OffshoreVps
Agents n8n · Ollama · Docker Sans KYC

Hébergement d’agents IA : un serveur qui fait tourner vos agents 24 h/24

Les agents et les automatisations ont besoin d’une machine toujours allumée, avec sa propre IP, qui ne s’endort pas quand votre ordinateur portable le fait. Commencez sur un VPS à partir de $8.50 par mois pour des frameworks d’agents qui appellent des modèles hébergés, ou passez à un serveur GPU à partir de $109.25 par mois pour exécuter le modèle vous-même. Root complet, stockage NVMe, paiement en crypto.

BitcoinMoneroTether (USDT)USD CoinEthereumLitecoinSolanaBNB
Sans KYC Paiement en crypto Root complet En ligne en quelques minutes 10 emplacements

Page by the OffshoreVps teamUpdated Prix lus dans le catalogue en direct

Serveurs

Choisissez le serveur adapté à vos agents

Les prix des VPS correspondent à la Roumanie pour une durée d’un mois. Une durée de 12 mois fait économiser 50 %. Les prix des GPU correspondent à la Moldavie.

Location
VPS

Agent de base

$8.50/mo

or $4.25/mo on a 12-month term (−50%)

  • CPU2 vCPU
  • RAM4 GB DDR4
  • Disk60 GB NVMe
  • NetworkUnlimited · 1 Gbps

Un ou deux agents ou workflows qui appellent des API de modèles hébergés, plus une petite base de données.

Configure and order
Location
Populaire
VPS

Agent costaud

$13/mo

or $6.50/mo on a 12-month term (−50%)

  • CPU4 vCPU
  • RAM8 GB DDR4
  • Disk120 GB NVMe
  • NetworkUnlimited · 1 Gbps

n8n ou un framework avec Postgres, un magasin de vecteurs et un navigateur headless pour les tâches web.

Configure and order
Location
VPS

Petits modèles locaux

$25.50/mo

or $12.75/mo on a 12-month term (−50%)

  • CPU8 vCPU
  • RAM32 GB DDR5
  • Disk200 GB NVMe
  • NetworkUnlimited · 1 Gbps

De petits modèles quantifiés sur CPU, lents mais privés, à côté de vos agents.

Configure and order
Location
GPU

GPU : 1x RTX 4090, 24 Go

$109.25/mo

or $54.63/mo on a 12-month term (−50%)

  • GPU1x RTX 4090 · 24 GB
  • CPU12 vCPU
  • RAM64 GB DDR5
  • Disk1 TB NVMe

Exécutez un modèle sur le même serveur que l’agent qui l’utilise. Des GPU plus puissants sont sur la page GPU.

Configure and order
Ce que vous pouvez exécuter

Ce que les gens installent sur un serveur d’agents

Automatisation de workflows

n8n et outils similaires : webhooks, planifications et intégrations qui tournent que vous soyez en ligne ou non.

Frameworks d’agents

LangGraph, CrewAI, AutoGen ou votre propre code Python et Node, lancé par systemd et relancé en cas d’échec.

Agents de navigation

Chromium headless avec Playwright pour le scraping, la surveillance et le remplissage de formulaires. Donnez-lui 8 Go de RAM.

Modèles locaux

Ollama ou vLLM servant un modèle ouvert, pour que vos prompts et documents restent sur un serveur que vous louez.

Serveurs MCP

Des outils que votre assistant peut appeler. Voir l’hébergement de serveurs MCP pour les détails.

Bots et tâches planifiées

Bots Telegram et Discord, bots de trading et tâches cron qui doivent tourner toute la journée.

Dimensionnement

De quel serveur un agent a vraiment besoin

La plupart des agents font très peu de travail eux-mêmes. Ils envoient un prompt à un modèle, attendent, puis appellent un outil. Si le modèle tourne chez un fournisseur, le serveur de l’agent n’a besoin que de quelques gigaoctets de RAM et d’une connexion stable : le VPS de départ suffit.

