{"id":1237,"date":"2026-07-13T11:02:00","date_gmt":"2026-07-13T11:02:00","guid":{"rendered":"https:\/\/nguyot.fr\/?p=1237"},"modified":"2026-07-13T01:17:43","modified_gmt":"2026-07-13T01:17:43","slug":"deployer-mistral-ia-infrastructure-locale","status":"publish","type":"post","link":"https:\/\/nguyot.fr\/index.php\/2026\/07\/13\/deployer-mistral-ia-infrastructure-locale\/","title":{"rendered":"D\u00e9ployer Mistral AI sur votre infrastructure locale"},"content":{"rendered":"<div class=\"wwc\">\nL&rsquo;essentiel \u00e0 retenir : le d\u00e9ploiement local de Mistral 7B ou Mixtral <strong>garantit une souverainet\u00e9 num\u00e9rique absolue<\/strong> en maintenant vos donn\u00e9es sensibles derri\u00e8re votre propre pare-feu. Cette architecture <strong>supprime les frais d&rsquo;API et les risques de fuites externes<\/strong>. En optimisant votre mat\u00e9riel avec 16 Go de RAM et la quantification 4-bits, vous obtenez une <strong>IA performante, autonome et parfaitement s\u00e9curis\u00e9e<\/strong>.\n<\/div>\n<p>L&rsquo;ex\u00e9cution locale des mod\u00e8les Mistral 7B et Mixtral permet-elle r\u00e9ellement de s&rsquo;affranchir des contraintes li\u00e9es au cloud ? Avec la mise \u00e0 disposition de ces technologies sous licence Apache 2.0, je constate que de nombreuses organisations souhaitent d\u00e9sormais rapatrier leur puissance de calcul pour garantir une confidentialit\u00e9 absolue. Cependant, l&rsquo;absence de ma\u00eetrise sur l&rsquo;infrastructure physique transforme souvent ce projet en un d\u00e9fi technique complexe.<\/p>\n<p>Je vous propose une m\u00e9thodologie structur\u00e9e pour <strong>d\u00e9ployer Mistral IA local<\/strong> sur vos propres serveurs. Nous allons analyser ensemble les pr\u00e9requis mat\u00e9riels et les outils de configuration n\u00e9cessaires pour s\u00e9curiser votre souverainet\u00e9 num\u00e9rique.<\/p>\n<ol>\n<li><a href=\"#pourquoi-deployer-mistral-ia-localement-sur-votre-infrastructure\">Pourquoi d\u00e9ployer Mistral IA localement sur votre infrastructure<\/a><\/li>\n<li><a href=\"#3-exigences-materielles-pour-garantir-la-fluidite-du-modele\">3 exigences mat\u00e9rielles pour garantir la fluidit\u00e9 du mod\u00e8le<\/a><\/li>\n<li><a href=\"#comment-installer-et-parametrer-votre-instance-en-quelques-minutes\">Comment installer et param\u00e9trer votre instance en quelques minutes ?<\/a><\/li>\n<li><a href=\"#amelioration-des-performances-et-integration-aux-usages-metiers\">Am\u00e9lioration des performances et int\u00e9gration aux usages m\u00e9tiers<\/a><\/li>\n<\/ol>\n<h2 id=\"pourquoi-deployer-mistral-ia-localement-sur-votre-infrastructure\">Pourquoi d\u00e9ployer Mistral IA localement sur votre infrastructure<\/h2>\n<p>L&rsquo;ex\u00e9cution locale de Mistral 7B ou Mixtral garantit une <strong>confidentialit\u00e9 absolue sans latence cloud<\/strong>. Cette autonomie technique supprime les frais d&rsquo;API et s\u00e9curise vos donn\u00e9es sensibles derri\u00e8re votre propre pare-feu mat\u00e9riel.<\/p>\n<div style=\"position: relative;padding-bottom: 56.25%;height: 0;overflow: hidden;max-width: 100%;margin: 1.5rem 0\">\n<\/div>\n<p>La mise en place d&rsquo;une telle architecture assure une protection robuste de vos actifs num\u00e9riques et une souverainet\u00e9 des donn\u00e9es trait\u00e9es en interne.