🌿 Planificateur de jardin hors ligne : GardenPlanner AI
DĂ©couvrez GardenPlanner AI : planificateur de jardin hors ligne en ligne de commande, avec jardinage IA. Installation, fonctionnement et Hacktoberfest 2026.
GardenPlanner AI : préparer son potager, même sans réseau
Un conseil de jardinage sur une page web, c'est pratique... jusqu'au moment où vous êtes dehors, téléphone en main, sans réseau, devant une jardinière vide. C'est exactement le genre de blocage que GardenPlanner AI essaie de résoudre : un planificateur de jardinage en ligne de commande pensé pour fonctionner hors connexion.
Le projet a été développé pour le défi Open Source AI de Hacktoberfest 2026, sur le thème « Touch Grass ».
Son principe est simple : vous indiquez une ville, un mois et un espace de culture. L'outil génère ensuite une sélection de plantes, des associations à privilégier ou à éviter, ainsi qu'une liste de tâches mensuelles. Le tout repose sur une base de données locale et un moteur de règles : pas besoin de connexion, ni de clé d'API. Un modèle de langage local via Ollama peut compléter l'expérience, mais ce n'est pas obligatoire.
Franchement, l'idée mérite qu'on s'y arrête. GardenPlanner AI montre une façon assez directe d'intégrer de l'IA à un outil qui reste vraiment utilisable, sans dépendre d'un service distant. Voici ce que fait l'outil, comment l'essayer, et ce qu'il faut garder en tête avant de suivre ses recommandations.
Pourquoi concevoir un outil de jardinage hors ligne ?
Beaucoup d'assistants de jardinage présentés comme « intelligents » passent par une interface de dialogue connectée à une API distante. Ça marche bien si vous posez une question depuis votre salon. Mais sur un balcon, dans un jardin partagé, ou au fond d'une parcelle où la 4G décroche, c'est une autre histoire.
Et côté technique, la dépendance au réseau peut vite devenir pénible : il faut gérer l'authentification, parfois une clé d'API, et selon le service, les requêtes peuvent aussi coûter ou impliquer l'envoi de données à un tiers. Pour un outil qui doit surtout dire quoi semer et quand, ce genre d'architecture peut être « trop » pour le besoin réel.
GardenPlanner AI part donc d'un principe plus simple : garder accessibles hors connexion les fonctions essentielles. Le projet embarque une table de correspondance entre villes et climats, ainsi qu'une base de plantes qui contient des infos sur les associations, les incompatibilités et l'entretien. À partir de ces données locales, le programme peut déjà générer une réponse exploitable.
Hors ligne ne veut pas dire sans intelligence
Le terme « intelligence artificielle » fait souvent penser à un modèle génératif tournant quelque part sur Internet. Ici, l'outil sépare le cœur du système de la couche « conversation ». Le socle est un moteur de règles déterministe : il prend les informations connues du programme et construit un plan. Quand Ollama est installé sur la machine, l'utilisateur peut aussi poser des questions en langage naturel.
Cette séparation est importante, parce qu'elle évite l'effet « tout ou rien ». Si le modèle n'est pas installé, si la machine n'a pas de connexion, ou si le service local ne répond pas, le planificateur continue à fonctionner. L'IA peut enrichir l'expérience, mais elle ne devient pas un point de défaillance unique.
Et surtout : ce n'est pas une « preuve » que les règles seraient toujours meilleures qu'un modèle génératif. Pour une recommandation structurée à partir d'une base limitée, les règles ont l'avantage d'être prévisibles et locales. Pour une question plus ouverte, un modèle conversationnel peut être plus naturel. Ce n'est pas le même besoin.
Les limites de la promesse hors ligne
Être hors réseau ne veut pas dire que chaque recommandation collera parfaitement à votre jardin. Une ville ne décrit pas finement l'exposition au vent, l'altitude, la nature exacte du sol, ni les écarts de température entre deux quartiers. Une table climatique, par définition, reste une approximation : pratique pour démarrer, mais pas un relevé de terrain.
Du coup, le plan doit être lu comme une aide à la décision. En France, les dates de gel et les conditions de culture varient beaucoup entre une côte atlantique, une vallée alpine ou une terrasse urbaine. Avant de semer ou de transplanter, vérifiez les indications locales, l'état du sol et les prévisions. Un outil fiable peut proposer un point de départ utile - sans prétendre remplacer l'observation.
Comment fonctionne GardenPlanner AI ?
L'utilisation repose sur trois paramètres : la ville, le mois et le type d'espace disponible. Le projet permet aussi d'indiquer un niveau d'expérience directement dans la commande.