Quand il en faut davantage

  • Une base de données ou un magasin de vecteurs à côté de l’agent (Postgres, Qdrant, Chroma) demande 2 à 4 Go de RAM en plus.
  • Un navigateur headless utilise de 500 Mo à 1 Go par page ouverte. Prévoyez 8 Go si plusieurs tournent en même temps.
  • Un modèle local est un autre travail. Les poids doivent tenir en mémoire : environ 2 octets par paramètre en 16 bits, 1 en 8 bits et 0,5 en 4 bits, plus environ 20 % de marge. Un serveur GPU le fait rapidement ; le CPU seul fonctionne pour les petits modèles, mais lentement. La page d’hébergement de LLM privés contient un tableau de dimensionnement.

Gardez les agents confinés

Un agent peut exécuter du code et appeler des outils : traitez-le comme n’importe quel processus non fiable. Donnez-lui son propre utilisateur Linux ou conteneur, une clé d’API de modèle avec un plafond de dépenses et seulement l’accès aux fichiers et au réseau dont il a besoin. Ne mettez jamais la clé de dépense d’un portefeuille ni un mot de passe administrateur dans l’environnement d’un agent.

Guide d’installation

De la commande à un agent en marche en quatre étapes

Commandez le serveur

Créez un compte, rechargez en crypto et déployez la taille choisie. Vous obtenez l’accès root en quelques minutes.

Préparez-le

Mettez Ubuntu à jour, créez un utilisateur, n’ouvrez que les ports nécessaires et installez Docker.

Lancez votre pile d’agents

Démarrez n8n avec Docker Compose, ou exécutez votre propre agent Python comme service systemd.

Ajoutez le HTTPS et, si vous le souhaitez, un modèle local

Placez Caddy devant pour le HTTPS et installez Ollama sur un serveur GPU.

Étape 1

Préparez le serveur et installez Docker

Les commandes supposent Ubuntu 22.04 ou 24.04 et une connexion root par SSH.

Se connecter, mettre à jour, créer un utilisateur, pare-feu
ssh root@YOUR_SERVER_IP

apt update && apt -y upgrade
adduser --disabled-password --gecos "" agent

ufw allow OpenSSH
ufw allow 80/tcp
ufw allow 443/tcp
ufw enable
Installer Docker
curl -fsSL https://get.docker.com | sh
usermod -aG docker agent
systemctl enable --now docker
Étape 2, option A

Exécutez n8n avec Docker Compose

Ici, n8n n’écoute que sur localhost. Caddy (étape 3) ajoute le HTTPS devant. Remplacez agents.example.com par un domaine qui pointe vers votre serveur. Consultez la documentation d’hébergement de n8n pour les options actuelles.

/home/agent/n8n/docker-compose.yml
services:
  n8n:
    image: docker.n8n.io/n8nio/n8n
    restart: unless-stopped
    ports:
      - "127.0.0.1:5678:5678"
    environment:
      - N8N_HOST=agents.example.com
      - N8N_PROTOCOL=https
      - WEBHOOK_URL=https://agents.example.com/
      - GENERIC_TIMEZONE=UTC
    volumes:
      - n8n_data:/home/node/.n8n

volumes:
  n8n_data:
Le démarrer
su - agent
cd ~/n8n
docker compose up -d
docker compose logs -f     # Ctrl+C to stop watching
Étape 2, option B

Exécutez votre propre agent Python comme service

Une unité systemd démarre l’agent au boot et le relance s’il plante. Les secrets se trouvent dans un fichier que seul l’utilisateur de l’agent peut lire.

Configurer un environnement virtuel
su - agent
mkdir -p ~/app && cd ~/app
python3 -m venv venv
./venv/bin/pip install requests      # add your framework: langgraph, crewai, autogen...
nano agent.py                       # your agent code
nano .env                           # API_KEY=...   (then: chmod 600 .env)
exit
/etc/systemd/system/agent.service
[Unit]
Description=My AI agent
After=network-online.target
Wants=network-online.target

[Service]
User=agent
WorkingDirectory=/home/agent/app
EnvironmentFile=/home/agent/app/.env
ExecStart=/home/agent/app/venv/bin/python agent.py
Restart=always
RestartSec=5

[Install]
WantedBy=multi-user.target
Le démarrer et lire les logs
systemctl daemon-reload
systemctl enable --now agent
journalctl -u agent -f      # Ctrl+C to stop watching
Étape 3

Ajoutez le HTTPS avec Caddy

Caddy obtient et renouvelle un certificat tout seul dès que votre domaine pointe vers le serveur. Les webhooks et les interfaces web fonctionnent alors en HTTPS.

