Content
# France-GPT : Agents IA Spécialisés pour les Services Publics Français
[](https://github.com/votre-utilisateur/votre-repo/actions/workflows/ci-cd.yml)
**France-GPT** est une plateforme d'intelligence artificielle conversationnelle conçue pour interagir avec les données et services publics français. Le projet fournit une collection d'agents spécialisés qui exploitent les API officielles de `data.gouv.fr` (telles que Data Inclusion, Légifrance, La Bonne Alternance) en les transformant en outils actionnables pour des modèles de langage (LLMs) via le protocole **MCP (Model Context Protocol)**.
L'application est construite avec une architecture moderne incluant **FastAPI**, **Chainlit** pour l'interface de chat, et **Pydantic-AI** pour la logique des agents.
## ✨ Fonctionnalités Principales
- 🤖 **Agents Spécialisés** : Des profils d'agents distincts pour différents domaines (social, juridique, emploi) avec des instructions et des outils dédiés.
- 🔌 **Intégration d'API Publiques** : Transforme des API REST complexes en outils fiables et simples à utiliser pour les LLMs grâce à FastMCP.
- 💬 **Interface de Chat Moderne** : Une interface utilisateur réactive et complète construite avec Chainlit, supportant les uploads de fichiers, l'affichage des appels d'outils, et l'historique des conversations.
- 🐳 **Entièrement Conteneurisé** : Utilise Docker et Docker Compose pour une installation et un déploiement simplifiés, garantissant un environnement de développement et de production cohérent.
- 💾 **Persistance des Données** : Sauvegarde l'historique des conversations et les données des utilisateurs dans une base de données PostgreSQL.
- S3 **Gestion des Fichiers** : Utilise une simulation S3 (via Localstack) pour gérer les uploads de fichiers, comme les CVs pour les candidatures.
- 🔄 **CI/CD Intégrée** : Un pipeline GitHub Actions pour l'intégration continue et le déploiement, incluant le linting, les tests, et la publication des images Docker.
## 🏛️ Agents Disponibles
Ce projet propose plusieurs agents, chacun expert dans son domaine :
- ### 🧑🤝🧑 Agent Social
Un assistant expert de l'inclusion sociale en France, capable de rechercher des structures d'aide, des services de proximité et des ressources pour les citoyens.
- ### ⚖️ Agent Juridique
Un assistant spécialisé dans la législation française. Il peut rechercher des textes de loi, des articles de code, et des décisions de justice via l'API Légifrance.
- ### 👨🏫 Agent Alternance
Un conseiller expert pour trouver des offres d'emploi et des formations en alternance en France. Il guide l'utilisateur dans sa recherche et peut même l'assister pour postuler.
## 🏗️ Architecture
Le projet est basé sur une architecture microservices orchestrée par Docker Compose :
1. **Agent UI (FastAPI + Chainlit)** : Le point d'entrée pour l'utilisateur. Il gère l'interface de chat, la logique de l'agent Pydantic-AI, et communique avec les autres services.
2. **MCP Server** : Un serveur FastMCP qui exécute plusieurs sous-serveurs. Chaque sous-serveur expose les outils d'une API spécifique (Data Inclusion, Légifrance, etc.) sur un port différent.
3. **PostgreSQL** : La base de données qui stocke l'historique des conversations, les utilisateurs, et les feedbacks.
4. **Localstack** : Un simulateur de services AWS qui fournit un bucket S3 local pour le stockage des fichiers uploadés (ex: CVs).
```mermaid
graph TD
subgraph "Infrastructure Docker"
A[Agent UI - FastAPI/Chainlit]
M[MCP Server]
D[PostgreSQL]
S[Localstack S3]
end
U[Utilisateur] -- HTTP --> A
A -- Interroge les outils --> M
M -- Appelle les API externes --> E[APIs data.gouv.fr]
A -- Stocke l'historique --> D
A -- Gère les fichiers --> S
style M fill:#f9f,stroke:#333,stroke-width:2px
style A fill:#bbf,stroke:#333,stroke-width:2px
```
## 🚀 Démarrage Rapide
### Prérequis
- [Docker](https://www.docker.com/get-started)
- [Docker Compose](https://docs.docker.com/compose/install/)
### Installation
1. **Clonez le dépôt :**
```bash
git clone https://github.com/votre-utilisateur/france-gpt.git
cd france-gpt
```
2. **Configurez les variables d'environnement :**
Copiez le fichier d'exemple et remplissez les clés d'API requises.
```bash
cp .env.example .env
```
Ouvrez le fichier `.env` et ajoutez vos clés pour :
- `DATAINCLUSION_API_KEY`
- `LEGIFRANCE_CLIENT_ID` & `LEGIFRANCE_CLIENT_SECRET`
- `LABONNEALTERNANCE_API_KEY`
- `OPENAI_API_KEY` (ou configurez `OPENAI_API_BASE_URL` pour un modèle local)
3. **Lancez l'application avec Docker Compose :**
Cette commande construira les images Docker et démarrera tous les services en arrière-plan.
```bash
docker-compose up --build -d
```
4. **Accédez à l'application :**
Ouvrez votre navigateur et allez sur [http://localhost:8000](http://localhost:8000).
## 🛠️ Développement et Tests
### Installation des dépendances
Pour le développement local, il est recommandé d'utiliser un environnement virtuel et `uv`.
```bash
# Installer les dépendances de production et de développement
uv pip install -e .[dev]
```
### Linter et Formatter
Le projet utilise **Ruff** pour le linting et le formatage.
```bash
# Formater le code
ruff format .
# Vérifier les erreurs de linting
ruff check .
```
### Lancer les Tests
Les tests unitaires sont écrits avec **Pytest**.
```bash
pytest
```
## 📁 Structure du Projet
```
.
├── .github/workflows/ # Pipelines CI/CD pour GitHub Actions
├── .chainlit/ # Configuration de l'interface Chainlit
├── public/ # Fichiers statiques (icônes, avatars, JS/CSS custom)
├── src/
│ ├── agent/ # Logique de l'agent IA (Pydantic-AI)
│ ├── app/ # Factory de l'application FastAPI
│ ├── core/ # Configuration centrale, logging, profils d'agents
│ ├── db/ # Modèles de base de données (SQLAlchemy)
│ ├── mcp_server/ # Logique du serveur MCP (FastMCP)
│ │ └── services/ # Implémentation des outils pour chaque API
│ └── ui/ # Code de l'interface Chainlit (on_message, etc.)
├── tests/ # Tests unitaires pour chaque module
├── .dockerignore # Fichiers à ignorer lors du build Docker
├── .gitignore # Fichiers à ignorer par Git
├── docker-compose.yml # Orchestration des services Docker
├── Dockerfile # Définition de l'image Docker de l'application
├── main.py # Point d'entrée de l'application FastAPI/Chainlit
└── pyproject.toml # Définition du projet et des dépendances
```
## 📜 Licence
Ce projet est distribué sous la licence MIT. Voir le fichier [LICENSE](LICENSE) pour plus de détails.
