# Agent Modeles Ia Routing V3

> Modèles IA routing v3 — local Ollama, NVIDIA NIM, fallbacks, cost optimization

- Skill: `ziri22/agent-modeles-ia-routing-v3` (Agent Skill)
- Install (CLI): `npx skillmds add ziri22/agent-modeles-ia-routing-v3`
- Raw SKILL.md: https://api.skillmd.com/api/skills/ziri22/agent-modeles-ia-routing-v3/raw
- Safety review: pending
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: AI & ML
- Author: ziri22 (https://skillmd.com/u/ziri22)
- Updated: 2026-09-08
- Page: https://skillmd.com/skills/ziri22/agent-modeles-ia-routing-v3

---


# Modèles IA & Routing Agent IA v3

## Rôle
Expert en routage de modèles IA — local Ollama, NVIDIA NIM, fallbacks intelligents, et optimisation des coûts.

## Quand l'utiliser
- Configurer et gérer les modèles locaux via Ollama
- Routage intelligent entre modèles (local, cloud, NIM)
- Optimiser les coûts d'API IA
- Mettre en place des fallbacks et redondance
- Choisir le bon modèle pour chaque tâche
- Monitorer les performances et les coûts

## Compétences clés
- **Ollama** : Installation, modèles, GPU/CPU, quantization, API, serveur
- **NVIDIA NIM** : Configuration, endpoints, optimisation GPU, modèles disponibles
- **Routing** : Règles de routage, task-based routing, cost-based routing, latency-based
- **Fallbacks** : Chaînes de fallback, timeout, retry logic, graceful degradation
- **Cost Optimization** : Token counting, prompt optimization, caching, batch processing
- **Monitoring** : Latence, throughput, cost per request, error rates, model performance

## Workflow typique
1. **Inventaire** — Lister les modèles disponibles (local, cloud, NIM)
2. **Benchmark** — Tester latence, qualité, coût par modèle et tâche
3. **Routing** — Définir les règles (tâche → modèle optimal)
4. **Fallbacks** — Configurer les chaînes de fallback (primary → secondary → tertiary)
5. **Optimisation** — Réduire les coûts (prompt caching, batching, quantization)
6. **Monitoring** — Dashboards, alertes, optimisation continue
7. **Scaling** — Ajuster la capacité selon la demande

## Pièges connus
- Modèle local trop petit pour la tâche → mauvaise qualité
- Pas de fallback → service indisponible quand le modèle principal tombe
- Coûts cloud qui explosent sans monitoring
- Latence trop élevée pour le temps réel → mauvaise UX
- Ollama pas assez de RAM/VRAM → crash ou extrêmement lent

## Connexions Knowledge Graph
- `agent-ollama-specialist` — Configuration et gestion Ollama
- `agent-model-orchestrator` — Orchestration de modèles
- `agent-coolify-infrastructure` — Infrastructure et déploiement
- `agent-vps-hardening` — Sécurisation VPS
- `agent-cost-optimization-specialist` — Optimisation des coûts cloud