Installer Caddy et le faire proxifier vers n8n
apt -y install caddy
cat > /etc/caddy/Caddyfile <<'EOF'
agents.example.com {
    reverse_proxy 127.0.0.1:5678
}
EOF
systemctl reload caddy
Étape 4, serveurs GPU

Exécutez un modèle local avec Ollama

Ollama sert un modèle sur localhost, et votre agent l’appelle au lieu d’une API hébergée. Choisissez un modèle qui tient dans la mémoire du GPU (voir le tableau de dimensionnement).

Installer et tester un modèle
curl -fsSL https://ollama.com/install.sh | sh
ollama pull llama3.1:8b

curl http://localhost:11434/api/generate -d '{
  "model": "llama3.1:8b",
  "prompt": "Say hello in five words.",
  "stream": false
}'
Gardez-le privé
# Ollama listens on 127.0.0.1:11434 by default. Leave it that way.
# If an agent on another server needs it, tunnel over SSH instead of opening the port:
ssh -N -L 11434:127.0.0.1:11434 agent@YOUR_SERVER_IP
Bon à savoir

Où cette configuration brille et où rester prudent

Convient bien lorsque

  • Vous voulez des agents et workflows qui tournent toute la journée sans votre ordinateur
  • Vous voulez votre propre IP, vos propres logs et un contrôle total du logiciel
  • Vous voulez garder prompts et données sur un serveur que vous louez, avec un modèle local
  • Vous voulez payer en crypto sans fournir de pièce d’identité

Soyez prudent lorsque

  • Vous donnez à un agent une clé capable de dépenser de l’argent ou de supprimer des données
  • Vous exposez une interface web ou le port d’Ollama à Internet sans connexion
  • Vous exécutez sur l’hôte du code non fiable issu d’un modèle plutôt que dans un conteneur
  • Vous omettez un plafond de dépenses sur la clé d’API de votre modèle
FAQ

Questions sur l’hébergement d’agents IA

01Qu’est-ce que l’hébergement d’agents IA ?

Un serveur qui exécute vos agents IA, automatisations et bots en continu. Vous louez un VPS ou un serveur GPU avec accès root, installez votre logiciel d’agents et le laissez tourner.

02Quels logiciels d’agents puis-je exécuter ?

Tout ce qui tourne sous Linux : n8n, LangGraph, CrewAI, AutoGen, Flowise, Open WebUI, votre propre code Python ou Node et des serveurs MCP. Vous avez le root complet, donc Docker fonctionne aussi.

03Ai-je besoin d’un GPU ?

Seulement pour exécuter le modèle vous-même. Si vos agents appellent une API de modèle hébergé, un VPS suffit. Un serveur GPU a du sens pour des modèles ouverts locaux comme Llama, Mistral ou Qwen, ou lorsque les prompts ne doivent pas quitter votre serveur.

04De combien de RAM ai-je besoin ?

4 Go pour un framework qui appelle des modèles hébergés, 8 Go avec une base de données ou un navigateur headless, et 32 Go ou un GPU pour les modèles locaux. Vous pourrez passer à une offre plus grande plus tard.

05Puis-je exécuter un agent de navigation ?

Oui. Chromium headless avec Playwright fonctionne sur un VPS. Prévoyez environ 500 Mo à 1 Go de RAM par page ouverte et donnez 8 Go au serveur si plusieurs tournent en même temps.

06Faut-il un KYC pour héberger un agent ?

Non. Vous créez un compte avec un identifiant généré, rechargez en crypto et déployez. Voir l’hébergement VPS sans KYC. Vous restez responsable de ce que font vos agents, selon nos conditions.

07Comment paie-t-on ?

Depuis le solde de votre compte, rechargé en Bitcoin, Monero, Ethereum, Litecoin, Solana, TRON, BNB, USDC ou USDT. Les durées plus longues font économiser jusqu’à 50 %. Voir les tarifs.

Sources

Where these numbers come from

Checked 20 October 2026. Chain sizes and software requirements change, so confirm against the source before you order.

Donnez à vos agents un serveur à eux

Choisissez une taille, payez en crypto, connectez-vous en root. Sans pièce d’identité, sans carte.