Avis ToolNeuron (2026) : application Android open source pour IA chiffrée sur l'appareil

ToolNeuron est disponible sur Google Play ou en téléchargement direct d'APK depuis sa page GitHub Releases. Les deux canaux de distribution proposent la même application open source.

Cet avis complète le répertoire de logiciels LLM locaux de PromptQuorum, qui recense les outils d'IA locale sur toutes les plateformes, y compris la propre fiche de ToolNeuron.

ToolNeuron est une application Android qui exécute des modèles de langage au format GGUF directement sur l'appareil via llama.cpp, sans composante côté serveur. Selon sa propre description, le projet vise à être "de l'IA sur l'appareil pour Android. Aucun service Google Play, aucune télémétrie, aucun cloud" — modèles, conversations, documents utilisés pour la recherche et matériel de clé de chiffrement sont tous conçus pour rester sur le téléphone.

Au-delà du simple chat, l'application intègre la récupération documentaire (RAG) sur des formats de fichiers courants, l'entrée et la sortie vocale via le moteur vocal sherpa-onnx, un serveur HTTP local exposant une API compatible OpenAI pour que d'autres applications s'y connectent, un navigateur de modèles Hugging Face intégré, et un système de plugins isolé (sandbox) pour installer des capacités supplémentaires.

Cet avis s'appuie sur le dépôt GitHub public du projet — son README, son fichier de licence et les métadonnées du dépôt — ainsi que sur la fiche Google Play, plutôt que sur un audit de code indépendant ou des tests de performance pratiques.

ToolNeuron est développée et maintenue par Siddhesh Sonar, qui publie le projet ouvertement sur GitHub sous licence MIT. Le dépôt montre un développement actif et détaillé : une architecture de sécurité documentée, une base de code modulaire répartie entre composantes d'application, d'inférence, de chiffrement et de réseau, et une communauté Discord publique pour les utilisateurs et contributeurs.

Comme le code source est publié plutôt que fermé, les affirmations sur ce que fait l'application avec les données locales — et ce qu'elle ne fait pas — peuvent être vérifiées directement dans le code, plutôt que de reposer uniquement sur la description du développeur.

La configuration de ToolNeuron prend quelques étapes et ne nécessite aucune création de compte. Le processus complet, de l'installation à la première réponse hors ligne, prend quelques minutes plus le temps de téléchargement du modèle choisi.

ToolNeuron exécute tout modèle compatible au format GGUF, y compris des familles courantes comme Llama, Mistral et Gemma, via llama.cpp. Un navigateur Hugging Face intégré permet aux lecteurs de filtrer les modèles disponibles par tag de pipeline, nombre de paramètres, quantification et licence avant de télécharger.

Au-delà du chat, le README du projet répertorie : le RAG documentaire sur PDF, DOCX, XLSX, PPTX, ODT, EPUB, RTF, Markdown, HTML, JSON, XML, CSV et texte brut ; l'entrée et la sortie vocale via le moteur sherpa-onnx (voix VITS, Piper et Whisper) ; la génération d'images locale, ajoutée à l'application en mai 2026 selon les notes de changelog du projet ; un serveur HTTP local exposant une API compatible OpenAI avec sa propre interface web ; et un système de plugins isolé (sandbox) pour installer des extensions créées par la communauté.

C'est un ensemble de fonctionnalités plus large qu'un client de chat mono-fonction, et chaque fonctionnalité passe par le même moteur sur l'appareil plutôt que d'appeler un service cloud, selon la documentation du projet.

ToolNeuron nécessite Android 12 (niveau d'API 31) ou plus récent, sur du matériel arm64-v8a ou x86_64, selon la configuration de build publique du projet. Comme pour toute application LLM sur l'appareil, le plancher matériel pratique dépend davantage du modèle GGUF chargé — son nombre de paramètres et sa quantification — que d'une spécification fixe unique ; un petit modèle quantifié nécessite bien moins de mémoire qu'un grand.

Les lecteurs sur des versions Android plus anciennes ou des appareils 32 bits uniquement doivent s'attendre à ce que l'application ne s'installe pas, puisque les filtres de SDK minimum et d'ABI sont appliqués par le paquet Android lui-même, pas seulement recommandés.

L'objectif de conception déclaré de ToolNeuron est d'éviter toute dépendance au cloud : aucun service Google Play requis, aucune télémétrie, et aucune composante côté serveur pour ses fonctionnalités principales de chat et de RAG, selon le README du projet. Cela s'appuie sur une architecture de sécurité documentée publiquement de façon inhabituellement détaillée, plutôt que sur une simple affirmation de confidentialité en une ligne.

Les données locales — y compris le matériel de clé de chiffrement lui-même — sont protégées par une clé AES-256-GCM adossée à l'Android Keystore (StrongBox privilégié quand l'appareil le prend en charge) et une authentification par PIN basée sur Argon2id, selon la documentation de sécurité du projet. Cette même documentation décrit un mécanisme de verrouillage qui s'aggrave après des tentatives de PIN échouées répétées, et une fonctionnalité optionnelle de PIN de panique qui efface les données locales de l'application.

ToolNeuron propose une application d'IA sur l'appareil pour Android véritablement large, gratuite et open source : chat GGUF via llama.cpp, RAG documentaire, entrée/sortie vocale, un serveur API local compatible OpenAI et un système de plugins, le tout appuyé par une architecture de sécurité documentée axée sur le chiffrement plutôt que par une vague promesse de confidentialité.

Le code source publié sous licence MIT est un avantage significatif par rapport aux alternatives Android à code fermé — les lecteurs qui tiennent à vérifier ce qu'une application fait réellement avec les données locales peuvent examiner le code directement plutôt que de se fier uniquement à une fiche.

Ce qui garde cet avis mesuré plutôt qu'inconditionnellement enthousiaste, c'est la jeunesse relative de l'application et l'absence de tests de performance pratiques et indépendants de ses nombreuses fonctionnalités réalisés spécifiquement par PromptQuorum ; les lecteurs ayant des besoins critiques de performance devraient tester l'application sur leur propre appareil avant de s'y fier fortement.

Les utilisateurs Android qui veulent une application gratuite, open source et axée sur la confidentialité offrant plus qu'un simple chat devraient l'essayer ; les lecteurs qui veulent une application iPhone, un client mono-fonction plus simple, ou un historique plus établi devraient plutôt envisager Layla ou RikkaHub.