<\/p>\n<h3>Souverainet\u00e9 totale et confidentialit\u00e9 de vos donn\u00e9es<\/h3>\n<p>Le traitement local \u00e9vite l&rsquo;envoi de secrets industriels vers des serveurs tiers. C&rsquo;est un argument majeur pour <strong>votre conformit\u00e9 RGPD stricte<\/strong>.<\/p>\n<p>Vos donn\u00e9es ne quittent jamais votre RAM. Aucun acteur externe ne peut intercepter vos requ\u00eates priv\u00e9es. Le contr\u00f4le est total, physique et logiciel.<\/p>\n<div class=\"wwc wwc-quote\">\n<p>La confidentialit\u00e9 n&rsquo;est plus une option mais une architecture : faire tourner Mistral chez soi, c&rsquo;est <strong>reprendre le contr\u00f4le sur son intelligence<\/strong>.<\/p>\n<\/div>\n<h3>Ind\u00e9pendance technique et suppression des frais d&rsquo;usage<\/h3>\n<p>Le fonctionnement hors-ligne garantit une <strong>disponibilit\u00e9 totale sans connexion internet<\/strong>. Cela assure une continuit\u00e9 de service en toutes circonstances pour vos op\u00e9rations.<\/p>\n<p>Les co\u00fbts fixes du mat\u00e9riel remplacent les factures API impr\u00e9visibles. Vous <strong>ma\u00eetrisez enfin votre budget technologique<\/strong> sur le long terme.<\/p>\n<div class=\"wwc\">\n<div class=\"wwc-header\">\n<div class=\"wwc-title\"><\/div>\n<div class=\"wwc-subtitle\"><\/div>\n<\/p><\/div>\n<div class=\"wwc-body\">\n<div class=\"wwc-field\">\n <label for=\"roi-inv-hwscg0\"><span><\/span> (<span><\/span>)<\/label><\/p><\/div>\n<div class=\"wwc-field\">\n <label for=\"roi-rev-hwscg0\"><span><\/span> (<span><\/span>)<\/label><\/p><\/div>\n<div class=\"wwc-grid\">\n<div>= 0 ? &lsquo;wwc-icon-pro&rsquo; : &lsquo;wwc-icon-con'\u00a0\u00bb&gt;<\/p>\n<div class=\"wwc-title\"><span><\/span> <span><\/span><\/div>\n<\/p><\/div>\n<div>= 0 ? &lsquo;wwc-icon-pro&rsquo; : &lsquo;wwc-icon-con'\u00a0\u00bb&gt;<\/p>\n<div class=\"wwc-title\"><span> 0 ? ((revenue &#8211; investment) \/ investment * 100).toFixed(1) : &lsquo;0.0&rsquo;\u00a0\u00bb&gt;<\/span> %<\/div>\n<\/p><\/div>\n<\/p><\/div>\n<\/p><\/div>\n<\/div>\n<p>Il est possible de <a href=\"https:\/\/nguyot.fr\/index.php\/2026\/04\/16\/integration-mistral-ai-guide-technique\/\"><strong>r\u00e9ussir votre int\u00e9gration Mistral AI<\/strong><\/a> pour maximiser le ROI. L&rsquo;amortissement mat\u00e9riel est rapide pour un usage intensif quotidien.<\/p>\n<p>Cette strat\u00e9gie offre une <strong>rentabilit\u00e9 durable<\/strong> pour toute entreprise traitant des volumes importants de donn\u00e9es en interne.<\/p>\n<h2 id=\"3-exigences-materielles-pour-garantir-la-fluidite-du-modele\">3 exigences mat\u00e9rielles pour garantir la fluidit\u00e9 du mod\u00e8le<\/h2>\n<p>Une fois les enjeux strat\u00e9giques compris, il convient de se pencher sur <strong>la machine n\u00e9cessaire pour supporter une telle puissance de calcul<\/strong>.<\/p>\n<div class=\"wwc wwc-info\">\n<div class=\"wwc-title\">Configuration de r\u00e9f\u00e9rence<\/div>\n<p><strong>RAM : 8 Go minimum (16 Go recommand\u00e9s).<\/strong><br \/>\n GPU : 8 Go de VRAM pour les mod\u00e8les 7B.<br \/>\n OS : macOS (M1\/M2\/M3), Windows (CUDA), Linux.<\/p>\n<\/div>\n<h3>Calcul de la RAM et de la puissance processeur<\/h3>\n<p>Pour Mistral 7B, <strong>8 Go de RAM sont un minimum vital<\/strong>. Pr\u00e9voyez 16 Go pour plus de confort. Une m\u00e9moire insuffisante briderait vos ambitions techniques.