Guide de Déploiement

Options de déploiement Argy : SaaS, Hybride avec Agent Self-Hosted, et Enterprise avec LLM Gateway On-Premise.

Argy propose plusieurs modes de déploiement pour s'adapter à vos contraintes de sécurité, de conformité et de souveraineté des données.

Architecture SaaS (vue d’ensemble)

Argy opère un control plane managé en Europe avec des points d’entrée dédiés pour le Portal, l’API et le LLM Gateway. La gouvernance est centralisée (quotas, audit, policies) tout en isolant les workloads clients.

Haute disponibilité & continuité

Multi‑région active/standby : France Central (primaire) + North Europe (standby).
Répartition multi‑zones et autoscaling automatique.
Bascule automatique des endpoints publics.
RPO cible : 2h (réplication + sauvegardes géo).
RTO cible : 30 min (failover automatisé).

Options de Déploiement

1. SaaS (Cloud Managé)

Le mode par défaut, idéal pour un démarrage rapide.

Caractéristiques :

Infrastructure managée sur Azure en Europe
Conformité RGPD native
SLA 99.9% de disponibilité
Mises à jour automatiques et transparentes
Support inclus selon votre plan

Prérequis :

Aucune infrastructure à provisionner
Accès Internet pour vos utilisateurs

URLs d'accès :

Console : https://portal.argy.cloud
API : https://api.argy.cloud
LLM Gateway : https://llm.argy.cloud

2. Hybride (Agent Self-Hosted)

Control Plane SaaS + Agents déployés dans votre infrastructure pour exécuter les actions sensibles.

Caractéristiques :

Agents docker légers déployés dans votre réseau
Connexion sortante uniquement (pas d'exposition de ports)
Accès direct à vos ressources internes (Git, Kubernetes, Cloud)
Logs streamés en temps réel vers Argy

Idéal pour :

Entreprises avec ressources internes non exposées sur Internet
Environnements avec contraintes de sécurité réseau
Accès à des clusters Kubernetes privés

Disponible sur : plans Growth et Enterprise.

Installation de l'Agent

Prérequis :

Docker ou Kubernetes
Accès sortant vers api.argy.cloud:443
Token d'agent généré depuis la console Argy

Étape 1 : Générer un token d'agent

Connectez-vous à la console Argy
Allez dans Paramètres → Agents
Cliquez sur Créer un agent
Nommez votre agent (ex: agent-prod-datacenter-paris)
Copiez le token généré (il ne sera plus affiché)

Étape 2 : Déployer l'agent avec Docker

docker run -d \
  --name argy-agent \
  --restart unless-stopped \
  -e ARGY_AGENT_TOKEN="votre-token-ici" \
  -e ARGY_API_URL="https://api.argy.cloud" \
  -v /var/run/docker.sock:/var/run/docker.sock \
  -v ~/.kube:/root/.kube:ro \
  ghcr.io/argy/agent:latest

Étape 3 : Déployer l'agent sur Kubernetes

apiVersion: apps/v1
kind: Deployment
metadata:
  name: argy-agent
  namespace: argy-system
spec:
  replicas: 1
  selector:
    matchLabels:
      app: argy-agent
  template:
    metadata:
      labels:
        app: argy-agent
    spec:
      serviceAccountName: argy-agent
      containers:
      - name: agent
        image: ghcr.io/argy/agent:latest
        env:
        - name: ARGY_AGENT_TOKEN
          valueFrom:
            secretKeyRef:
              name: argy-agent-secret
              key: token
        - name: ARGY_API_URL
          value: "https://api.argy.cloud"
        resources:
          requests:
            memory: "128Mi"
            cpu: "100m"
          limits:
            memory: "512Mi"
            cpu: "500m"
---
apiVersion: v1
kind: Secret
metadata:
  name: argy-agent-secret
  namespace: argy-system
type: Opaque
stringData:
  token: "votre-token-ici"
---
apiVersion: v1
kind: ServiceAccount
metadata:
  name: argy-agent
  namespace: argy-system
---
apiVersion: rbac.authorization.k8s.io/v1
kind: ClusterRoleBinding
metadata:
  name: argy-agent
roleRef:
  apiGroup: rbac.authorization.k8s.io
  kind: ClusterRole
  name: cluster-admin  # Ajustez selon vos besoins
subjects:
- kind: ServiceAccount
  name: argy-agent
  namespace: argy-system

Étape 4 : Vérifier la connexion

Dans la console Argy, l'agent devrait apparaître comme "Connecté" dans Paramètres → Agents.

3. Enterprise (LLM Gateway On-Premise)

Déployez le LLM Gateway dans votre infrastructure pour garder vos données IA en interne.

Caractéristiques :

LLM Gateway déployé chez vous
Vos clés API LLM restent dans votre périmètre
Audit complet des requêtes IA en local
Synchronisation des quotas avec Argy SaaS
Option full on‑prem (Enterprise)

Idéal pour :

Grandes entreprises avec exigences strictes de souveraineté
Secteurs réglementés (finance, santé, défense)
Organisations avec politiques de données sensibles

Installation du LLM Gateway On-Premise

Prérequis :

Kubernetes cluster (1.25+)
PostgreSQL 15+ (pour les traces)
Redis 7+ (pour le cache, recommandé)
Accès sortant vers les fournisseurs LLM
Accès sortant vers api.argy.cloud:443 (synchronisation quotas)

Étape 1 : Préparer la base de données

-- Créer la base de données
CREATE DATABASE argy_llm_gateway;

