> For the complete documentation index, see [llms.txt](https://unsloth.ai/docs/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://unsloth.ai/docs/fr/nouveau/studio/install.md). # Installation d’Unsloth Studio Installez manuellement Unsloth Studio ou téléchargez l'application séparée Unsloth Desktop. Unsloth Studio fonctionne sous Windows, Linux, WSL et macOS. Vous devez utiliser le même processus d’installation sur chaque appareil, même si les exigences système peuvent varier selon l’appareil. ### Installer avec Unsloth Desktop La façon la plus simple d’installer Unsloth Studio est avec l’application native [Application de bureau](/docs/fr/desktop.md). Téléchargez-le pour votre système d’exploitation : * [Télécharger pour macOS](https://unsloth.ai/download/mac) * [Télécharger pour Windows](https://unsloth.ai/download/windows) * [Télécharger pour Linux](https://unsloth.ai/download/linux) Le reste de cette page installe **Unsloth Studio** manuellement. ### Installation manuelle d’Unsloth Studio Windows macOS Linux et WSL Docker Installation pour développeurs ### Démarrage rapide {% tabs %} {% tab title="macOS, Linux, WSL" %} **Installez Unsloth :** ```bash curl -fsSL https://unsloth.ai/install.sh | sh ``` Utilisez la même commande pour mettre à jour. {% endtab %} {% tab title="Windows" %} **Installez Unsloth :** ```powershell irm https://unsloth.ai/install.ps1 | iex ``` Utilisez la même commande pour mettre à jour. {% endtab %} {% tab title="Docker" %} Le [contener Docker d’Unsloth](https://hub.docker.com/r/unsloth/unsloth) `unsloth/unsloth` est disponible sur Docker. [Lire le guide.](https://unsloth.ai/docs/get-started/install/docker) {% endtab %} {% tab title="Homebrew" %} Installez Unsloth Desktop : {% code collapsedlinecount="10" %} ```bash brew install --cask unsloth ``` {% endcode %} Mettez à jour Unsloth Desktop : ```bash brew upgrade --cask unsloth ``` {% endtab %} {% tab title="WinGet" %} Installez Unsloth Desktop : ```powershell winget install --id UnslothAI.Unsloth -e ``` Mettez à jour Unsloth Desktop : ```powershell winget upgrade --id UnslothAI.Unsloth -e ``` {% endtab %} {% endtabs %} Voir ci-dessous pour des instructions plus détaillées, étape par étape : {% tabs %} {% tab title="macOS" %} #### Étape 1 : configurer Unsloth Lancez le `terminal` depuis Mac, puis installez Unsloth en saisissant la commande ci-dessous. ```bash curl -fsSL https://unsloth.ai/install.sh | sh ``` ou utilisez **Homebrew**: ```bash brew install --cask unsloth ``` Unsloth commencera à configurer l’environnement et à installer les paquets requis comme indiqué ci-dessous. Tapez **Y** et appuyez sur `Entrée` lorsqu’il vous est demandé si vous souhaitez autoriser Unsloth à démarrer maintenant. Cela lancera Unsloth sur votre port local **8888** .

{% hint style="info" %} Si vous avez choisi de ne pas démarrer Unsloth pendant le processus d’installation, vous pouvez toujours lancer l’application Unsloth en utilisant `unsloth studio -p 8888` . Si vous souhaitez que votre instance Unsloth soit accessible par des clients en dehors de votre PC/ordinateur, ajoutez `-H 0.0.0.0` à la commande `unsloth studio` command. {% endhint %} #### Étape 2 : démarrer Unsloth Ouvrez le navigateur de votre choix et rendez-vous sur l’ `http://127.0.0.1:8888` URL. Si c’est la première fois que vous installez Unsloth, il vous sera demandé de créer un nouveau mot de passe. Ensuite, l’application Unsloth devrait maintenant s’ouvrir sur la page Chat, comme indiqué ci-dessous.

Vous pouvez également le lancer avec la commande suivante : ```bash unsloth studio -H 0.0.0.0 -p 8888 ``` {% hint style="info" %} Si vous souhaitez que votre instance soit accessible par des clients en dehors de votre PC/ordinateur.\ Ajoutez `-H 0.0.0.0` à la commande `unsloth studio` command. {% endhint %} #### Étape 2 : démarrer Unsloth Ouvrez `http://127.0.0.1:8888` dans votre navigateur. Au premier lancement, créez un nouveau mot de passe pour continuer vers la page Chat. **Unsloth Studio** est maintenant installé et prêt à être utilisé. L’application Unsloth devrait maintenant s’ouvrir sur la page Chat, comme indiqué ci-dessous.

