🎫 GLPI AI Processor

Version 2.26.02 — Local AI
Un script PowerShell qui analyse automatiquement vos tickets GLPI, détermine leur priorité et génère une première réponse technique — le tout via des modèles IA tournant localement avec Ollama. Aucune donnée ne quitte votre infrastructure.

Architecture

🎫 GLPI (API REST)  ⟷  ⚙️ Script PS1 (PowerShell 5.1+)  ⟷  🧠 Ollama (3 modèles LLM)

✨ Fonctionnalités

Fonctionnalité	Description
🎯 Priorité automatique	Le modèle `GLPIa` analyse le titre et le contenu du ticket pour attribuer une priorité de 1 à 5, basée sur l'impact et l'urgence.
💬 Réponse automatique	Le modèle `GLPIaresponse` génère une première réponse technique et courtoise, avec des pistes de résolution immédiates.
🔍 Aide technicien	Le modèle `glpiaide` produit une analyse technique approfondie destinée aux techniciens : diagnostic, causes probables, outils.
🔒 100% Local	Toutes les inférences IA sont effectuées via Ollama en local. Aucune donnée sensible ne quitte votre réseau.
🔁 Traitement continu	Le script tourne en boucle, détecte les nouveaux tickets et les traite automatiquement avec un système de marquage anti-doublon.
📝 Logging complet	Chaque action est tracée dans un fichier de log avec horodatage, niveau de sévérité et détails de l'opération.

📋 Prérequis

Composant	Version	Notes
Windows	10 / Server 2016+	PowerShell 5.1 ou supérieur
GLPI	10.x	API REST activée + tokens configurés
Ollama	0.1+	Installé localement ou accessible en réseau
RAM	16 Go+	Recommandé pour les modèles Mistral 7B
GPU	Optionnel	Accélère considérablement l'inférence

💡 Ollama peut être installé en quelques secondes depuis ollama.com. Il tourne comme un service local et expose une API REST sur le port 11434.

🚀 Installation

Étape 1 — Cloner le dépôt

git clone https://github.com/AlexandreTaboin/automatic-GLPI-ticket-response-using-llm.git
cd glpi-ai-processor

Étape 2 — Configurer les tokens GLPI

Ouvrez le script GLPI_AI_Processor.ps1 et modifiez la section $Script:Config avec vos propres valeurs :

$Script:Config = @{
    ApiUrl           = "http://votre-glpi.domaine.local/apirest.php"
    AppToken         = "VOTRE_APP_TOKEN_ICI"
    UserToken        = "VOTRE_USER_TOKEN_ICI"
    GlpiaideToken    = "VOTRE_GLPIAIDE_TOKEN_ICI"
    OllamaUrl        = "http://localhost:11434/api/generate"
    # ...
}

⚠️ Ne jamais publier vos tokens ! Si vous partagez ce script, remplacez tous les tokens par des valeurs fictives. Consultez la section Sécurité pour les bonnes pratiques.

Pour obtenir les tokens dans GLPI :

App-Token : Configuration → Générale → API → Ajouter un client API
User-Token (principal) : Administration → Utilisateurs → votre compte → Clés API distantes
User-Token (GLPIaide) : Idem pour le compte dédié à l'aide IA

Étape 3 — Créer les dossiers nécessaires

New-Item -ItemType Directory -Path "C:\Scripts" -Force
New-Item -ItemType Directory -Path "C:\Modelfiles" -Force

Étape 4 — Installer Ollama

# Vérifier qu'Ollama est en cours d'exécution
ollama list

# Télécharger le modèle de base Mistral
ollama pull mistral

Étape 5 — Créer les modèles personnalisés

Suivez les instructions de la section Modèles Ollama ci-dessous.

🧠 Création des modèles Ollama

Le script utilise trois modèles personnalisés créés à partir de Mistral. Chaque modèle a un rôle spécifique avec des paramètres de température et de génération adaptés.