À partir de ces éléments, le programme cherche des plantes adaptées au climat et à la période, puis regroupe les infos sous forme de plan.
Ce plan couvre plusieurs décisions qu'on retrouve souvent dispersées ailleurs : quoi planter, quelles plantes associer, quelles combinaisons éviter, et quelles tâches prévoir mois par mois. Il inclut aussi des conseils sur les ravageurs et maladies à partir de la base de plantes.
Climat et saison selon la ville
Le programme utilise une table locale pour associer une ville à des informations climatiques. Comme la table est embarquée, la recommandation ne dépend pas d'une requête vers un service météo. Le projet tient aussi compte de l'hémisphère : juillet à Sydney correspond à l'hiver austral, pas à « l'été » du calendrier de l'hémisphère Nord.
C'est le genre de détail qui paraît évident, mais qui évite une erreur de calendrier assez embarrassante dans un outil censé servir au-delà d'un seul pays. En clair : un mois tout seul ne suffit pas si on ne sait pas où on se trouve. La logique doit lier les deux informations, sinon on tombe vite dans le « ça dépend ».
La qualité de la réponse dépend aussi de la couverture de la table. Si votre ville n'y figure pas, la recommandation climatique sera moins précise, voire indisponible. Et c'est justement un point d'extension clair pour les contributeurs : ajouter une ville avec des données cohérentes aide tout le monde.
Associations de plantes et calendrier des tâches
La base de données décrit les plantes, leurs compagnes favorables et leurs antagonistes à éviter. L'intérêt, c'est que le conseil ne se limite pas à une liste de semis : l'organisation compte aussi. Par exemple, une association peut aider à exploiter un espace réduit, tandis qu'une incompatibilité vaut pour séparer certaines cultures.
GardenPlanner AI propose en plus une liste de tâches mensuelles : quoi semer, repiquer ou récolter. Pour un débutant, cette vue « action par action » est souvent plus concrète qu'une fiche botanique isolée. Pour un jardinier plus expérimenté, ça sert plutôt de base à ajuster selon le terrain.
Rappel utile : le projet présente tout ça comme provenant d'une base de plantes intégrée. Donc non, toutes les variétés, tous les climats et toutes les méthodes ne sont pas forcément couverts. Une base éditoriale reste un système de données : son intérêt dépend de son contenu, de son périmètre et de la mise à jour.
Un moteur déterministe, avec Ollama en option
Sans Ollama, le planificateur s'appuie uniquement sur son moteur de règles. Avec Ollama installé et disponible localement, il peut traiter des questions en langage naturel. Par exemple : demander quoi planter à côté des tomates pendant l'automne à Shanghai.
Le modèle tourne sur la machine de l'utilisateur (selon la configuration locale nécessaire à Ollama), plutôt que via une API cloud.
Le compromis est simple : le mode « base » est léger, prévisible et hors ligne ; le mode avec modèle local apporte plus de souplesse, mais demande une installation et des ressources supplémentaires. Le dépôt ne présente pas l'IA comme une condition indispensable au fonctionnement principal. Autrement dit, l'outil ne s'effondre pas dès qu'un fournisseur distant devient indisponible.
Installer et utiliser le planificateur
Le projet se lance depuis un terminal avec Python. L'exemple fourni utilise Shanghai, le mois d'octobre, un balcon, et un niveau débutant :
python main.py --city "Shanghai" --month 10 --space balcony --level beginnerShanghai illustre bien le paramètre « ville » et rappelle que l'outil vise plusieurs régions, pas uniquement les climats français. Pour connaître exactement le format des options et vérifier ce que votre version accepte, commencez par l'aide intégrée :
python main.py --helpLe dépôt indique qu'il n'y a pas besoin de dépendances Python supplémentaires ni de clé d'API pour le fonctionnement de base. En pratique : récupérer le code, puis lancer le script :
git clone https://github.com/Zhiyilang/hacktoberfest-2026-ai
cd hacktoberfest-2026-ai
python main.py --help
Vous pouvez consulter le dépôt GitHub de GardenPlanner AI pour le code, les instructions et les notes de contribution. Le projet est aussi présenté dans son article d'origine sur dev.to.
Une vérification simple avant de suivre le plan
Pour tester l'outil, ne commencez pas par lui confier toute l'organisation de votre jardin. Prenez une ville et une période que vous connaissez déjà , puis comparez le résultat à vos observations et à des sources horticoles locales.
VĂ©rifiez en particulier :
- si la ville est bien reconnue par la table climatique ;
- si le mois correspond à la saison attendue dans votre hémisphère ;
- si les plantes proposées collent à votre espace, surtout si c'est un balcon ;
- si le calendrier tient compte des risques de gel et des contraintes locales ;
- si les conseils sur les associations et les ravageurs sont suffisamment concrets pour ĂŞtre utiles.