{% hint style="info" %} Si vous avez choisi de ne pas démarrer Unsloth pendant le processus d’installation, vous pouvez toujours lancer l’application Unsloth en utilisant `unsloth studio -p 8888` . Si vous souhaitez que votre instance Unsloth soit accessible par des clients en dehors de votre PC/ordinateur, ajoutez `-H 0.0.0.0` à la commande `unsloth studio` command. {% endhint %} #### Étape 2 : démarrer Unsloth Ouvrez le navigateur de votre choix et saisissez `http://127.0.0.1:8888` dans la zone URL. Si c’est la première fois que vous installez Unsloth, vous serez redirigé vers la page `http://127.0.0.1:8888/change-password` comme indiqué ci-dessous :

**Lancez Unsloth en toute sécurité avec HTTPS et Cloudflare.** Unsloth propose désormais un moyen sécurisé de lancer Unsloth via HTTPS grâce à un tunnel Cloudflare gratuit. Utilisez ce qui suit (fonctionne sous Windows, Mac et Linux) : ```bash unsloth studio --secure ``` Vous pouvez commencer immédiatement à entraîner et à exécuter des modèles. Vous pouvez consulter ci-dessous notre guide plus détaillé, étape par étape, pour commencer : {% content-ref url="/pages/a4ab77cc976ec484d13317b14422a754e2f1d4e8" %} [Get Started](/docs/fr/nouveau/studio/start.md) {% endcontent-ref %} {% endtab %} {% endtabs %} ## Exigences système ### Fenêtre**s** Unsloth Studio fonctionne directement sous Windows sans WSL. Pour entraîner des modèles, assurez-vous que votre système satisfait à ces exigences : **Exigences** * Windows 10 ou Windows 11 (64 bits) * GPU NVIDIA avec pilotes installés (pour les GPU Intel, voir [GPU Intel](#intel-gpus)) * **Installateur d’application** (inclut `winget`): [ici](https://learn.microsoft.com/en-us/windows/msix/app-installer/install-update-app-installer) * **Git**: `winget install --id Git.Git -e --source winget` * **Python**: version 3.11 jusqu’à, mais sans inclure, 3.14 * Travaillez dans un environnement Python tel que **uv**, **venv**, ou **conda/mamba** ### macOS Unsloth Studio fonctionne sur les appareils Mac pour le [Chat](#run-models-locally) et l’entraînement, ainsi que pour toutes les fonctionnalités. Vous pouvez exécuter des modèles MLX avec Unsloth. * macOS 12 Monterey ou plus récent (Intel ou Apple Silicon) * Travaillez dans un environnement Python tel que **uv**, **venv**, ou **conda/mamba** ### Linux et WSL * Ubuntu 20.04+ ou distribution similaire (64 bits) * GPU NVIDIA avec pilotes installés (pour les GPU Intel, voir [GPU Intel](#intel-gpus)) * Kit d’outils CUDA (12.4+ recommandé, 12.8+ pour Blackwell) * Git : `sudo apt install git` * Python : version 3.11 jusqu’à, mais sans inclure, 3.14 * Travaillez dans un environnement Python tel que **uv**, **venv**, ou **conda/mamba** ### GPU Intel Installez d’abord le dernier pilote GPU Intel (voir notre [guide Intel](/docs/fr/commencer/install/intel.md)). L’installateur choisit ensuite lui-même Intel XPU PyTorch sur Linux et Windows lorsqu’un Intel Arc, Arc Pro, Core Ultra avec graphiques Arc, ou Data Center GPU Max / Flex est le seul GPU détecté. Sous Linux, la ligne GPU de l’installateur affiche `GPU Intel (, XPU)` lorsque cela se produit. Épinglez vous-même XPU PyTorch lorsque l’installateur ne peut pas voir ou choisir le GPU Intel : * **WSL**, lorsqu’aucun périphérique d’affichage PCI n’est visible pour l’installateur * un système qui possède aussi un GPU NVIDIA ou AMD (une installation PyTorch sert un seul fournisseur, donc l’autre GPU ne sera pas utilisé pour l’entraînement) * sur Linux, `ONEAPI_DEVICE_SELECTOR`, `SYCL_DEVICE_FILTER` ou `SYCL_DEVICE_ALLOWLIST` est défini, ou `ZE_AFFINITY_MASK` est défini à une valeur autre que vide ou `par défaut` **Linux, WSL :** {% code collapsedlinecount="10" %} ```bash