📁 Chaque modèle est défini par un fichier Modelfile — un fichier texte contenant les instructions système et les paramètres du modèle. Créez ces fichiers dans C:\Modelfiles\.

🎯 Modèle GLPIa — Analyse de priorité

Ce modèle est conçu pour retourner uniquement un chiffre entre 1 et 5. La température basse (0.1) garantit des réponses déterministes.

Priorité	Niveau	Description
1	Très basse	Demande d'information, question générale
2	Basse	Demande de changement mineur, amélioration cosmétique
3	Moyenne	Dysfonctionnement partiel, un contournement existe
4	Haute	Service dégradé pour plusieurs utilisateurs, impact métier
5	Très haute	Service critique totalement indisponible, blocage complet

Étape 1 : Créer le fichier C:\Modelfiles\Modelfile_GLPIa

FROM mistral

SYSTEM """
Tu es un assistant spécialisé dans l'analyse de tickets de support informatique.
Ta seule mission est de déterminer la priorité d'un ticket sur une échelle de 1 à 5.

Échelle de priorité :
1 - Très basse : Demande d'information, question générale
2 - Basse : Demande de changement mineur, amélioration cosmétique
3 - Moyenne : Dysfonctionnement partiel, un contournement existe
4 - Haute : Service dégradé pour plusieurs utilisateurs, impact métier
5 - Très haute : Service critique totalement indisponible, blocage complet

Tu dois répondre UNIQUEMENT par un chiffre entre 1 et 5. Aucun texte, aucune explication.
"""

PARAMETER temperature 0.1
PARAMETER top_p 0.5
PARAMETER num_predict 5

Étape 2 : Créer le modèle

ollama create GLPIa -f "C:\Modelfiles\Modelfile_GLPIa"

Étape 3 : Tester le modèle

ollama run GLPIa "L'imprimante du 2e étage ne fonctionne plus"
# Résultat attendu : 3

ollama run GLPIa "Serveur de production totalement inaccessible"
# Résultat attendu : 5

ollama run GLPIa "Comment changer mon fond d'écran ?"
# Résultat attendu : 1

💬 Modèle GLPIaresponse — Réponse automatique

Ce modèle génère une première réponse destinée à l'utilisateur qui a ouvert le ticket. Le ton est professionnel, courtois et rassurant. La réponse est formatée en HTML pour s'intégrer directement dans GLPI.

Étape 1 : Créer le fichier C:\Modelfiles\Modelfile_GLPIaresponse

FROM mistral

SYSTEM """
Tu es un technicien de support informatique de niveau 1 bienveillant et professionnel.
Tu rédiges la première réponse à un ticket de support.

Règles :
- Commence par saluer l'utilisateur et accuser réception de sa demande
- Propose 2 à 3 pistes de résolution simples et concrètes
- Termine en indiquant qu'un technicien prendra le relais si nécessaire
- Utilise un ton courtois et rassurant
- Rédige en français
- Sois concis (150 mots maximum)
- Formate ta réponse en HTML simple (balises <p>, <ul>, <li>, <b>)
"""

PARAMETER temperature 0.7
PARAMETER top_p 0.9
PARAMETER num_predict 500

Étape 2 : Créer le modèle

ollama create GLPIaresponse -f "C:\Modelfiles\Modelfile_GLPIaresponse"

Étape 3 : Tester le modèle

ollama run GLPIaresponse "Je n'arrive plus à me connecter à ma boîte mail Outlook"
# Résultat attendu : Un message HTML avec salutation, pistes de résolution et mention de prise en charge

🔍 Modèle glpiaide — Assistance technicien

Ce modèle est destiné aux techniciens, pas aux utilisateurs finaux. Il fournit une analyse technique approfondie : catégorisation du problème, causes probables, procédure de diagnostic et outils recommandés.

