Question Classifier, Parameter Extractor et Agent. Chaque nœud peut utiliser son propre modèle, ce qui permet de combiner modèles rapides et plus puissants dans un même workflow. Oui. Le plugin OpenAI-API-compatible ajoute les modèles un par un, chacun avec son nom, sa taille de contexte et ses capacités. Ajoutez ceux dont vos équipes ont besoin, par exemple gpt-oss-120b, GLM-5.3 et Qwen3 Coder 480B. Oui. Installez le plugin depuis la marketplace dans votre instance et ajoutez les modèles de la même manière. Le démon des plugins doit pouvoir joindre l’URL de base d’inference.eu en sortie : vérifiez pare-feu et proxy. Les requêtes de modèle envoyées à inference.eu sont traitées dans des centres de données de l’UE. Dify Cloud stocke applications, journaux et conversations sur sa propre infrastructure, selon ses conditions. Auto-hébergez Dify dans l’UE si vous devez garder la maîtrise complète de ces données. Cette page porte sur les modèles de langage. Les bases de connaissances utilisent des modèles d’embeddings et de rerank distincts, configurés dans Model Provider. Choisissez pour eux des options hébergées dans l’UE ou auto-hébergées, afin que les documents restent en Europe avec vos requêtes de modèle. [Poser une question](https://inference.eu/fr/contact/) ## Pages liées [Toutes les intégrations](https://inference.eu/fr/integrations/) - [n8nPointez les identifiants OpenAI de n8n vers inference.eu et faites tourner vos workflows AI Agent et Chat Model sur des modèles open-weight traités dans l’UE.Automatisation](https://inference.eu/fr/integrations/n8n/) - [FlowisePointez le nœud ChatOpenAI Custom de Flowise vers inference.eu avec Base Path et construisez chatflows et agents sur des modèles open-weight de l’UE.Automatisation](https://inference.eu/fr/integrations/flowise/) - [LiteLLMAjoutez inference.eu au proxy ou au SDK Python LiteLLM avec le préfixe openai/ et dirigez les requêtes vers des modèles open-weight traités dans l’UE.Passerelles](https://inference.eu/fr/integrations/litellm/) ## Faites passer vos charges IA sur une infrastructure européenne Dites-nous quels modèles vous utilisez et votre volume approximatif. Nous répondons sous un jour ouvré avec un tarif et la suite. - Réponse sous un jour ouvré - Tarif adapté à votre volume - DPA prêt à signer