Cette vérification ne « disqualifie » pas l'outil : elle évite juste de confondre un plan basé sur des données générales avec un diagnostic fait pour votre parcelle. Sur une terrasse très exposée, avec un sol particulier ou dans une zone à microclimat marqué, votre expérience et les ressources locales restent déterminantes.
Le bon rĂ´le d'un assistant de jardinage
Ce type de planificateur sert surtout à réduire la friction au démarrage : il regroupe un calendrier, des cultures suggérées et des rappels de tâches dans un format accessible hors ligne. Ça peut aider à passer d'une intention vague - « faire pousser quelques légumes » - à une première liste d'actions.
En revanche, ce n'est pas un substitut à l'observation pour la santé des plantes ou les conditions agronomiques précises. Une base de conseils ne voit pas l'état réel d'une feuille, ne « sent » pas votre drainage, et ne sait pas exactement ce que la météo récente a déjà provoqué. En pratique, la répartition des rôles est simple : le logiciel organise et propose, vous vérifiez, adaptez, puis vous observez.
Contribuer au projet pendant Hacktoberfest 2026
GardenPlanner AI a été conçu pour le défi Open Source AI de Hacktoberfest 2026, autour du thème « Touch Grass ». Le dépôt propose des contributions de taille raisonnable : une première pull request pour débuter, ou une amélioration ciblée pour quelqu'un déjà à l'aise avec le code.
Les pistes mentionnées sont concrètes : ajouter une ville à la table climatique, enrichir la base avec une plante (et ses associations), traduire les textes de la liste de tâches, ou améliorer les conseils sur les ravageurs. Ce sont des sujets sur lesquels une contribution peut améliorer l'usage du programme sans forcément toucher à toute l'architecture.
Choisir une contribution utile
Avant de modifier le code, repérez un manque que vous pouvez documenter. Si vous ajoutez une ville, vérifiez les données climatiques utilisées et le format attendu par la table. Si vous enrichissez la base de plantes, fournissez des infos cohérentes sur les compagnes, les antagonistes et les besoins de culture. Une entrée mal renseignée augmente la taille du projet sans le rendre réellement meilleur.
Pour une traduction, privilégiez la cohérence du vocabulaire horticole et des consignes. « Repiquer », « semer » et « récolter » ne se remplacent pas facilement. Pour les ravageurs, évitez les formulations trop générales : un conseil doit aider à repérer un problème ou à savoir quoi vérifier, sans transformer une hypothèse en certitude.
Le dépôt renvoie vers les notes CONTRIBUTING pour les modalités. Lisez-les avant d'ouvrir une pull request : elles précisent les conventions de format, les validations attendues, et comment décrire le changement. Le projet indique aussi que les contributions doivent être reconnues dans le cadre de Hacktoberfest : consultez les règles du dépôt et celles de l'événement pour confirmer ce qui s'applique à votre participation.
Pourquoi ce projet est un bon exercice open source
Le périmètre trouve un bon équilibre entre code et données. Ajouter une ville ou une plante demande de comprendre comment l'application fonctionne, mais ça peut aussi s'appuyer sur des connaissances horticoles. Traduire les tâches permet de contribuer sans toucher au moteur. Et améliorer les conseils, c'est surtout travailler la précision éditoriale plutôt que « produire plus ».
C'est aussi un rappel utile : dans les projets open source qui utilisent de l'IA, toutes les contributions importantes ne concernent pas forcément le modèle. La qualité des données, le comportement hors ligne, les textes d'interface et la documentation font souvent la différence au quotidien - pas uniquement la partie « tech ».
Conclusion
GardenPlanner AI ne cherche pas à faire du modèle d'IA le centre du produit. L'outil propose d'abord un planificateur vraiment utilisable sans réseau, puis ajoute une couche conversationnelle locale en option. Cette logique rend l'ensemble plus robuste et clarifie ce qui dépend réellement de l'intelligence artificielle.
Mais il faut accepter une réalité simple : les recommandations sont limitées par la couverture des données et par les particularités de chaque jardin. Ce n'est pas une raison de rejeter le projet - c'est plutôt une contrainte à comprendre. Un calendrier de départ et une liste de tâches peuvent déjà faire gagner du temps, à condition de les confronter au terrain.
Pour l'essayer : récupérez le dépôt GitHub, lancez python main.py --help, puis testez une ville et un espace de culture que vous connaissez. Et si vous repérez une donnée manquante, une traduction à améliorer ou un conseil à rendre plus précis, le projet offre un point d'entrée clair pour contribuer à Hacktoberfest 2026.