Installation

Prérequis

Windows, macOS ou Linux. Aucun droit d’administrateur : tout s’installe dans votre compte utilisateur.
Python 3.12 ou plus récent. Vous n’avez pas à l’installer vous-même : uv récupère un Python adapté quand il le faut.
Au moins un agent pris en charge : Claude Code, Codex, OpenCode, Gemini CLI, ou un outil qui accepte une adresse compatible OpenAI, Anthropic ou Gemini (voir GitHub Copilot, JetBrains, Zed et autres outils).

Script d’installation en une ligne

Sur macOS et Linux :

curl -LsSf https://raw.githubusercontent.com/Latet-AI/latet/main/scripts/install.sh | sh

Sur Windows (PowerShell) :

irm https://raw.githubusercontent.com/Latet-AI/latet/main/scripts/install.ps1 | iex

Le script fait deux choses, dans cet ordre :

Il installe uv, le gestionnaire d’outils Python, s’il n’est pas encore sur votre machine.
Il installe la dernière version de Latet depuis GitHub comme outil en ligne de commande isolé, avec uv. La détection locale des noms et la lecture du texte des images sont incluses ; leurs modèles ne sont téléchargés que lorsque vous le demandez. Là où elles ne peuvent pas être installées, Latet est installé sans elles, et le script le signale à la fin ; un Latet déjà installé avec elles reste en revanche tel quel. Si une version plus ancienne de Latet tourne, le script l’arrête, et ne la relance pas. Pour mettre à niveau, latet upgrade est la meilleure voie. Après que le script a mis à niveau un Latet, lancez latet start, et latet agents apply claude si Claude Code passe par Latet pour de bon, afin qu’il reçoive le nouveau plugin.

Sous macOS et Linux, ouvrez ensuite un nouveau terminal : le script ajoute Latet à votre PATH pour les terminaux que vous ouvrirez après, pas pour celui où il s’est exécuté. S’il ne trouve toujours pas latet, lancez uv tool update-shell et ouvrez-en un autre.

Le script ne change rien d’autre : aucun réglage de vos agents, rien qui démarre à l’ouverture de session. Vous découvrez Latet ? latet tutorial vous le montre à l’œuvre en 30 minutes environ. Faites ensuite passer une session par Latet avec latet claude ou latet codex, comme le montre le Démarrage rapide, puis faites passer vos agents par Latet pour de bon avec latet global-install quand il convient à votre travail.

Deux variables d’environnement modifient ce que fait le script :

Variable	Effet
`LATET_NO_MODIFY_PATH=1`	Laisser votre `PATH` et le profil de votre shell tels quels. Si le script installe uv, définissez aussi `UV_NO_MODIFY_PATH=1`, pour le propre programme d’installation d’uv.
`LATET_SOURCE`	Ce qu’il faut installer à la place de la dernière version : un fichier wheel, ou une spécification de paquet comme `latet @ <url>`.

Recommandé : les noms et les images dès le premier jour

Les motifs trouvent ce qui a un format : une clé, une adresse e-mail, un IBAN. Deux choses n’en ont pas, et demandent un modèle qui tourne sur votre machine :

Les noms et les adresses postales dans du texte libre, comme Emily Carter habite au 42 Mill Lane : le modèle local de noms les trouve.
Le texte des captures d’écran, comme un IBAN sur une facture : la reconnaissance de texte le lit, et Latet recouvre chaque valeur sur l’image par sa valeur factice. Sans elle, les images partent telles quelles.

Le script d’installation installe ce dont tous deux ont besoin pour tourner. Téléchargez leurs modèles une seule fois :

latet ner install   # the name model, about 1.6 GB
latet ocr install   # the text recognition models, about 31 MB

Ou laissez latet global-install --ner --ocr les télécharger avec le reste de sa configuration. Tous deux tournent uniquement sur cette machine : les modèles viennent une seule fois de huggingface.co, à une révision fixée et vérifiés avec des SHA-256 fixés, et rien n’est envoyé nulle part. Détection des noms et Le texte des images, ci-dessous, en disent plus sur chacun.

Mettre à jour

latet upgrade

Cette commande installe la dernière version depuis GitHub comme le fait le script d’installation, détection locale des noms et lecture du texte des images comprises. Elle arrête d’abord le daemon (Windows ne peut pas remplacer des fichiers en cours d’utilisation), installe le nouveau plugin Claude Code si vous utilisez Claude Code, puis redémarre le daemon. Un Latet installé sans la détection des noms ni la lecture du texte des images les obtient ainsi. Là où la nouvelle version ne peut pas les avoir, un Latet qui les a reste tel quel, et un Latet qui ne les a pas est mis à jour sans elles.

