# RenZan Blog > Retours d'expérience techniques sur un homelab complet : agents IA, domotique, auto-healing, sécurité des supply chains, déploiements Docker. Contenu écrit en français, orienté pratique, sans théorie. ## Articles - [Le plafond d'ARC qui ne plafonnait pas : vérifier les trois couches de TrueNAS](https://blog.renzan.fr/article-16/): sur un TrueNAS contraint en mémoire, le noyau actif, le fichier modprobe et la ligne de commande GRUB peuvent annoncer des plafonds d'ARC différents. Le diagnostic réel trouve `c_max` et `zfs_arc_max` à 4294967296, alors que `/etc/modprobe.d/zfs.conf` contient 2147483648 et que GRUB réimpose 4294967296. Leçon : vérifier `/proc`, `/sys`, les fichiers persistants et `/proc/cmdline` avant tout correctif. - [Le swap sur TrueNAS Scale : la spirale de la mort et le redémarrage sans trace](https://blog.renzan.fr/article-15/): sur TrueNAS Scale (Debian), des zvols de swap existent souvent sans jamais être activés, même quand swapon ne montre rien. Sans swap, un stress mémoire se termine en crash dur : le gel complet, réinitialisé par le hardware watchdog (iTCO_wdt, délai 30 s) sans une seule ligne de log, détectable via dmesg | grep -i wdt ou journalctl -k -b -1 | grep -i watchdog. Activer le swap ZFS demande de privilégier primarycache=metadata (le contenu du swap ne doit pas résider dans l ARC) et compression=zle (surtout pas lz4, dont la charge CPU aggrave le stress mémoire), et de créer le zvol en volblocksize 4k et sync=standard. La persistance passe par un service systemd zvol-swap.service dépendant de zfs-volumes.target (qui attend zfs-volume-wait.service), et jamais par fstab, dont l activation trop précoce finit en timeout. Toujours utiliser le chemin stable /dev/zvol//swap, pas /dev/zd*. Leçon : un swap bien posé transforme un crash muet en simple ralentissement sous pression. - [Repointage vers un fournisseur direct : comment un agent choisit son cerveau](https://blog.renzan.fr/article-14/): la couche de routage de modèle d'Hermes Agent. Le bloc model (provider, default, base_url), le passage d'un aggregator (OpenRouter, identifiant deepseek/deepseek-v4-flash-0731) à un fournisseur d'inférence direct (Fireworks, identifiant accounts/fireworks/models/deepseek-v4-flash-vision-exp), les modèles auxiliaires en provider: auto qui héritent du tuyau principal, et le filet local LM Studio (http://192.168.1.11:1234/v1). Leçon : le cerveau se déménage en trois lignes, sans toucher à l'architecture de l'agent. - [Construire hermes-ui : le harnais qui rend Hermes Agent visible](https://blog.renzan.fr/article-13/): hermes-ui est le harnais construit pour rendre Hermes Agent visible et utilisable. Application React 19 + TypeScript + Express, avec 16 widgets fenced (tableaux, graphiques, diagrammes), profils multi-membres, runStore reactif (Map + useSyncExternalStore), streaming SSE, et boucle qualité Étudier/Agir. Déployé sur TrueNAS via Docker, CI/CD Gitea Actions. - [La guerre des prix des LLM de l’été 2026](https://blog.renzan.fr/article-12/): OpenAI divise par cinq le tarif de GPT-5.6 Luna (0,20 $/1,20 $ le million de tokens entrée/sortie), Google Gemini franchit un milliard d’utilisateurs le 12 août 2026, et l’AI Act européen active son volet transparence le 2 août. Ce que la déflation de l’été 2026 change pour un agent branché en direct sur un fournisseur. l’agent passe ses appels de modèles en direct sur Fireworks AI (provider fireworks, identifiant accounts/fireworks/models/deepseek-v4-flash-0731), au lieu de l’agrégateur OpenRouter. DeepSeek