curl -fsSL https://unsloth.ai/install.sh | UNSLOTH_TORCH_INDEX_FAMILY=xpu sh # ou avec l’URL complète de l’index curl -fsSL https://unsloth.ai/install.sh | UNSLOTH_TORCH_INDEX_URL=https://download.pytorch.org/whl/xpu sh ``` {% endcode %} **Windows (PowerShell) :** {% code collapsedlinecount="10" %} ```powershell $env:UNSLOTH_TORCH_INDEX_FAMILY = "xpu"; irm https://unsloth.ai/install.ps1 | iex ``` {% endcode %} Si vous avez fixé XPU (par exemple sur WSL), définissez la même variable chaque fois que vous relancez l’installateur pour effectuer une mise à jour ; sans cela, la relance réinstalle à nouveau PyTorch CPU. Pour conserver PyTorch CPU sur un système avec un GPU Intel, définissez `UNSLOTH_TORCH_INDEX_FAMILY=cpu` à la place (ou `UNSLOTH_DISABLE_XPU_AUTO=1` sur Linux). ### Docker {% hint style="success" %} Notre image Docker fonctionne désormais pour Unsloth ! Nous travaillons sur la compatibilité Mac. {% endhint %} * Téléchargez notre dernière image conteneur Unsloth : `docker pull unsloth/unsloth` * Lancez le conteneur via : ```bash docker run -d -e JUPYTER_PASSWORD="mypassword" \ -p 8888:8888 -p 8000:8000 -p 2222:22 \ -v $(pwd)/work:/workspace/work \ --gpus all \ unsloth/unsloth ``` Pour plus d’informations, [voir ici](https://hub.docker.com/r/unsloth/unsloth#unsloth-docker-image). * Accédez à votre instance studio à `http://localhost:8000` ou à l’adresse IP externe `http://external_ip_address:8000/` ### CPU uniquement Unsloth Studio prend en charge les appareils CPU pour [Chat](#run-models-locally) pour les modèles GGUF et [Recettes de données](/docs/fr/nouveau/studio/data-recipe.md) * Identiques à celles mentionnées ci-dessus pour Linux (sauf les pilotes GPU NVIDIA) et macOS. ## Installations développeur / nocturnes (avancé) ### **Installation du dépôt principal** #### **Installations développeur pour macOS, Linux, WSL :** ```bash git clone https://github.com/unslothai/unsloth cd unsloth ./install.sh --local unsloth studio -p 8888 ``` Pour installer dans un emplacement isolé (son propre env virtuel, `auth/`, `studio.db`, cache et build de llama.cpp), définissez `UNSLOTH_STUDIO_HOME` et transmettez-le à nouveau au lancement : ```bash UNSLOTH_STUDIO_HOME="$PWD/.studio" ./install.sh --local UNSLOTH_STUDIO_HOME="$PWD/.studio" unsloth studio -p 8888 ``` Puis pour mettre à jour : ```bash cd unsloth && git pull ./install.sh --local unsloth studio -p 8888 ``` #### **Installations développeur sous Windows PowerShell :** ```powershell git clone https://github.com/unslothai/unsloth.git cd unsloth Set-ExecutionPolicy -Scope Process -ExecutionPolicy Bypass .\install.ps1 --local unsloth studio -p 8888 ``` Pour installer dans un emplacement isolé (son propre env virtuel, `auth/`, `studio.db`, cache et build de llama.cpp), définissez `UNSLOTH_STUDIO_HOME` et transmettez-le à nouveau au lancement : ```powershell $env:UNSLOTH_STUDIO_HOME="$PWD\.studio"; .\install.ps1 --local $env:UNSLOTH_STUDIO_HOME="$PWD\.studio"; unsloth studio -p 8888 ``` Puis pour mettre à jour : ```powershell cd unsloth; git pull .\install.ps1 --local unsloth studio -p 8888 ``` #### **Accès distant : `--secure` (tunnel HTTPS) par rapport au port brut** Par défaut `unsloth studio` se lie à `127.0.0.1` (cette machine uniquement). Pour y accéder depuis un autre appareil, choisissez l’une des options suivantes : * `--secure` (recommandé) : servir **uniquement** via un lien HTTPS Cloudflare gratuit. Unsloth reste lié à localhost et le tunnel fournit l’URL publique ; il échoue de manière fermée (ne démarre pas) si le tunnel ne peut pas être établi, de sorte que le port brut n’est jamais exposé. ```bash unsloth studio --secure -p 8888 ``` * `-H 0.0.0.0`: lie le port brut sur toutes les interfaces réseau, accessible depuis n’importe où sur le réseau. N’utilisez cela que sur un réseau de confiance. ```bash unsloth studio -H 0.0.0.0 -p 8888 ``` Les outils côté serveur (recherche web, exécution de code Python et terminal) s’exécutent sous votre utilisateur et sont activés par défaut. Toute personne pouvant atteindre le serveur avec la clé API peut exécuter du code sur cette machine ; gardez donc votre clé API privée et transmettez `--disable-tools` lors de l’exposition d’Unsloth. ### Méthodes de lancement avancées Les options de l’installateur peuvent être passées sous forme de variables d’environnement. Sur macOS, Linux et WSL, placez la variable après le pipe afin que le shell la transmette à `sh`; sous Windows, définissez-la avec `$env:` avant de la rediriger vers `iex`. Ignorer PyTorch (mode GGUF uniquement) : ```bash curl -fsSL https://unsloth.ai/install.sh | UNSLOTH_NO_TORCH=1 sh ``` ```powershell $env:UNSLOTH_NO_TORCH=1; irm https://unsloth.ai/install.ps1 | iex ``` Figer la version de Python : ```bash curl -fsSL https://unsloth.ai/install.sh | UNSLOTH_PYTHON=3.12 sh ``` ```powershell $env:UNSLOTH_PYTHON='3.12'; irm https://unsloth.ai/install.ps1 | iex ``` Installez à un emplacement personnalisé avec `UNSLOTH_STUDIO_HOME`: ```bash curl -fsSL https://unsloth.ai/install.sh | UNSLOTH_STUDIO_HOME=/abs/path sh ``` ```powershell $env:UNSLOTH_STUDIO_HOME='C:\path'; irm https://unsloth.ai/install.ps1 | iex ``` Limitez les pools de threads CPU natifs d’Unsloth sur les hôtes à grand nombre de cœurs : `UNSLOTH_CPU_THREADS=8 unsloth studio -p 8888`. ### **Utiliser une ancienne version** #### **Unsloth Desktop** Pour utiliser une ancienne version d’Unsloth Desktop, c’est très simple. Il suffit de parcourir [nos versions GitHub](https://github.com/unslothai/unsloth/releases) et de sélectionner la version spécifique que vous souhaitez installer dans la zone « Assets ». #### **Unsloth Studio** Pour utiliser une ancienne version d’Unsloth Studio, suivez ci-dessous avec la version et les noms souhaités : **macOS, Linux, WSL :** ```shellscript uv pip install \ --python "$HOME/.unsloth/studio/unsloth_studio/bin/python" \ --reinstall --no-deps "unsloth==VERSION" "$HOME/.unsloth/studio/unsloth_studio/bin/unsloth" studio -p 8888 ``` **Windows :** ```shellscript uv pip install ` --python "$env:USERPROFILE\.unsloth\studio\unsloth_studio\Scripts\python.exe" ` --reinstall --no-deps "unsloth==VERSION" & "$env:USERPROFILE\.unsloth\studio\unsloth_studio\Scripts\unsloth.exe" studio -p 8888 ``` ### Désinstaller La manière recommandée de supprimer complètement Unsloth Studio est d’utiliser le script de désinstallation correspondant à votre système d’exploitation. Il arrête tous les serveurs en cours d’exécution, supprime le répertoire d’installation, le répertoire de données du lanceur, le raccourci du bureau et toutes les entrées spécifiques à la plateforme (bundle macOS `.app` + Launch Services sur Mac ; menu Démarrer, `HKCU\Software\Unsloth` clé de registre et `PATH` de l’utilisateur sous Windows) : * **MacOS, WSL, Linux :** {% code overflow="wrap" expandable="true" %} ```bash curl -fsSL https://raw.githubusercontent.com/unslothai/unsloth/main/scripts/uninstall.sh | sh ``` {% endcode %} * **Windows (PowerShell) :** {% code overflow="wrap" expandable="true" %} ```bash irm https://raw.githubusercontent.com/unslothai/unsloth/main/scripts/uninstall.ps1 | iex ``` {% endcode %} Si vous souhaitez seulement supprimer le répertoire d’installation et conserver le lanceur/raccourci pour une réinstallation ultérieure, vous pouvez exécuter à la place `rm -rf ~/.unsloth/studio` (Mac/Linux/WSL) ou `Remove-Item -Recurse -Force "$HOME\.unsloth\studio"` (Windows). Le cache du modèle à `~/.cache/huggingface` n’est touché par aucune de ces commandes. #### Désinstallation manuelle Si vous préférez supprimer seulement certaines parties : **1. Supprimer uniquement l’application** (conserve l’historique, les discussions, les checkpoints et les exports intacts) : * **macOS, WSL, Linux :** `rm -rf ~/.unsloth/studio/unsloth_studio` * **Windows (PowerShell) :** `Remove-Item -Recurse -Force "$HOME\.unsloth\studio\unsloth_studio"` **2. Supprimer complètement Unsloth** (conserve les autres outils Unsloth intacts) : * **macOS, WSL, Linux :** `rm -rf ~/.unsloth/studio` * **Windows (PowerShell) :** `Remove-Item -Recurse -Force "$HOME\.unsloth\studio"` **3. Supprimer tout ce qui est lié à Unsloth :** * **macOS, WSL, Linux :** `rm -rf ~/.unsloth` * **Windows (PowerShell) :** `Remove-Item -Recurse -Force "$HOME\.unsloth"` {% hint style="warning" %} Remarque : l’étape 3 supprime tout l’historique, les discussions, les checkpoints de modèle et les exports. Cela ne peut pas être annulé. {% endhint %} **4. Supprimer les raccourcis et les liens symboliques :** **macOS :** ```shellscript rm -rf ~/Applications/Unsloth\ Studio.app ~/Desktop/Unsloth\ Studio ``` **Linux :** ```shellscript rm -f ~/.local/share/applications/unsloth-studio.desktop ~/Desktop/unsloth-studio.desktop ``` **WSL / Windows (PowerShell) :** ```shellscript Remove-Item -Force "$HOME\Desktop\Unsloth Studio.lnk" Remove-Item -Force "$env:APPDATA\Microsoft\Windows\Start Menu\Programs\Unsloth Studio.lnk" ``` **5. Supprimer la commande CLI :** * **macOS, Linux, WSL :** `rm -f ~/.local/bin/unsloth` * **Windows (PowerShell) :** L’installateur a ajouté le répertoire `Scripts` du venv à votre PATH utilisateur. Pour le supprimer, ouvrez Paramètres → Système → À propos → Paramètres système avancés → Variables d’environnement, recherchez `Path` dans Variables utilisateur, et supprimez l’entrée pointant vers `.unsloth\studio\...\Scripts`. {% hint style="info" %} Remarque : les étapes 1 à 5 ne touchent pas vos fichiers de modèle HF téléchargés. Consultez la section Suppression des fichiers de modèle HF mis en cache ci-dessous si vous souhaitez récupérer cet espace. {% endhint %} ### **Suppression des fichiers de modèle HF mis en cache** Vous pouvez supprimer les anciens fichiers de modèle soit depuis l’icône de corbeille dans la recherche de modèles, soit en supprimant le dossier du modèle mis en cache correspondant dans le répertoire de cache Hugging Face par défaut. Par défaut, Hugging Face utilise `~/.cache/huggingface/hub/` sur macOS/Linux/WSL et `C:\Users\\.cache\huggingface\hub\` sur Windows. * **MacOS, Linux, WSL :** `~/.cache/huggingface/hub/` * **Windows :** `%USERPROFILE%\.cache\huggingface\hub\` Si `HF_HUB_CACHE` ou `HF_HOME` est défini, utilisez plutôt cet emplacement. Sur Linux et WSL, `XDG_CACHE_HOME` peut également modifier la racine de cache par défaut. ### Utilisation d’anciens modèles GGUF / modèles existants {% columns %} {% column %} **Mise à jour du 1er avril :** Vous pouvez désormais sélectionner un dossier existant à partir duquel Unsloth doit effectuer la détection. **Mise à jour du 27 mars :** Unsloth Studio détecte désormais **automatiquement les anciens modèles / modèles préexistants** téléchargés depuis Hugging Face, LM Studio, etc. {% endcolumn %} {% column %}

{% endcolumn %} {% endcolumns %} **Instructions manuelles :** Unsloth Studio détecte les modèles téléchargés dans votre cache Hugging Face Hub `(C:\Users{your_username}.cache\huggingface\hub)`. Si vous avez des modèles GGUF téléchargés via LM Studio, notez qu’ils sont stockés dans `C:\Users{your_username}.cache\lm-studio\models` ***OU*** `C:\Users{your_username}\lm-studio\models` . Parfois, lorsqu’ils ne sont pas visibles, vous devrez déplacer ou copier ces fichiers .gguf dans votre répertoire de cache Hugging Face Hub (ou dans un autre chemin accessible à llama.cpp) pour qu’Unsloth Studio puisse les charger. Après avoir affiné un modèle ou un adaptateur dans Unsloth, vous pouvez l’exporter en GGUF et exécuter une inférence locale avec **llama.cpp** directement dans Unsloth Chat. Unsloth Studio est propulsé par llama.cpp et Hugging Face. ### notebook Google Colab Nous avons créé un [notebook Google Colab gratuit](https://colab.research.google.com/github/unslothai/unsloth/blob/main/studio/Unsloth_Studio_Colab.ipynb) afin que vous puissiez explorer toutes les fonctionnalités d’Unsloth sur les GPU T4 de Colab. Vous pouvez entraîner et exécuter la plupart des modèles jusqu’à 22 milliards de paramètres, et passer à un GPU plus puissant pour les modèles plus volumineux. Cliquez simplement sur « Run all » et l’interface devrait apparaître après l’installation. {% columns %} {% column %} {% embed url="" %} Une fois l’installation terminée, faites défiler jusqu’à **Démarrer Unsloth Studio** et cliquez sur **Ouvrir Unsloth Studio** dans la boîte blanche affichée à gauche : **Faites défiler plus bas pour voir l’interface réelle.** {% endcolumn %} {% column %}

{% endcolumn %} {% endcolumns %} {% hint style="warning" %} Parfois, le lien Unsloth peut renvoyer une erreur. Cela se produit parce que vous avez peut-être désactivé les cookies, ou que vous utilisez un bloqueur de publicités ou Mozilla. Vous pouvez toujours accéder à l’interface en faisant défiler sous le bouton. Google Colab s’attend également à ce que vous restiez sur la page Colab ; s’il détecte une inactivité, il peut fermer la session GPU. {% endhint %} ## Dépannage

Problème	Correctif
Erreur de version de Python	`sudo apt install python3.12 python3.12-venv` version 3.11 jusqu’à, mais sans inclure, 3.14
`nvidia-smi introuvable`	Installez les pilotes NVIDIA depuis https://www.nvidia.com/Download/index.aspx
`nvcc introuvable` (CUDA)	`sudo apt install nvidia-cuda-toolkit` ou ajoutez `/usr/local/cuda/bin` au PATH
La compilation de llama-server a échoué	Sans gravité, Unsloth fonctionne toujours, mais l’inférence GGUF ne sera pas disponible. Installez `cmake` et relancez la configuration pour corriger le problème.
`cmake introuvable`	`sudo apt install cmake`
`git introuvable`	`sudo apt install git`
Échec de la compilation	Supprimez `~/.unsloth/llama.cpp` et relancez la configuration

--- # Agent Instructions This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com. ## Querying This Documentation If you need additional information that is not directly available in this page, you can query the documentation by asking a question. Perform an HTTP GET request on the following URL with the `ask` and `goal` query parameters: ``` GET https://unsloth.ai/docs/fr/nouveau/studio/install.md?ask=&goal= ``` `ask` is the immediate question: it should be specific, self-contained, and written in natural language. `goal` is what the user is ultimately trying to achieve, the reason they need the answer. Sharing it helps GitBook give you a better, more relevant answer. A goal is most helpful when it describes the outcome the user wants rather than restating the question. For example, with `ask=how do I create an API token`, a goal like `automate deployments from our CI pipeline` lets GitBook tailor the answer to that use case. The response will contain a direct answer to the question and relevant excerpts and sources from the documentation. Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.