Étape 1 : Créer le fichier C:\Modelfiles\Modelfile_glpiaide

FROM mistral

SYSTEM """
Tu es un ingénieur de support informatique de niveau 2/3 expérimenté.
Tu analyses un ticket de support et fournis une aide technique au technicien assigné.

Structure ta réponse ainsi :
1. CATÉGORIE : Identifie le domaine (réseau, poste de travail, serveur, applicatif, sécurité, messagerie, impression, téléphonie)
2. CAUSES PROBABLES : Liste les 3 causes les plus fréquentes par ordre de probabilité
3. DIAGNOSTIC : Propose une procédure de diagnostic pas à pas
4. OUTILS : Suggère les outils et commandes utiles (PowerShell, CMD, outils GLPI/réseau)
5. ESCALADE : Indique dans quels cas escalader au niveau supérieur

Règles :
- Sois technique et précis
- Utilise du jargon technique approprié
- Rédige en français
- Formate ta réponse en HTML (balises <h4>, <p>, <ul>, <li>, <code>, <b>)
- Maximum 300 mots
"""

PARAMETER temperature 0.4
PARAMETER top_p 0.8
PARAMETER num_predict 800

Étape 2 : Créer le modèle

ollama create glpiaide -f "C:\Modelfiles\Modelfile_glpiaide"

Étape 3 : Tester le modèle

ollama run glpiaide "Écran bleu BSOD récurrent sur le poste de Mme Dupont, erreur IRQL_NOT_LESS_OR_EQUAL"
# Résultat attendu : analyse structurée avec catégorisation, causes, diagnostic, outils et critères d'escalade

Récapitulatif — Création complète des modèles

# 1. Télécharger le modèle de base
ollama pull mistral

# 2. Créer le modèle d'analyse de priorité
ollama create GLPIa -f "C:\Modelfiles\Modelfile_GLPIa"

# 3. Créer le modèle de réponse automatique
ollama create GLPIaresponse -f "C:\Modelfiles\Modelfile_GLPIaresponse"

# 4. Créer le modèle d'aide technicien
ollama create glpiaide -f "C:\Modelfiles\Modelfile_glpiaide"

# 5. Vérifier que les 3 modèles sont bien créés
ollama list

📊 Espace disque : Le modèle Mistral 7B occupe environ 4 Go. Les 3 modèles personnalisés partagent les mêmes poids de base, donc l'espace total reste d'environ ~4.5 Go.

Comparatif des paramètres

Paramètre	GLPIa	GLPIaresponse	glpiaide	Description
`temperature`	0.1	0.7	0.4	Créativité de la réponse (0 = déterministe, 1 = créatif)
`top_p`	0.5	0.9	0.8	Diversité du vocabulaire utilisé
`num_predict`	5	500	800	Nombre maximum de tokens en sortie
Rôle	Chiffre 1-5	Réponse utilisateur	Aide technicien	—

⚙️ Configuration

Paramètres du script

Tous les paramètres sont centralisés dans le bloc $Script:Config en haut du script :

Paramètre	Description	Valeur par défaut
`ApiUrl`	URL de l'API REST de GLPI	À configurer
`AppToken`	Token de l'application API dans GLPI	À configurer
`UserToken`	Token de l'utilisateur principal	À configurer
`GlpiaideToken`	Token de l'utilisateur GLPIaide	À configurer
`OllamaUrl`	URL de l'API Ollama	`http://localhost:11434/api/generate`
`ProcessedMarker`	Valeur `requesttypes_id` pour marquer les tickets traités	`8`
`RetryDelay`	Délai entre chaque cycle de vérification (secondes)	`30`
`OllamaTimeout`	Timeout des requêtes Ollama (secondes)	`9000`
`LogFile`	Chemin du fichier de logs	`C:\Scripts\GLPI_Process.log`
`MemoryFile`	Fichier mémoire du dernier ticket traité	`C:\Scripts\GLPI_LastTicket.txt`