V4 Flash est servi par Fireworks à 0,14 $ / 0,28 $ par million de jetons (entrée/sortie), contexte 1M. Changements en même temps : retries de 5 à 20, et désactivation du mélange d’agents (MoA). Leçon : un agrégateur achète la souplesse au prix d’un maillon intermédiaire et d’un couplage à un seul tenant. - [Rendre un blog découvrable par les moteurs et les agents IA](https://blog.renzan.fr/article-11/): ce blog est lu par des humains et par des systèmes : moteurs de recherche et agents d’intelligence artificielle. Le kit de découverte en place : sitemap avec namespace image, JSON-LD (Blog + BlogPosting), robots.txt autorisant GPTBot, ClaudeBot, PerplexityBot et Google-Extended, fichiers llms.txt et llms-full.txt selon la norme llmstxt.org, ping IndexNow à chaque publication (couvre Bing, Yandex, Naver, Seznam, Yep et DuckDuckGo via Bing, mais pas Google), soumissions manuelles à Brave, et suivi des visites par Umami auto-hébergé sans cookie. - [Le PC à la demande : réveil WOL et extinction après une heure d'inactivité](https://blog.renzan.fr/article-10/): la machine de travail principale est utilisée par à-coups, avec des absences de plusieurs heures ; un watchdog l'éteint après une heure d'inactivité complète (12 passages toutes les 5 min, critères : session active, CPU/GPU < 5 %, file ComfyUI vide), un paquet WOL la réveille à la demande (service Depicus → proxy WOL de la box → LAN). Cycle réel du 14 au 16 août : 36 h éteinte, réveil WOL à 9 h 09. Trois bugs du 14 août (échappement cassé, échec masqué, email mensonger) corrigés ; leçon : vérifier l'état réel avant de croire une alerte. - [Ratio farming : automatiser la montée de ratio sur un tracker privé](https://blog.renzan.fr/article-9/): sur le tracker privé C411, le ratio (upload/download) conditionne l'accès au contenu. Un script Python tourne toutes les six heures : il interroge l'API qBittorrent et le flux Torznab du tracker, calcule un score pour chaque candidat ((leechers/seeders) × taille × freeleech × fraîcheur), télécharge le meilleur torrent (15 Go max, 3 leechers min), le partage, et le remplace quand le potentiel s'épuise : état d'erreur, ratio > 3,0, ratio > 1,0 à l'arrêt, ou potentiel mort après deux jours sans leecher connecté. Pièges : C411 bloque les User-Agent Python (403), infohash différent entre API REST et flux Newznab, chemin de sauvegarde du conteneur, et logs du script partant sur stderr (perdus par le cron). Ratio du compte : 2,48. - [Le watchdog du NAS : surveiller 49 conteneurs avec des seuils et un agent](https://blog.renzan.fr/article-8/): un conteneur health server mesure charge, RAM, I/O et Docker sur le NAS ; quand un seuil est dépassé, Uptime Kuma déclenche un webhook et un cron toutes les 5 minutes confie le diagnostic à un agent LLM (DeepSeek V4 Flash) qui décide d'agir, de signaler ou de se taire. Fausses alertes corrigées (moyenne disque depuis le boot, compteur d'écritures trompeur, seuil de charge relevé de 5 à 10, compteur de conteneurs à zéro), et règle devenue absolue le 9 août : aucun kill de processus, jamais. - [Auto-healing : un homelab qui se répare tout seul](https://blog.renzan.fr/article-1/): comment transformer un homelab de 50 conteneurs en infrastructure qui se surveille, se diagnostique et se corrige elle-même. Architecture en cinq briques (healthcheck, Uptime Kuma, agent de décision Hermes + DeepSeek V4 Flash, exécution, vérification), philosophie "pas de bruit", et cas réel d'une VM en livelock arrêtée automatiquement (charge passée de 91 à 8). - [Sécuriser