Déployer Mem0 depuis des révisions Git immuables

Déployer Mem0 depuis des révisions Git immuables examine une difficulté propre à cette architecture. Le profil validé construit l’API et le tableau de bord depuis des révisions Git immuables et utilise PostgreSQL avec pgvector. L’API possède également l’historique SQLite persistant. Deux surfaces sont exposées, avec une origine navigateur explicite ; les clés du fournisseur de modèles restent des dépendances externes et ne doivent pas être confondues avec la santé du service Mem0. L’objectif était de conserver le contrat du produit tout en confiant à Coolify le déploiement, les domaines et le renouvellement des conteneurs.

Mem0 est une solution de mémoire applicative pour systèmes d’intelligence artificielle adaptée à des usages structurés et à un hébergement maîtrisé. Le choix d’un logiciel existant permet de concentrer l’ingénierie sur l’adaptation, la gouvernance et l’exploitation plutôt que de recréer son cœur fonctionnel.

L’architecture du produit distingue interface, logique métier, traitements différés et états persistants. Cette carte des responsabilités a servi de référence avant toute modification liée à Coolify. Mem0 fournit une mémoire applicative à des assistants et agents : ajout de souvenirs, recherche sémantique, historique et restitution par API.

L’enjeu principal était de conserver la reproductibilité de deux constructions distantes, d’ordonner les migrations pgvector et de distinguer les clés d’infrastructure des clés émises par l’application.

Coolify ajoute son propre proxy, sa gestion des domaines, ses variables magiques, ses fichiers gérés et son cycle de redéploiement. Chaque adaptation devait donc être analysée à la frontière entre la plateforme et le logiciel. Pour une organisation, la première décision concerne les informations qu’un système est autorisé à mémoriser.

Le diagnostic a suivi les couches dans l’ordre : validation de la composition, création des services, santé des magasins d’état, fin des tâches d’initialisation, réponse du service public, authentification et parcours fonctionnel. Cette méthode évite de confondre un problème de réseau avec une migration inachevée ou un secret incohérent. Identité, consentement, durée de conservation, suppression et séparation entre utilisateurs doivent être définis avant de connecter un fournisseur de modèles.

Les journaux ont été lus par responsabilité. Un échec de la passerelle ne signifie pas nécessairement que la base est en cause ; un conteneur actif ne garantit pas qu’un worker consomme une vraie tâche. Les contrôles ont donc porté sur les effets observables de chaque service. Le profil validé construit l’API et le tableau de bord depuis des révisions Git immuables et utilise PostgreSQL avec pgvector.

La première composition a construit l’API et le tableau de bord, initialisé PostgreSQL/pgvector et validé les parcours fonctionnels demandés. Les origines publiques et CORS ont été définies séparément.

La correction retenue est la plus petite modification capable de rétablir le contrat du produit. Les services dont l’utilité était démontrée ont été conservés ; les composants ajoutés uniquement par habitude ont été écartés. L’API possède également l’historique SQLite persistant.

Construction des deux applications, santé postgresql, santé api, démarrage du tableau de bord et parcours fonctionnels demandés.

Le parcours part d’une ressource neuve et se termine par un redéploiement avec conservation des données. Lorsqu’une sauvegarde et une restauration sont prévues, la vérification se fait dans des volumes isolés et revient à l’interface pour contrôler un objet métier connu. Deux surfaces sont exposées, avec une origine navigateur explicite ; les clés du fournisseur de modèles restent des dépendances externes et ne doivent pas être confondues avec la santé du service Mem0.

La reprise commence par PostgreSQL et maintient la cohérence des identifiants de base et des secrets de l’API.

Les volumes sont classés selon leur rôle : état autoritatif, fichier métier, file durable, cache reconstructible ou journal opérationnel. Cette classification détermine l’ordre de sauvegarde, l’ordre de restauration et les tests nécessaires avant remise en service. Le test a distingué trois niveaux : conteneurs construits, API saine et parcours mémoire réellement exécuté avec un fournisseur configuré.

Une adaptation fiable commence par comprendre le logiciel, pas par compter les conteneurs. La complexité utile provient des responsabilités réelles : base, recherche, files, tâches, temps réel, passerelle ou stockage. La plateforme doit simplifier leur exploitation sans modifier silencieusement leur contrat. Le bootstrap se fait depuis le navigateur, puis une clé émise par l’application autorise les appels API.

