OVHcloud AI Endpoints dans GitHub Copilot Chat : mon extension VS Code est en ligne
Ce matin, un mail de Microsoft m’a confirmé ce que j’attendais : l’extension OVHcloud AI Endpoints for Copilot Chat a passé la validation de la Marketplace Visual Studio, sans aucune remarque. Elle est disponible pour tout le monde, gratuitement, dans VS Code et GitHub Codespaces.
En une phrase : vous pouvez maintenant choisir un modèle OVHcloud dans le sélecteur de modèles de GitHub Copilot Chat, exactement comme vous choisiriez GPT ou Claude, et vos requêtes partent vers des datacenters européens.
D’où ça vient
Depuis plusieurs mois, j’explore AI Endpoints, l’offre d’inférence à la demande d’OVHcloud. Des modèles ouverts, Llama, Mistral, Qwen, DeepSeek, gpt-oss, servis depuis la France et facturés au token, sans engagement. Pour les tester sérieusement, j’avais écrit un petit outil en Python, OVHcloudAIEndpointsTester, qui mesure les temps de réponse et compare les modèles.
Le constat était simple : les modèles sont bons, l’API est compatible OpenAI, mais pour les utiliser au quotidien il fallait sortir de l’éditeur, ou bricoler avec une extension générique « bring your own key » dans laquelle OVHcloud n’apparaît nulle part.
Depuis la version 1.104, VS Code permet à une extension de s’enregistrer comme fournisseur de modèles pour Copilot Chat. C’est l’API qu’utilisent Hugging Face, NVIDIA ou Ollama pour figurer dans la liste. Il n’y avait pas d’entrée OVHcloud. Maintenant il y en a une.
Ce que l’extension fait
Une fois installée et votre clé API collée, l’extension interroge le catalogue AI Endpoints et présente chaque modèle de chat à Copilot. Vous les cochez dans « Manage Models… », ils apparaissent dans le sélecteur, et tout le reste de Copilot fonctionne sans changement :
- Streaming : le texte s’affiche au fil de la génération.
- Mode agent : les modèles savent appeler les outils de Copilot, lire vos fichiers, proposer des modifications, lancer des commandes, avec votre validation à chaque étape.
- Vision : pour les modèles multimodaux, glissez une capture d’écran dans le chat.
- Codespaces : ça fonctionne aussi dans le navigateur, sur GitHub Codespaces.
Le point sur lequel j’ai été le plus attentif, c’est la clé API. Elle n’est jamais écrite dans settings.json. Elle va dans le coffre secret de VS Code, donc dans le trousseau macOS, le gestionnaire d’identifiants Windows ou libsecret sous Linux. Impossible de la committer par accident, de la synchroniser dans un dotfile ou de la voir apparaître dans une capture d’écran de vos réglages.
Pourquoi ça compte
Quand une équipe adopte un assistant IA dans l’éditeur, la question arrive vite : où partent le code et les prompts ? Pour beaucoup de structures, agences, collectivités, cabinets, entreprises sous contrainte réglementaire, la réponse « sur des serveurs américains soumis au Cloud Act » ferme la discussion.
Avec cette extension, la réponse devient : chez OVHcloud, en Europe, sur des modèles ouverts dont les poids sont publics, avec une facturation lisible et indépendante de l’abonnement Copilot. Et sans renoncer au confort de Copilot Chat, que les développeurs connaissent déjà.
C’est le sens du projet EUSovereignAI sous lequel je publie ce travail : rendre l’option européenne visible et facile, là où les développeurs passent leurs journées.
Installer en trois étapes
- Dans VS Code, ouvrez la vue Extensions et cherchez OVHcloud AI Endpoints. Installez.
- Collez votre clé API OVHcloud quand l’extension vous la demande. Elle se crée dans le manager OVHcloud, section Public Cloud, AI Endpoints, onglet API keys.
- Dans Copilot Chat, cliquez sur le nom du modèle, puis « Manage Models… », puis « OVHcloud AI Endpoints », et cochez vos modèles.
Le tout prend moins de deux minutes. Un tutoriel complet détaille chaque étape avec captures d’écran, réglages avancés et dépannage.
Premiers retours et suite
J’ai commencé mes tests avec Qwen3-Coder-30B-A3B-Instruct, un modèle orienté code. Il répond vite et se débrouille en mode agent sur des tâches courantes. Je prépare des tests plus poussés et des tutoriels d’usage, modèle par modèle.
Deux chantiers sont ouverts pour les prochaines versions :
- Les tailles de contexte. L’API OVHcloud ne les renvoie pas, l’extension déclare donc 32k tokens par défaut. Un réglage permet d’ajuster par modèle, et je compte intégrer les bonnes valeurs pour les modèles du catalogue.
- Le guide intégré. La version 0.1.1, déjà prête, ajoute une notification au premier lancement et un guide pas à pas dans la page Get Started de VS Code.
Les liens
- Extension sur la Marketplace : OVHcloud AI Endpoints for Copilot Chat
- Code source, licence MIT : github.com/mikecastrodemaria/ovhcloud-ai-endpoints-copilot
- L’outil de test d’origine : OVHcloudAIEndpointsTester
- Catalogue AI Endpoints : endpoints.ai.cloud.ovh.net
C’est un projet communautaire, il n’est ni édité ni approuvé par OVHcloud. Les retours, les bugs et les idées sont les bienvenus sur GitHub ou en commentaire.
Pas de commentaire