Configuration de l'API GLPI

Activer l'API : Configuration → Générale → API → Activer l'API REST + connexion par user_token
Créer un client API : Ajoutez un client nommé GLPI AI Processor, restreignez l'accès à l'IP du serveur et notez le App-Token
Générer les User-Tokens : Administration → Utilisateurs → Clés API distantes → Régénérer (pour le compte principal et le compte GLPIaide)
Vérifier les droits :

Droit	Compte principal	Compte GLPIaide
Lire les tickets	✅	✅
Modifier les tickets (priorité)	✅	❌
Ajouter des suivis	✅	✅
Voir tous les tickets	✅	✅

▶️ Utilisation

Lancement manuel

# Autoriser l'exécution de scripts (une seule fois)
Set-ExecutionPolicy -ExecutionPolicy Bypass -Scope CurrentUser

# Lancer le script
cd C:\Scripts
.\GLPI_AI_Processor.ps1

Sortie console attendue

╔══════════════════════════════════════════════════════════════════╗
║  GLPI - Traitement automatique par IA v2.26.02                  ║
║  Modèles : GLPIa / GLPIaresponse / glpiaide                    ║
║  Filtre  : Nouveaux tickets (statut 1, source ≠ 8)             ║
║  Marqueur: requesttypes_id = 8                                  ║
╚══════════════════════════════════════════════════════════════════╝

[2025-02-17 10:00:01][Info] === Nouveau cycle ===
[2025-02-17 10:00:01][Success] Session principal ouverte
[2025-02-17 10:00:02][Success] Session GLPIaide ouverte
[2025-02-17 10:00:03][Info] Ticket #1542 : "Imprimante HP bloquée 2e étage"
[2025-02-17 10:00:08][Success] → Priorité déterminée : 3 (Moyenne)
[2025-02-17 10:00:15][Success] → Réponse utilisateur ajoutée
[2025-02-17 10:00:22][Success] → Note technique ajoutée
[2025-02-17 10:00:22][Success] Ticket #1542 traité avec succès
[2025-02-17 10:00:22][Info] Cycle terminé : 1 traité(s), 0 erreur(s)
[2025-02-17 10:00:22][Info] Prochain cycle dans 30s

Exécution en tant que tâche planifiée

Pour que le script s'exécute automatiquement au démarrage du serveur :

# Créer une tâche planifiée qui démarre le script au boot
$action = New-ScheduledTaskAction `
    -Execute "powershell.exe" `
    -Argument "-NoProfile -ExecutionPolicy Bypass -File C:\Scripts\GLPI_AI_Processor.ps1" `
    -WorkingDirectory "C:\Scripts"

$trigger = New-ScheduledTaskTrigger -AtStartup

$settings = New-ScheduledTaskSettingsSet `
    -AllowStartIfOnBatteries `
    -DontStopIfGoingOnBatteries `
    -RestartCount 3 `
    -RestartInterval (New-TimeSpan -Minutes 1) `
    -ExecutionTimeLimit (New-TimeSpan -Days 365)

Register-ScheduledTask `
    -TaskName "GLPI AI Processor" `
    -Action $action `
    -Trigger $trigger `
    -Settings $settings `
    -User "SYSTEM" `
    -RunLevel Highest

⏱️ Note : Le script tourne en boucle infinie avec un délai de 30 secondes entre chaque cycle. La tâche planifiée n'a pas besoin de répétition.

Flux de traitement d'un ticket

1. Détection         → Recherche tickets avec status=1 et requesttypes_id ≠ 8
          ↓
2. Analyse priorité  → Envoi du titre au modèle GLPIa → reçoit un chiffre 1-5
          ↓
3. Mise à jour       → PUT sur l'API GLPI pour mettre à jour priority
          ↓
4. Génération réponse → Envoi au modèle GLPIaresponse → HTML de réponse utilisateur
          ↓
5. Ajout suivi       → POST d'un ITILFollowup visible par l'utilisateur
          ↓
6. Aide technicien   → Envoi au modèle glpiaide → note technique interne
          ↓
7. Marquage          → Mise à jour requesttypes_id = 8 pour éviter le retraitement

🔐 Sécurité

⚠️ IMPORTANT : Ne publiez JAMAIS vos tokens API sur un dépôt public. Si cela arrive accidentellement, révoquez immédiatement les tokens dans GLPI et régénérez-en de nouveaux.