Installer avec un agent IA

Demandez à votre agent IA de suivre llms-install.md dans le dépôt. Il installe Latet, qui ne change rien à lui seul, puis vous explique comment continuer : le voir à l’œuvre d’abord avec latet tutorial ; l’essayer une session à la fois, sans qu’aucun réglage de vos agents ne change ; l’avoir activé à chaque session ; configurer vos autres outils ; télécharger les modèles locaux. Il attend votre choix, et ne lance latet global-install avec vos réponses que si vous choisissez chaque session, par exemple :

latet global-install --yes --profile balanced --agents claude,codex --auto-mode-review block --ner --ocr

L’exécuter dans Docker

Pour ne pas avoir Python sur votre machine, exécutez plutôt le daemon dans un conteneur et dirigez-y vos agents : voir Docker.

Détection des noms

Les noms et les adresses postales dans du texte libre, comme Emily Carter habite au 42 Mill Lane, demandent un modèle statistique, que Latet exécute sur votre machine. Les secrets et les données structurées comme les adresses e-mail et les IBAN n’en ont pas besoin ; les noms, si : il vaut donc la peine de l’avoir dès le premier jour.

latet ner install   # downloads the model once (about 1.6 GB)

Il fonctionne grâce au composant optionnel ner (ONNX Runtime et un tokeniseur), que le script d’installation fournit avec Latet.

Le modèle est Privacy Filter d’OpenAI, sous licence Apache-2.0, dans sa version ONNX int8 : il lit de nombreuses langues, dont l’italien, l’anglais, le français, l’allemand et l’espagnol. Il vient de huggingface.co à une révision fixée, et chaque fichier est vérifié avec un SHA-256 fixé avant d’être utilisé. Tant que le daemon tourne, il occupe jusqu’à environ 2 Go de mémoire.
Après le téléchargement, il tourne sur votre processeur. Rien n’est envoyé nulle part, et Latet ne se connecte à huggingface.co que lorsque vous lancez latet ner install.
Un daemon en cours d’exécution commence à l’utiliser immédiatement. latet ner status indique s’il est utilisé ; latet ner remove le supprime. Pour le garder installé sans l’utiliser, définissez ner: off dans la configuration.

Ce qu’il recherche dépend du profil ; voir Détection.

Le texte des images

Les captures d’écran contiennent aussi des valeurs : une adresse e-mail dans un terminal, un IBAN sur une facture. Latet peut lire le texte des images sur votre machine et le masquer, en recouvrant chaque valeur sur l’image par sa valeur factice.

latet ocr install   # downloads the models once (about 31 MB)

Les modèles sont PP-OCRv6 small de PaddleOCR, sous licence Apache-2.0, téléchargés depuis huggingface.co à une révision fixée et vérifiés avec des SHA-256 fixés ; ils tournent sur votre processeur, grâce au composant optionnel ocr (ONNX Runtime et Pillow) que le script d’installation fournit avec Latet. Voir Captures d’écran et images.

Un relecteur local (facultatif)

Si vous faites tourner un modèle de langage sur votre propre serveur (llama.cpp, Ollama, LM Studio), Latet peut lui faire lire chaque texte avant son départ et masquer ce qui échappe aux détecteurs : des noms cités en passant, des informations de santé, un mot de passe écrit dans une phrase. Rien à installer dans Latet : activez-le sur la page Règles du tableau de bord, ou consultez Relecteur local.

Exécuter depuis les sources

Pour les contributeurs, ou pour essayer des modifications qui ne sont pas encore dans une version publiée.

git clone https://github.com/Latet-AI/latet.git
cd latet
uv sync
uv run latet version
uv run latet serve      # the daemon in the foreground on http://127.0.0.1:5283; Ctrl+C stops it

Placez uv run devant chaque commande : uv run latet global-install, uv run latet claude, etc. Deux choses diffèrent d’une copie installée :

Démarrez vous-même le daemon. Quand le daemon ne tourne pas, le plugin Claude Code le démarre avec la commande latet, et dans une copie locale du dépôt cette commande n’est pas dans votre PATH. Lancez uv run latet start, ou laissez uv run latet global-install le démarrer à l’ouverture de session. uv run latet claude le démarre aussi.
Compilez les fichiers web du tableau de bord. Dans dashboard/, lancez npm ci puis npm run build (Node.js 22.12 ou plus récent). D’ici là, latet dashboard ouvre une page qui indique que les fichiers manquent, et latet tutorial avertit que sa page ne s’affichera pas. Un Latet installé depuis l’adresse du dépôt (git+https://...) ne les a pas non plus.

Le démarrage à l’ouverture de session lance le daemon depuis l’environnement virtuel de la copie locale : lancez donc uv run latet global-uninstall avant de déplacer ou de supprimer la copie locale. Voir Contribuer pour le processus de développement.