Les domaines publics, les URL canoniques et les cibles internes doivent rester distincts. Les secrets partagés utilisent une identité stable. Les migrations ont un seul propriétaire. Les contrôles de santé observent la fonction du service et la reprise porte sur tous les états qui rendent l’application utilisable. Cette séparation évite d’inscrire une clé applicative avant que l’application ne puisse elle-même la créer et la gérer.

Le modèle Docker Compose et le guide de déploiement associés permettent de reproduire l’architecture. Pour une nouvelle version, le travail reprend par la lecture des changements amont, une sauvegarde restaurable et un environnement isolé. Le même parcours fonctionnel sert ensuite de test de non-régression. Le Compose fixe les révisions de construction, relie l’API à pgvector et conserve séparément base relationnelle et historique.

Le passage en exploitation réunit le responsable fonctionnel, l’administrateur de l’application et l’équipe infrastructure. Ensemble, ils confirment les comptes, les droits, le courrier sortant, les domaines, les sauvegardes, la supervision et la procédure d’assistance. Les utilisateurs disposent d’un point d’entrée unique et d’instructions adaptées à leur rôle. Lors d’une restauration, les identifiants de base doivent rester cohérents avant le démarrage des migrations Alembic.

Une fenêtre de maintenance est définie pour les mises à jour. Les changements de version sont d’abord reproduits sur une copie isolée, puis le parcours critique est rejoué. Les observations sont consignées dans une procédure courte afin que le service ne dépende pas d’une mémoire individuelle. Pour une montée de version PostgreSQL, préférer une migration logique testée plutôt qu’une simple réutilisation du répertoire de données.

Cette étude renforce une règle simple : l’architecture doit être expliquée par les responsabilités qu’elle remplit. Chaque service, volume, variable et contrôle de santé répond à une fonction identifiable. Lorsqu’une modification ne peut pas être reliée à cette carte, elle mérite d’être remise en question. Mem0 fournit une mémoire applicative à des assistants et agents : ajout de souvenirs, recherche sémantique, historique et restitution par API.

La validation doit ensuite suivre la même logique. Elle commence par l’infrastructure, traverse le produit et revient jusqu’à la décision de l’utilisateur. La restauration referme la boucle en montrant que l’organisation peut récupérer son service et ses données après un incident. Pour une organisation, la première décision concerne les informations qu’un système est autorisé à mémoriser.

Chaque itération a été traitée comme une hypothèse à vérifier. Une composition valide était d’abord déployée sur une ressource neuve. L’équipe observait ensuite le premier service qui ne remplissait pas sa responsabilité, corrigeait la cause la plus proche et rejouait le parcours depuis le début. Cette chronologie a empêché l’accumulation de modifications sans relation avec le problème. Identité, consentement, durée de conservation, suppression et séparation entre utilisateurs doivent être définis avant de connecter un fournisseur de modèles.

Les corrections ont été comparées avec l’architecture attendue et avec les effets visibles dans l’application. Lorsqu’un changement améliorait le démarrage mais cassait une fonction, il était rejeté. L’architecture finale conserve ainsi les choix qui satisfont ensemble installation, usage, persistance et reprise. Le profil validé construit l’API et le tableau de bord depuis des révisions Git immuables et utilise PostgreSQL avec pgvector.

Trois décisions reviennent dans le cas : choisir le bon service public, attribuer clairement l’initialisation et protéger tout l’état autoritatif. Elles conditionnent le domaine, les contrôles de santé, les dépendances et la stratégie de sauvegarde. Leur formulation explicite facilite le passage de relais vers l’équipe d’exploitation. L’API possède également l’historique SQLite persistant.

Après la mise en service, les contrôles sont rejoués à intervalles réguliers : connexion, création ou modification d’un objet, traitement différé, redéploiement et lecture des données. Un exercice de restauration planifié vérifie que les sauvegardes restent compatibles avec la version courante et que l’équipe sait reconstruire le service. Deux surfaces sont exposées, avec une origine navigateur explicite ; les clés du fournisseur de modèles restent des dépendances externes et ne doivent pas être confondues avec la santé du service Mem0.

Le test a distingué trois niveaux : conteneurs construits, API saine et parcours mémoire réellement exécuté avec un fournisseur configuré. Le bootstrap se fait depuis le navigateur, puis une clé émise par l’application autorise les appels API. Cette séparation évite d’inscrire une clé applicative avant que l’application ne puisse elle-même la créer et la gérer.