<\/p>\n<p>Le processeur g\u00e8re la logique et les transferts de donn\u00e9es. Un composant r\u00e9cent \u00e9vite les goulots d&rsquo;\u00e9tranglement. Il assure la <strong>fluidit\u00e9 des \u00e9changes mat\u00e9riels<\/strong>.<\/p>\n<p>La puissance du processeur aide surtout quand le GPU n&rsquo;est pas sollicit\u00e9 au maximum. C&rsquo;est un <strong>filet de s\u00e9curit\u00e9 indispensable<\/strong>.<\/p>\n<h3>Impact de la m\u00e9moire vid\u00e9o sur la vitesse de g\u00e9n\u00e9ration<\/h3>\n<p>Le GPU est le c\u0153ur de l&rsquo;IA et la VRAM stocke les poids du mod\u00e8le. <strong>Plus elle est grande, plus la g\u00e9n\u00e9ration s&rsquo;acc\u00e9l\u00e8re<\/strong>. C&rsquo;est le facteur limitant principal.<\/p>\n<p>Un mod\u00e8le 7B tient sur 8 Go de VRAM. Mixtral en demande beaucoup plus. <strong>Votre choix mat\u00e9riel d\u00e9pendra<\/strong> de la complexit\u00e9 des t\u00e2ches vis\u00e9es.<\/p>\n<p>Il est possible d&rsquo;<a><strong>optimiser le co\u00fbt de d\u00e9veloppement<\/strong><\/a> en s\u00e9lectionnant un mat\u00e9riel calibr\u00e9. Cela \u00e9vite tout investissement superflu pour votre infrastructure locale.<\/p>\n<h3>Compatibilit\u00e9 des environnements logiciels et syst\u00e8mes<\/h3>\n<p>Python est le <strong>pilier central de votre installation<\/strong>. Utilisez une version r\u00e9cente et stable. V\u00e9rifiez vos pilotes CUDA pour les cartes NVIDIA sous Windows.<\/p>\n<p>Sur macOS, les puces M1, M2 ou M3 sont excellentes. Elles utilisent la m\u00e9moire unifi\u00e9e pour l&rsquo;IA. C&rsquo;est une solution tr\u00e8s efficace et simple.<\/p>\n<p>Sous Linux, la <strong>gestion des d\u00e9pendances est souvent plus directe<\/strong>. C&rsquo;est le choix des experts en d\u00e9ploiement pour une ma\u00eetrise totale.<\/p>\n<h2 id=\"comment-installer-et-parametrer-votre-instance-en-quelques-minutes\">Comment installer et param\u00e9trer votre instance en quelques minutes ?<\/h2>\n<p>Le mat\u00e9riel \u00e9tant pr\u00eat, passons maintenant \u00e0 la phase concr\u00e8te de <strong>l&rsquo;installation logicielle pour rendre l&rsquo;IA op\u00e9rationnelle<\/strong>.<\/p>\n<h3>Utilisation de Vibe CLI pour un d\u00e9ploiement rapide<\/h3>\n<p>L&rsquo;outil Vibe <strong>simplifie tout<\/strong>. T\u00e9l\u00e9chargez l&rsquo;ex\u00e9cutable et lancez la commande d&rsquo;initialisation. L&rsquo;assistant vous guide \u00e9tape par \u00e9tape tr\u00e8s simplement.<\/p>\n<p>Enregistrez votre cl\u00e9 API si n\u00e9cessaire. Cela permet d&rsquo;acc\u00e9der aux <strong>d\u00e9p\u00f4ts officiels de Mistral<\/strong>. Le processus est s\u00e9curis\u00e9 et rapide.<\/p>\n<div class=\"wwc\">\n<div class=\"wwc-title\">Proc\u00e9dure d&rsquo;installation<\/div>\n<ul>\n<li><strong>T\u00e9l\u00e9chargement du binaire<\/strong><\/li>\n<li><strong>Initialisation du dossier<\/strong><\/li>\n<li><strong>Configuration des cl\u00e9s d&rsquo;acc\u00e8s<\/strong><\/li>\n<\/ul>\n<\/div>\n<h3>S\u00e9lection du mod\u00e8le entre Mistral 7B et Mixtral<\/h3>\n<p>Choisissez selon vos ressources. Mistral 7B est agile et rapide. <strong>Mixtral, avec ses experts, est bien plus intelligent<\/strong>. Il n\u00e9cessite cependant une machine tr\u00e8s muscl\u00e9e.<\/p>\n<p>Testez d&rsquo;abord la version l\u00e9g\u00e8re. Si votre RAM le permet, passez au niveau sup\u00e9rieur. <strong>Le gain qualitatif est r\u00e9el<\/strong>.