-- Créer l'utilisateur
CREATE USER argy_llm WITH PASSWORD 'votre-mot-de-passe-securisé';
GRANT ALL PRIVILEGES ON DATABASE argy_llm_gateway TO argy_llm;

Étape 2 : Configurer les secrets Kubernetes

apiVersion: v1
kind: Secret
metadata:
  name: argy-llm-gateway-secrets
  namespace: argy-system
type: Opaque
stringData:
  # Connexion à Argy SaaS pour sync quotas
  ARGY_API_URL: "https://api.argy.cloud"
  ARGY_TENANT_TOKEN: "votre-token-tenant"
  
  # Base de données
  DATABASE_URL: "postgresql://argy_llm:password@postgres:5432/argy_llm_gateway"
  
  # Redis (optionnel mais recommandé)
  REDIS_URL: "redis://redis:6379"
  
  # Clés API des fournisseurs LLM
  OPENAI_API_KEY: "sk-..."
  ANTHROPIC_API_KEY: "sk-ant-..."
  GOOGLE_API_KEY: "..."
  AZURE_OPENAI_API_KEY: "..."
  AZURE_OPENAI_ENDPOINT: "https://your-resource.openai.azure.com"

Étape 3 : Déployer le LLM Gateway

apiVersion: apps/v1
kind: Deployment
metadata:
  name: argy-llm-gateway
  namespace: argy-system
spec:
  replicas: 2
  selector:
    matchLabels:
      app: argy-llm-gateway
  template:
    metadata:
      labels:
        app: argy-llm-gateway
    spec:
      containers:
      - name: llm-gateway
        image: ghcr.io/argy/llm-gateway:latest
        ports:
        - containerPort: 3009
        envFrom:
        - secretRef:
            name: argy-llm-gateway-secrets
        resources:
          requests:
            memory: "256Mi"
            cpu: "200m"
          limits:
            memory: "1Gi"
            cpu: "1000m"
        livenessProbe:
          httpGet:
            path: /health
            port: 3009
          initialDelaySeconds: 10
          periodSeconds: 10
        readinessProbe:
          httpGet:
            path: /ready
            port: 3009
          initialDelaySeconds: 5
          periodSeconds: 5
---
apiVersion: v1
kind: Service
metadata:
  name: argy-llm-gateway
  namespace: argy-system
spec:
  selector:
    app: argy-llm-gateway
  ports:
  - port: 443
    targetPort: 3009
  type: ClusterIP

Étape 4 : Configurer l'Ingress (optionnel)

apiVersion: networking.k8s.io/v1
kind: Ingress
metadata:
  name: argy-llm-gateway
  namespace: argy-system
  annotations:
    nginx.ingress.kubernetes.io/ssl-redirect: "true"
spec:
  tls:
  - hosts:
    - llm.votre-domaine.internal
    secretName: llm-gateway-tls
  rules:
  - host: llm.votre-domaine.internal
    http:
      paths:
      - path: /
        pathType: Prefix
        backend:
          service:
            name: argy-llm-gateway
            port:
              number: 443

Étape 5 : Configurer le tenant dans Argy

Contactez le support Argy pour activer le mode on-premise
Fournissez l'URL de votre LLM Gateway (ex: https://llm.votre-domaine.internal)
Argy configurera le claim llm_gateway_url dans les JWT de vos utilisateurs

Flux Réseau à Ouvrir

Mode Hybride (Agent Self-Hosted)

Source	Destination	Port	Protocole	Direction	Description
Agent Argy	api.argy.cloud	443	HTTPS/gRPC	Sortant	Communication Agent → Control Plane
Agent Argy	Vos ressources internes	Variable	Variable	Interne	Exécution des actions (Terraform, K8s, Git)

Mode Enterprise (LLM Gateway On-Premise)

Source	Destination	Port	Protocole	Direction	Description
Agent Argy	api.argy.cloud	443	HTTPS/gRPC	Sortant	Communication Agent → Control Plane
LLM Gateway	api.openai.com	443	HTTPS	Sortant	Appels OpenAI
LLM Gateway	api.anthropic.com	443	HTTPS	Sortant	Appels Anthropic
LLM Gateway	generativelanguage.googleapis.com	443	HTTPS	Sortant	Appels Google Gemini
LLM Gateway	api.x.ai	443	HTTPS	Sortant	Appels Mistral AI
LLM Gateway	*.openai.azure.com	443	HTTPS	Sortant	Appels Azure OpenAI
LLM Gateway	api.argy.cloud	443	HTTPS	Sortant	Synchronisation quotas et audit
Argy Code / IDE	LLM Gateway interne	443	HTTPS	Interne	Requêtes IA depuis les postes dev

Diagramme d'Architecture

Schéma des options de déploiement Argy (SaaS, Hybride, Enterprise)

Checklist de Déploiement

Mode SaaS

Créer un compte sur portal.argy.cloud
Configurer le SSO (optionnel)
Inviter les membres de l'équipe
Créer votre premier produit

Mode Hybride

Générer un token d'agent dans la console
Déployer l'agent (Docker ou Kubernetes)
Vérifier la connexion dans la console
Configurer les accès aux ressources internes
Tester un premier déploiement

Mode Enterprise

Contacter le support Argy pour l'activation
Provisionner PostgreSQL et Redis
Déployer le LLM Gateway
Configurer les clés API des fournisseurs LLM
Configurer l'URL du LLM Gateway dans Argy
Tester les appels IA depuis Argy Code