Canopsis 26.04 marque un tournant. Après 15 ans à faire évoluer sa plateforme d’hypervision open source et souveraine, l’intelligence artificielle arrive dans Canopsis avec l’introduction de deux nouveautés majeures : un service de détection d’anomalies et un chatbot / assistant IA conversationnel directement intégré dans l’interface.
Et c’est de ce dernier dont nous allons parler aujourd’hui !
Le chatbot Canopsis : de quoi s’agit-il exactement ?
Le chatbot Canopsis est un agent de conversation virtuel. Accessible directement depuis l’interface, sans module externe à installer, c’est une exclusivité Canopsis Pro !
En effet, il s’appuie sur un service de modèles de langage (LLM). Dans cette première version, Canopsis est compatible avec le service Gemini de Google.
À ce jour, la première version du chatbot Canopsis est centrée sur une mission précise : aider les utilisateurs à créer, modifier, valider et corriger des patterns, c’est-à-dire les filtres qui structurent le traitement des alarmes, des entités et des comportements périodiques dans Canopsis.
Comment fonctionne l’assistant IA de Canopsis ?
Jusqu’ici, configurer un pattern dans Canopsis demandait de connaître les bons champs, les opérateurs disponibles, la logique propre à chaque type de règle… Avec le chatbot Canopsis intégré à la version 26.04, ce frein disparaît ! Il suffit de décrire son besoin en langage naturel : l’assistant comprend l’intention, la traduit en pattern et sélectionne lui-même les bons champs et opérateurs.
Le panneau IA s’affiche automatiquement dans toutes les fenêtres qui contiennent un éditeur de patterns. En pratique, cela couvre une large palette de contextes, par exemple :
- filtres de widgets,
- règles de filtres d’événements,
- règles d’inactivité,
- règles de bagot,
- scénarios,
- comportements périodiques,
- services,
- filtres KPI,
- instructions de remédiation,
- informations dynamiques…
Trois boutons d’actions rapides sont disponibles :
- Créer un modèle : pour partir de zéro
- Éditer le modèle : pour modifier un pattern existant
- Valider le modèle : pour vérifier et corriger un JSON existant
Une fois la demande formulée, l’assistant génère une réponse et crée une version du pattern. Chaque proposition de l’assistant est conservée dans l’historique de la conversation, permettant ainsi de revenir à une proposition précédente ou de comparer différentes approches.
Par ailleurs, si le chatbot détecte un JSON invalide dans l’éditeur avancé, un bouton « Corriger le modèle avec l’IA » apparaît. En bref, l’assistant analyse le problème et propose une correction en un clic.
Du côté de la configuration, l’assistant s’appuie sur les modèles Gemini de Google, paramétrables depuis l’interface : Administration → Objets personnalisés → LLMs. Si plusieurs modèles sont activés, un sélecteur permet de choisir celui à utiliser en cours de session.
Quels sont les avantages du chatbot Canopsis ?
Converser en langage naturel
Ce gain va plus loin qu’il n’y paraît. Il ne s’agit pas seulement de simplifier une étape technique : c’est toute une barrière à l’entrée qui tombe. Un responsable applicatif, un pilote expérimenté ou un nouvel arrivant dans l’équipe peut désormais créer ou modifier un filtre en langage naturel, de façon autonome, sans dépendre d’un administrateur.
Gagner du temps
Grâce à la saisie libre et aux actions rapides, une invite peut être rédigée et envoyée en quelques secondes. Ensuite, si la réponse ne correspond pas exactement à l’attente, il est possible de la corriger sans repartir de zéro, en s’appuyant sur l’historique de la conversation.
Garantir la souveraineté numérique
Connecter l’agent à son propre LLM ou à une API tierce permet de rester conforme aux contraintes de sécurité et de souveraineté de chaque organisation. C’est un point essentiel pour les environnements sensibles, notamment dans le secteur public ou les infrastructures critiques.
Offrir une traçabilité complète
L’historique des sessions est conservé côté serveur : il est accessible depuis le menu Administration → Objets personnalisés → LLMs, sous la forme d’une modale « Historique du chat ». Cette vue reprend l’intégralité des échanges, les invites envoyées, les réponses, les modifications manuelles et les erreurs liées aux invites.
Cas d’usage concrets
Pour un administrateur Canopsis, le chatbot simplifie la création de règles complexes. Par exemple, définir un filtre d’événements ciblant une catégorie d’entités spécifiques avec plusieurs conditions imbriquées : « Je veux cibler tous les équipements Cisco de Lille dont la criticité est supérieure à Majeure, sauf ceux appartenant au service Réseau. »
Pour un responsable applicatif, le chatbot permet d’accéder à la configuration de patterns sans formation technique préalable. En somme, il abaisse le seuil d’entrée pour des profils moins expérimentés.
Pour les équipes qui découvrent Canopsis, l’assistant joue un rôle de guide. Il propose, corrige et explique en retour ce qu’il a compris de la demande.
Ce que Canopsis 26.10 prépare pour le chatbot
La première version du chatbot Canopsis est donc centrée sur les patterns. Mais ce n’est qu’un point de départ, la version 26.10 introduira plusieurs évolutions majeures !
Premièrement, une aide à la recherche pour les pilotes : il sera possible de formuler des recherches en langage naturel dans le bac à alarmes, sans avoir à maîtriser de syntaxe technique spécifique.
Ensuite, l’implémentation du MCP (Model Context Protocol), un standard ouvert qui permet aux assistants IA de se connecter à des outils et des données externes de façon normalisée. Appliqué à Canopsis, il ouvrira la voie à des interactions directes entre l’IA et la plateforme : interroger le bac à alarmes, déclencher une action, récupérer une information… le tout en langage naturel.
Enfin, la compatibilité multi-LLM permettra de choisir librement l’assistant IA avec lequel dialoguer : Gemini, mais aussi d’autres modèles, y compris les LLMs hébergés en interne. Un atout décisif pour les organisations qui ont des exigences strictes en matière de souveraineté et sécurité des données.
En résumé
Le chatbot Canopsis représente donc une évolution structurante pour notre solution et l’hypervision open source dans son ensemble. Il simplifie l’accès aux fonctionnalités les plus techniques, réduit la charge cognitive des équipes et ouvre la plateforme à de nouveaux profils utilisateurs.
Avec les évolutions prévues en 26.10, il est appelé à devenir un véritable compagnon de toutes les actions dans Canopsis.
Vous avez un projet Canopsis en tête ? Contactez-nous, on en discute !