<\/p>\n<p>Il devient alors possible d&rsquo;<a href=\"https:\/\/nguyot.fr\/index.php\/2026\/06\/20\/integrer-llm-application-metier\/\"><strong>int\u00e9grer un LLM dans votre application m\u00e9tier<\/strong><\/a> pour maximiser vos processus internes.<\/p>\n<h3>Ajustement du prompt syst\u00e8me et de la temp\u00e9rature<\/h3>\n<p>R\u00e9glez la temp\u00e9rature avec soin. Une valeur basse rend l&rsquo;IA <strong>factuelle<\/strong>. Une valeur haute favorise la cr\u00e9ativit\u00e9 et l&rsquo;originalit\u00e9.<\/p>\n<p>Le prompt syst\u00e8me d\u00e9finit l&rsquo;identit\u00e9. Dites-lui d&rsquo;\u00eatre un expert comptable ou un codeur. <strong>Ses r\u00e9ponses suivront alors ce cadre pr\u00e9cis<\/strong>.<\/p>\n<div class=\"wwc wwc-quote\">\n<blockquote><p>Le prompt syst\u00e8me est le gouvernail de l&rsquo;IA ; sans lui, elle navigue \u00e0 vue.<\/p><\/blockquote>\n<\/div>\n<h2 id=\"amelioration-des-performances-et-integration-aux-usages-metiers\">Am\u00e9lioration des performances et int\u00e9gration aux usages m\u00e9tiers<\/h2>\n<p>Une instance fonctionnelle est un bon d\u00e9but, mais <strong>l&rsquo;optimiser pour vos besoins sp\u00e9cifiques d\u00e9cuple son utilit\u00e9 r\u00e9elle<\/strong>.<\/p>\n<h3>Techniques de r\u00e9duction de poids pour \u00e9conomiser vos ressources<\/h3>\n<p>La quantification est votre meilleure alli\u00e9e. Elle r\u00e9duit la pr\u00e9cision des poids sans trop d\u00e9grader les r\u00e9ponses. <strong>L&rsquo;\u00e9conomie de RAM est spectaculaire<\/strong>.<\/p>\n<p>Un mod\u00e8le quantifi\u00e9 en 4-bits tourne sur des PC grand public. C&rsquo;est le <strong>compromis id\u00e9al<\/strong> pour la plupart des usages.<\/p>\n<div class=\"wwc wwc-table\">\n<div style=\"overflow:auto;max-width:100%\">\n<table>\n<thead>\n<tr>\n<th>Format<\/th>\n<th>RAM requise<\/th>\n<th>Perte de qualit\u00e9<\/th>\n<th>Vitesse<\/th>\n<\/tr>\n<\/thead>\n<tbody>\n<tr>\n<td>FP16 (Original)<\/td>\n<td>~14 Go<\/td>\n<td>0 %<\/td>\n<td>Lente<\/td>\n<\/tr>\n<tr>\n<td>Q8_0<\/td>\n<td>~8 Go<\/td>\n<td>&lt; 1 %<\/td>\n<td>Moyenne<\/td>\n<\/tr>\n<tr>\n<td>Q4_K_M<\/td>\n<td>~5 Go<\/td>\n<td>1-2 %<\/td>\n<td>Rapide<\/td>\n<\/tr>\n<tr>\n<td>Q2_K<\/td>\n<td>~3 Go<\/td>\n<td>\u00c9lev\u00e9e<\/td>\n<td>Tr\u00e8s rapide<\/td>\n<\/tr>\n<\/tbody>\n<\/table><\/div>\n<\/div>\n<p>Choisissez bien votre niveau de compression. Votre mat\u00e9riel d\u00e9finit la <strong>fluidit\u00e9 de l&rsquo;exp\u00e9rience utilisateur<\/strong>.<\/p>\n<h3>Alimentation de l&rsquo;IA par vos documents via le RAG local<\/h3>\n<p>Le RAG connecte l&rsquo;IA \u00e0 vos fichiers. Elle <strong>pioche dans vos PDF ou textes pour r\u00e9pondre<\/strong>. Cela \u00e9vite les hallucinations sur vos donn\u00e9es.<\/p>\n<p>Je vous conseille d&rsquo;\u00e9tudier le <a href=\"https:\/\/nguyot.fr\/index.php\/2026\/07\/03\/comprendre-fonctionnement-rag-ia-entreprise\/\">fonctionnement du RAG pour l&rsquo;entreprise<\/a> pour structurer vos connaissances. Cette m\u00e9thode garantit une <strong>pertinence accrue<\/strong>.<\/p>\n<p>Utilisez une base de donn\u00e9es vectorielle locale. Vos documents restent priv\u00e9s tout en \u00e9tant index\u00e9s pour une <strong>recherche rapide<\/strong>.