Bonnes pratiques

Remplacez les tokens par des valeurs fictives (VOTRE_TOKEN_ICI) avant de partager le code
Utilisez un fichier .gitignore pour exclure les fichiers sensibles :

# Secrets
.env
*.env

# Fichiers runtime
GLPI_Process.log
GLPI_LastTicket.txt

# Fichiers Windows
Thumbs.db
desktop.ini

Option avancée : Variables d'environnement

# Définir les variables d'environnement système (une seule fois, en admin)
[Environment]::SetEnvironmentVariable("GLPI_API_URL", "http://votre-glpi/apirest.php", "Machine")
[Environment]::SetEnvironmentVariable("GLPI_APP_TOKEN", "votre-app-token", "Machine")
[Environment]::SetEnvironmentVariable("GLPI_USER_TOKEN", "votre-user-token", "Machine")
[Environment]::SetEnvironmentVariable("GLPI_AIDE_TOKEN", "votre-aide-token", "Machine")

# Lecture dans le script
$Script:Config = @{
    ApiUrl        = $env:GLPI_API_URL
    AppToken      = $env:GLPI_APP_TOKEN
    UserToken     = $env:GLPI_USER_TOKEN
    GlpiaideToken = $env:GLPI_AIDE_TOKEN
    # ...
}

Sécurité réseau

🔒 Ollama n'expose son API que sur localhost:11434 par défaut — aucune donnée ne transite sur le réseau
🔒 L'API GLPI doit être accessible uniquement depuis le serveur exécutant le script (filtrage IP dans le client API)
🔒 Les sessions GLPI sont fermées systématiquement dans un bloc finally
🔒 Le fichier mémoire (GLPI_LastTicket.txt) évite le double traitement en cas de redémarrage

🔧 Dépannage

Problème	Cause probable	Solution
`ERROR_SESSION_TOKEN_MISSING`	Token invalide ou expiré	Régénérer le User-Token dans GLPI
`Invoke-RestMethod : Impossible de se connecter`	Ollama non démarré	Lancer `ollama serve` ou vérifier le service
Priorité toujours à 3	Modèle GLPIa mal configuré	Tester avec `ollama run GLPIa "test"`
Ticket traité en boucle	Marqueur `requesttypes_id` non appliqué	Vérifier les droits de modification du compte principal
Réponse Ollama très lente (>2 min)	Pas de GPU / RAM insuffisante	Augmenter la RAM ou utiliser un modèle plus petit (phi3, tinyllama)
`model 'GLPIa' not found`	Modèle non créé	Exécuter `ollama create GLPIa -f ...`
Caractères HTML visibles dans GLPI	GLPI n'interprète pas le HTML	Vérifier que le suivi est ajouté avec `content_type=text/html`
Le script ne détecte pas les nouveaux tickets	Filtre trop restrictif	Vérifier `status=1` et `requesttypes_id ≠ 8`

Commandes de diagnostic

# Vérifier qu'Ollama répond
curl http://localhost:11434/api/tags

# Lister les modèles installés
ollama list

# Tester l'API GLPI
Invoke-RestMethod -Uri "http://votre-glpi/apirest.php/" -Method Get

# Voir les logs en temps réel
Get-Content "C:\Scripts\GLPI_Process.log" -Tail 50 -Wait

# Voir le dernier ticket traité
Get-Content "C:\Scripts\GLPI_LastTicket.txt"

Activer les logs détaillés

# Décommenter ce bloc pour activer les logs dans le fichier
function Write-Log {
    param(
        [string]$Message,
        [ValidateSet("Info","Success","Warning","Error")]
        [string]$Level = "Info"
    )
    $timestamp = Get-Date -Format "yyyy-MM-dd HH:mm:ss"
    $logEntry  = "[$timestamp][$Level] $Message"
    Add-Content -Path $Script:Config.LogFile -Value $logEntry
}

