Dans l’écosystème PHP, il y a un « avant » et un « après » FrankenPHP. Conçu par Kévin Dunglas et l’équipe Les-Tilleuls.co, ce serveur d’application moderne bouscule les standards établis depuis des décennies. En intégrant l’interprète PHP directement dans le serveur Caddy, FrankenPHP élimine les lourdeurs de communication entre les processus et simplifie radicalement le déploiement. Que vous soyez un développeur en quête de rapidité ou un ingénieur DevOps cherchant à simplifier ses images Docker, FrankenPHP est la pièce manquante de votre stack.
-
Kejja : afficher le dashboard sans attendre le LLM
Introduction Dans la continuité de mes articles sur Kejja, je vous propose de revenir sur un problème que je n’avais pas suffisamment anticipé : le temps d’attente avant l’affichage des recommandations. Entre les appels aux services externes, les calculs de sélection et la génération des explications par le LLM, les délais s’additionnent. Et lorsque tout…
-
ML en PHP : gérer le cold start des recommandations | Kejja
Comme je l’expliquais dans mon précédent article, Kejja est un produit que j’ai pris le temps de construire. Et ce n’est pas un problème : c’est aussi un terrain d’expérimentation pour comprendre comment améliorer la pertinence des recommandations de films et de séries. Dès le départ, je voulais intégrer du machine learning avec Rubix ML,…
-
Moteur de recommandation de films avec Symfony : Kejja
Introduction On est tous passés par là. Netflix, Prime Video, Disney+… et toujours la même question : on regarde quoi ? S’engage alors un débat sans fin entre le scroll, des recommandations qui n’en sont pas vraiment, et un catalogue que chaque plateforme met en avant selon ses propres intérêts. Les recherches « IA »…
-
Symfony AI et OpenRouter : faire évoluer un SAV e-commerce avec un LLM
Introduction Dans cette V1, on pousse notre projet de SAV e-commerce un peu plus loin avec l’ajout de Symfony AI et d’un LLM accessible via OpenRouter. L’objectif : permettre à Bloppy de formuler des réponses plus naturelles et adaptées à la demande du client, pour améliorer l’expérience dans le chat. Dans la V0, les réponses…
-
FrankenPHP et Mercure : un SAV e-commerce entre IA et conseiller humain
Introduction Je suis revenu de l’API Platform Conference 2026 avec quelques idées à expérimenter. Parmi les sujets qui ont retenu mon attention : Mercure et les évolutions de sa version 1.0. De quoi me donner envie de reprendre mes expérimentations autour du temps réel avec Symfony et FrankenPHP. Si vous suivez le blog, vous vous…
Les question fréquentes :
103 Early Hints : Quel impact réel sur le LCP (Largest Contentful Paint) ?
FrankenPHP supporte nativement les Early Hints. En envoyant les liens de préchargement des assets (CSS, JS) avant même que la réponse HTML ne soit générée, on peut gagner plusieurs centaines de millisecondes sur le rendu critique.
Peut-on compiler un binaire statique incluant tout le code PHP ?
Oui, c’est l’une des prouesses de FrankenPHP via Go. On peut transformer une application PHP en un binaire unique auto-exécutable, incluant l’interprète, les extensions et le code source. Idéal pour des déploiements ultra-légers et sécurisés dans des environnements « distroless ».
Quelle est la plus-value de l’intégration native du protocole Mercure ?
En intégrant Mercure directement dans le binaire Caddy, FrankenPHP permet de pousser des mises à jour en temps réel vers les navigateurs sans avoir besoin d’un serveur de WebSocket séparé ou d’une infrastructure complexe.
Comment FrankenPHP gère-t-il l’isolation de la mémoire en Worker Mode ?
Contrairement au modèle « shared-nothing » classique de PHP, le Worker Mode maintient l’application en mémoire. Cela nécessite une attention particulière sur les fuites de mémoire (memory leaks) et la gestion de l’état (state) des services. Nous analysons ici comment réinitialiser vos conteneurs d’injection de dépendances entre chaque requête.