<\/p>\n<h3>Exploitation de l&rsquo;API locale pour vos applications<\/h3>\n<p>L&rsquo;API locale permet d&rsquo;automatiser vos outils. Connectez Mistral \u00e0 votre \u00e9diteur de texte ou votre CRM. Les possibilit\u00e9s d&rsquo;int\u00e9gration sont infinies pour <strong>gagner du temps<\/strong>. C&rsquo;est du sur-mesure.<\/p>\n<p>Consultez mes retours sur le <a href=\"https:\/\/nguyot.fr\/index.php\/2026\/07\/08\/developper-saas-nextjs-nodejs\/\"><strong>d\u00e9veloppement d&rsquo;un SaaS avec Next.js<\/strong><\/a> pour vos projets. L&rsquo;architecture locale change tout.<\/p>\n<p><strong>Automatisez vos r\u00e9sum\u00e9s de mails<\/strong>. Lib\u00e9rez-vous des t\u00e2ches r\u00e9p\u00e9titives gr\u00e2ce \u00e0 cette puissance locale.<\/p>\n<p>Ma\u00eetriser le d\u00e9ploiement de Mistral IA en local s\u00e9curise durablement votre souverainet\u00e9 num\u00e9rique tout en \u00e9liminant vos co\u00fbts d&rsquo;API. En configurant vos ressources mat\u00e9rielles et vos outils d&rsquo;int\u00e9gration, vous transformez votre infrastructure en un centre d&rsquo;excellence technologique. Agissez maintenant pour b\u00e2tir une <strong>intelligence sur mesure, priv\u00e9e et performante<\/strong>.<\/p>\n<h2>FAQ<\/h2>\n<h3>Est-il possible d&rsquo;utiliser les mod\u00e8les Mistral AI sur mon propre serveur ?<\/h3>\n<p>Absolument. Je vous confirme que Mistral AI met \u00e0 disposition ses mod\u00e8les, tels que Mistral 7B, sous licence Apache 2.0. Cette flexibilit\u00e9 juridique vous autorise une <strong>exploitation locale sans restrictions<\/strong>, vous permettant ainsi de conserver une souverainet\u00e9 totale sur votre infrastructure et vos donn\u00e9es sensibles.<\/p>\n<h3>Quels sont les pr\u00e9requis mat\u00e9riels pour faire tourner Mistral 7B avec fluidit\u00e9 ?<\/h3>\n<p>Pour garantir une exp\u00e9rience performante, je pr\u00e9conise une configuration solide. Pour Mistral 7B, un minimum de 8 Go de RAM est requis, bien que 16 Go soient pr\u00e9f\u00e9rables pour plus de confort. L&rsquo;\u00e9l\u00e9ment crucial reste la <strong>VRAM de votre GPU<\/strong> : une carte poss\u00e9dant au moins 8 Go de m\u00e9moire vid\u00e9o est n\u00e9cessaire pour charger les poids du mod\u00e8le et assurer une g\u00e9n\u00e9ration de texte rapide.<\/p>\n<h3>Comment puis-je installer rapidement l&rsquo;outil Vibe CLI sur mon syst\u00e8me ?<\/h3>\n<p>L&rsquo;installation est simplifi\u00e9e par l&rsquo;usage de scripts automatis\u00e9s. Sur macOS et Linux, une simple commande curl permet de d\u00e9ployer l&rsquo;outil. Pour vos environnements Windows, je vous recommande d&rsquo;installer pr\u00e9alablement le gestionnaire <code>uv<\/code> via PowerShell avant de proc\u00e9der \u00e0 l&rsquo;installation de <code>mistral-vibe<\/code>. Une fois configur\u00e9, l&rsquo;assistant vous guidera pour l&rsquo;enregistrement de votre <strong>cl\u00e9 API<\/strong>.<\/p>\n<h3>La quantification d\u00e9grade-t-elle fortement la qualit\u00e9 des r\u00e9ponses de l&rsquo;IA ?<\/h3>\n<p>Mon analyse montre que tout est une question d&rsquo;\u00e9quilibre. Une quantification mod\u00e9r\u00e9e, comme le format 4-bits (Q4_K_M), offre un <strong>excellent compromis entre r\u00e9duction de l&#8217;empreinte m\u00e9moire et maintien de la pr\u00e9cision<\/strong>. En revanche, je vous d\u00e9conseille une quantification trop agressive en 2-bits (Q2_K), car elle peut alt\u00e9rer les performances du mod\u00e8le, notamment pour les t\u00e2ches complexes de codage.