📁 Structure du projet

glpi-ai-processor/
├── 📄 GLPI_AI_Processor.ps1        # Script principal
├── 📄 README.md                     # Documentation Markdown
├── 📄 index.html                    # Page de documentation HTML
├── 📄 .gitignore                    # Exclusions Git
├── 📄 LICENSE                       # Licence MIT
│
├── 📁 Modelfiles/
│   ├── 📄 Modelfile_GLPIa           # Modèle analyse de priorité
│   ├── 📄 Modelfile_GLPIaresponse   # Modèle réponse utilisateur
│   └── 📄 Modelfile_glpiaide        # Modèle aide technicien
│
└── 📁 Logs/                         # (non commité) Fichiers runtime
    ├── 📄 GLPI_Process.log          # Logs d'exécution
    └── 📄 GLPI_LastTicket.txt       # Mémoire dernier ticket

📋 Historique des versions

v2.26.02 — 17 février 2026 (latest)

Optimisation complète du script
Gestion des tickets clos et déjà traités
Logging amélioré avec niveaux de sévérité
Fichier mémoire anti-doublon (GLPI_LastTicket.txt)
Fermeture systématique des sessions (bloc finally)
Pause entre les tickets pour éviter la surcharge

v1.24.07 — 31 juillet 2024

Version initiale fonctionnelle
Analyse de priorité via Ollama
Réponse automatique aux tickets
Intégration API GLPI

⚡ Crédits & Licence

Auteur : Alexandre TABOIN — taboin.fr

IA utilisées : Développement assisté par ChatGPT 4o, Mistral Codestral, Claude Opus

Licence : MIT — Libre d'utilisation, modification et redistribution

🌐 100% local & open source. Ce projet utilise des modèles d'IA locaux via Ollama. Aucune donnée de ticket n'est envoyée vers des services cloud externes.

Name		Name	Last commit message	Last commit date
ModelfileGLPIa		ModelfileGLPIa
ModelfileGLPIaresponse		ModelfileGLPIaresponse
ModelfilePerceval		ModelfilePerceval
Myrtille.ps1		Myrtille.ps1
README.md		README.md
readme.html		readme.html

Latest commit

History

Folders and files

Repository files navigation

🎫 GLPI AI Processor

Architecture

✨ Fonctionnalités

📋 Prérequis

🚀 Installation

Étape 1 — Cloner le dépôt

Étape 2 — Configurer les tokens GLPI

Étape 3 — Créer les dossiers nécessaires

Étape 4 — Installer Ollama

Étape 5 — Créer les modèles personnalisés

🧠 Création des modèles Ollama

🎯 Modèle GLPIa — Analyse de priorité

💬 Modèle GLPIaresponse — Réponse automatique

🔍 Modèle glpiaide — Assistance technicien

Récapitulatif — Création complète des modèles

Comparatif des paramètres

⚙️ Configuration

Paramètres du script

Configuration de l'API GLPI

▶️ Utilisation

Lancement manuel

Sortie console attendue

Exécution en tant que tâche planifiée

Flux de traitement d'un ticket

🔐 Sécurité

Bonnes pratiques

Option avancée : Variables d'environnement

Sécurité réseau

🔧 Dépannage

Commandes de diagnostic

Activer les logs détaillés

📁 Structure du projet

📋 Historique des versions

v2.26.02 — 17 février 2026 (latest)

v1.24.07 — 31 juillet 2024

⚡ Crédits & Licence

About

Resources

Stars

Watchers

Forks

Releases

Packages

Contributors

Languages