Construire un SaaS, même simple, c'est rarement une question de code. C'est une question de services à brancher. Pour une application de génération d'images et de vidéos, il faut une authentification, une base de données, un stockage de fichiers, un accès aux modèles d'IA et un hébergement. Soit, classiquement, cinq services, cinq tableaux de bord, cinq factures et cinq clés d'API.
La question posée dans la vidéo : peut-on reconstruire un produit de génération IA reconnaissable, en s'inspirant de Higgsfield, en une seule session avec Claude Code ? La réponse : oui, en une vingtaine de minutes. Le projet s'appelle Mirage.
À noter : le lien vers InsForge dans la description de la vidéo est un lien partenaire.
Une application comme Mirage repose sur quatre piliers :
- l'authentification des utilisateurs ;
- la génération d'images et de vidéos ;
- le stockage des résultats ;
- le déploiement en ligne.
L'approche habituelle consiste à assembler plusieurs services spécialisés : un pour l'authentification, un pour la base de données, un pour le stockage, un pour les modèles d'IA, un pour l'hébergement. Chacun a sa configuration, sa documentation, son SDK. Pour Claude Code comme pour un humain, ça fait beaucoup de pièces à faire tenir ensemble.
Le choix fait dans la vidéo est InsForge, un backend pensé pour les applications IA, qui regroupe 13 modules dont :
- l'authentification ;
- une base de données Postgres ;
- un stockage compatible S3, avec CDN ;
- une passerelle IA qui donne accès à de nombreux modèles via OpenRouter ;
- le déploiement.
Le principe : une plateforme, un SDK, une facture. Pour un agent comme Claude Code, c'est un avantage réel : un seul outil à comprendre, une seule CLI, une seule documentation.
Tout commence avec la CLI d'InsForge et un projet Next.js 16. Claude Code génère ensuite une page d'accueil pour l'application. En quelques minutes, on a une base qui tourne.
Deux méthodes de connexion :
- email et mot de passe ;
- OAuth avec Google, sans avoir à configurer soi-même la Google Cloud Platform.
Tout ne marche pas du premier coup : un bug OAuth apparaît, et la vidéo montre sa correction en direct. C'est l'un des intérêts de ce format : voir de vrais problèmes et comment Claude Code les résout, plutôt qu'une démo trop parfaite.
Un sélecteur de modèles permet de choisir entre plusieurs générateurs d'images : Nano Banana, Flux, GPT Image et Grok Imagine. La passerelle IA route la demande vers le bon modèle.
Deuxième correction en direct : le menu de sélection des modèles ne fonctionnait pas correctement.
Une génération qui disparaît au rechargement de la page n'a pas grand intérêt. Les images et vidéos sont donc stockées dans le stockage S3, et les informations associées enregistrées dans la base Postgres.
Point important : chaque utilisateur ne voit que ses propres générations. Cette isolation des données est essentielle dès qu'une application a plusieurs utilisateurs, et c'est typiquement le genre de détail qu'il faut vérifier explicitement quand on fait construire une application par un agent.
Place à la vidéo, avec plusieurs modèles au choix : Kling, Veo, Sora et Seedance.
Deux fonctionnalités intéressantes :
- un suivi en direct de l'avancement, par polling : une vidéo prend du temps à générer, et l'interface interroge régulièrement le serveur pour afficher l'état ;
- l'image vers vidéo : partir d'une image de référence pour générer une vidéo.
Et une situation réaliste : une génération échoue. Deuxième essai avec un autre modèle, qui fonctionne. Avoir plusieurs modèles sous la main, c'est aussi une forme de résilience.
Dernière étape : le déploiement, d'abord sur un domaine fourni par InsForge, puis sur un domaine personnalisé. L'application est en ligne, avec un vrai domaine, à la fin de la session.
Au-delà de l'outil utilisé, plusieurs leçons valent pour tous les projets menés avec Claude Code.
Moins de pièces, moins de friction. Plus la stack est simple, plus un agent est efficace. Chaque service supplémentaire, c'est une documentation de plus à consulter, une configuration de plus à réussir, une source d'erreur de plus.
Construire par piliers. La vidéo avance pilier par pilier : initialisation, authentification, génération d'images, stockage, vidéo, déploiement. Tester chaque étape avant de passer à la suivante est un bon réflexe. C'est une bonne façon de garder le contrôle sur un projet ambitieux.
Les bugs font partie du chemin. OAuth, menu de sélection, génération ratée : trois problèmes, trois corrections. L'important n'est pas qu'il n'y ait pas de bug, c'est de savoir les faire corriger efficacement.
Vérifier la sécurité soi-même. L'isolation des données entre utilisateurs doit être testée explicitement. Un agent peut produire une application qui marche parfaitement pour un seul utilisateur et laisse fuiter les données des autres.
Garder un œil sur la dépendance. Un backend tout-en-un simplifie beaucoup de choses, mais concentre aussi ta dépendance sur un seul fournisseur. À évaluer selon ton projet : pour un prototype ou un side project, la simplicité l'emporte souvent.
- Mirage : un clone de produit de génération IA, avec authentification, images, vidéos, galerie et déploiement.
- Stack : Claude Code, Next.js 16 et InsForge (authentification, Postgres, stockage S3, passerelle IA, déploiement).
- Modèles : Nano Banana, Flux, GPT Image, Grok Imagine pour l'image ; Kling, Veo, Sora, Seedance pour la vidéo.
- Durée : une session d'une vingtaine de minutes, bugs compris.