<\/p>\n<h3>Puis-je utiliser Mistral en local pour analyser mes documents personnels ?<\/h3>\n<p>C&rsquo;est tout l&rsquo;int\u00e9r\u00eat du RAG local (Retrieval-Augmented Generation). En connectant le mod\u00e8le \u00e0 une base de donn\u00e9es vectorielle h\u00e9berg\u00e9e sur votre infrastructure, vous permettez \u00e0 l&rsquo;IA de <strong>puiser directement dans vos PDF et fichiers textes<\/strong>. Cette m\u00e9thode garantit que vos informations confidentielles ne quittent jamais votre environnement s\u00e9curis\u00e9 tout en limitant les risques d&rsquo;hallucinations.<\/p>\n<h3>Quelles sont les diff\u00e9rences majeures entre Mistral 7B et Mixtral ?<\/h3>\n<p>Le choix d\u00e9pend de vos <strong>objectifs et de votre puissance de calcul<\/strong>. Mistral 7B est un mod\u00e8le agile, id\u00e9al pour l&rsquo;inf\u00e9rence rapide sur des machines standards. \u00c0 l&rsquo;inverse, Mixtral utilise une architecture d&rsquo;experts qui lui conf\u00e8re une intelligence sup\u00e9rieure, mais il exige des ressources mat\u00e9rielles nettement plus importantes, notamment en termes de m\u00e9moire vid\u00e9o pour fonctionner correctement.<\/p>\n<p>.wwc { &#8211;wwc-primary: #3b82f6; }<\/p>\n","protected":false},"excerpt":{"rendered":"<p>L&rsquo;essentiel \u00e0 retenir : le d\u00e9ploiement local de Mistral 7B ou Mixtral garantit une souverainet\u00e9 num\u00e9rique absolue en maintenant vos donn\u00e9es sensibles derri\u00e8re votre propre pare-feu. Cette architecture supprime les frais d&rsquo;API et les risques de fuites externes. En optimisant &#8230; <a title=\"D\u00e9ployer Mistral AI sur votre infrastructure locale\" class=\"read-more\" href=\"https:\/\/nguyot.fr\/index.php\/2026\/07\/13\/deployer-mistral-ia-infrastructure-locale\/\" aria-label=\"En savoir plus sur D\u00e9ployer Mistral AI sur votre infrastructure locale\">Lire plus<\/a><\/p>\n","protected":false},"author":2,"featured_media":1238,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[3],"tags":[],"class_list":["post-1237","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-development","generate-columns","tablet-grid-50","mobile-grid-100","grid-parent","grid-50"],"_links":{"self":[{"href":"https:\/\/nguyot.fr\/index.php\/wp-json\/wp\/v2\/posts\/1237","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/nguyot.fr\/index.php\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/nguyot.fr\/index.php\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/nguyot.fr\/index.php\/wp-json\/wp\/v2\/users\/2"}],"replies":[{"embeddable":true,"href":"https:\/\/nguyot.fr\/index.php\/wp-json\/wp\/v2\/comments?post=1237"}],"version-history":[{"count":1,"href":"https:\/\/nguyot.fr\/index.php\/wp-json\/wp\/v2\/posts\/1237\/revisions"}],"predecessor-version":[{"id":1239,"href":"https:\/\/nguyot.fr\/index.php\/wp-json\/wp\/v2\/posts\/1237\/revisions\/1239"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/nguyot.fr\/index.php\/wp-json\/wp\/v2\/media\/1238"}],"wp:attachment":[{"href":"https:\/\/nguyot.fr\/index.php\/wp-json\/wp\/v2\/media?parent=1237"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/nguyot.fr\/index.php\/wp-json\/wp\/v2\/categories?post=1237"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/nguyot.fr\/index.php\/wp-json\/wp\/v2\/tags?post=1237"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}