les mises à jour Docker avec Grype](https://blog.renzan.fr/article-2/): avant chaque mise à jour d'une image, un scan Grype compare les vulnérabilités de l'ancienne et de la nouvelle version. Si un CVE critique ou high nouveau apparaît, le déploiement est bloqué automatiquement. Trois catégories de conteneurs (mise à jour auto, validation humaine, jamais touchés) et limites du scanner. - [DeepSeek V4 Flash 0731 : la performance de pointe à prix cassé](https://blog.renzan.fr/article-3/): le modèle ouvert chinois qui fait tourner ce homelab coûte 0,14 $/M tokens d'entrée — moins cher que GPT-5.6 Luna, le modèle d'OpenAI cassé de 80 % pour lui faire face, et 36 fois moins cher que les flagships GPT-5.6 Sol ou Claude Opus 5. Build officiel du 31 juillet 2026, 116-121 tokens/s mesurés, capacités d'agents dépassant des modèles six fois plus gros, et analyse de ce que ça change pour les modèles fermés américains. - [La musique à la voix : Navidrome, Music Assistant et le fallback YouTube](https://blog.renzan.fr/article-4/): une demande de musique prononcée à voix haute traverse un satellite vocal, Hermes Agent, Music Assistant (dont l'unique source est la bibliothèque locale Navidrome) et une barre de son Samsung Q990C. Quand le morceau est introuvable, un fallback YouTube télécharge l'audio avec yt-dlp, le joue, puis l'indexe dans Navidrome : la bibliothèque s'enrichit à chaque demande. Pièges rencontrés : vérification artiste/titre, --no-update de yt-dlp, jeton Home Assistant, modes replace/add. - [La chasse au gigaoctet : 49 conteneurs et un LLM local dans 31 Go de RAM](https://blog.renzan.fr/article-5/): comment 49 conteneurs, une VM et un modèle de langage local tiennent dans 31 Go de RAM sans swap. Quatre leviers : ARC ZFS plafonné à 4 Go (au lieu de 15 possibles), modèle Ornith 1.0 9B quantifié en 4 bits passé de plus de 6 Go à 679 Mo (1,2 Go de RSS, 6,4 Go de VRAM sur RTX 3060 Ti), cache de contexte compressé en q4_0, et limites mémoire explicites par conteneur. Piège documenté : Docker compte le page cache des fichiers mappés — le conteneur affiche 5,6 Go alors que le processus n'en utilise qu'un peu plus d'un. - [Veille emploi automatisée : trois sources, un score, un rapport chaque matin](https://blog.renzan.fr/article-6/): deux cron jobs collectent chaque matin les offres de remotefr.com (script Python + JSON-LD), France Travail (API officielle via MCP) et LinkedIn (jobspy), les filtrent par date (validThrough, publieeDepuis=31) puis par remote et salaire, et les notent par mots-clés à poids. Le 31 juillet : 74 annonces vérifiées, 6 valides, 1 retenue ; le 4 août : 280 URL collectées, 7 valides, 2 retenues (ratio 2,5 %, saisonnalité d'été). - [La VM Home Assistant : livelock, mémoire saturée et la règle de l'auto-healing](https://blog.renzan.fr/article-7/): en une semaine, la VM qui héberge la domotique est tombée deux fois : un livelock kernel (boucle de lecture 2,5 Go/s servie par l'ARC, load hôte 18 → 99) qui a saturé le NAS, puis un boot qui n'aboutissait pas, 4 Go ne suffisant plus (swap invité à 100 %, QEMU à 200-335 % CPU). Leçon principale : une VM ne se relance jamais en auto-healing — diagnostic et rapport seulement, le redémarrage est une décision humaine. Correctif en attente : passer la VM de 4 à 6 Go. ## À propos Blog technique personnel sur l'auto-hébergement, les agents IA, la domotique et l'ingénierie d'infrastructure. L'auteur est un senior technical lead spécialisé Python, Kubernetes, GitOps, IA appliquée (agents, MCP, n8n) et Home Assistant.