feat: Moteur de routage Qwen terminé, intégration Groq/Gemini, système de cascade et UI

README.md

@@ -10,29 +10,31 @@ Système d'IA modulaire avec orchestrateur local et routeur intelligent.
 - [x] Configuration réseau (Pare-feu / Ports)
 - [x] Initialisation dépôts Gitea/GitHub
 
-### Phase 2 : Orchestrateur Local (Backend) ⏳
+### Phase 2 : Orchestrateur Local (Backend) ✅
 - [x] Installation Ollama + Qwen 2.5 3B (Serveur)
 - [x] Développement de l'interface de base FastHTML
 - [x] Connexion réussie entre PC de dev et Serveur IA
-- [X] Développement du script de Routage (Gateway)
+- [x] Développement du script de Routage (Gateway avec Qwen)
-- [ ] Intégration des APIs tierces (Groq, Gemini, etc.)
+- [x] Intégration des APIs tierces (Groq, Gemini avec système de cascade)
 - [ ] Système de gestion de file d'attente (Queue List)
 - [ ] Création du système d'interdiction automatique (Fichiers refusés)
 
-### Phase 3 : Front-Office (FastHTML)
+### Phase 3 : Front-Office & Sécurité Financière ⏳
-- [ ] Création UI légère (Thème Aethas)
+- [ ] Création UI légère (Thème Aethas avec encarts dynamiques)
-- [ ] Implémentation du switch Gratuit/Payant
+- [ ] Dashboard Finance (Compteur de frais et analyse consommation tokens)
-- [ ] Dashboard Finance (Analyse consommation tokens)
+- [ ] **Simulateur de coût avant requête** (pour éviter les défauts de paiement)
+- [ ] Passage des clés API en mode "Pay-as-you-go" (Une fois le simulateur testé et validé)
+- [ ] Implémentation du switch Gratuit/Payant pour les utilisateurs
 - [ ] Système d'inscription et validation Admin
 
 ### Phase 4 : Déploiement & Sécurité
 - [ ] Mise en conteneur Docker
 - [ ] Mise en production sur aethas38.duckdns.org
-- [ ] Tests de charge et vérification coûts
+- [ ] Tests de charge et vérification des sécurités de facturation
 
 ---
 ## 💡 Informations Techniques
 * **Orchestrateur :** Local (Ollama / Qwen 2.5 3B)
 * **Framework Interface :** FastHTML
-* **Langage :** Python 3.12 (Environnement Virtuel)
+* **Langage :** Python 3.13 (Environnement Virtuel strict)
 * **Serveur :** Debian (Headless, GTX 1650 4Go VRAM)

main.py

@@ -3,83 +3,170 @@ import json
 from dotenv import load_dotenv
 from fasthtml.common import *
 from openai import OpenAI
+from groq import Groq
+from google import genai 
 
-# Chargement du coffre-fort des clés API
+# ==========================================
+# SECTION 1. INITIALISATION & SÉCURITÉ
+# ==========================================
 load_dotenv()
-
-# Petit test pour vérifier que Python trouve bien les clés au démarrage
-print("Vérification des API :")
-print("- Groq chargée :", "✅" if os.getenv("GROQ_API_KEY") else "❌")
-print("- Gemini chargée :", "✅" if os.getenv("GEMINI_API_KEY") else "❌")
-
-# Initialisation de l'application FastHTML
 app, rt = fast_app()
 
-# Configuration du client local (Qwen)
+# ==========================================
-client = OpenAI(
+# SECTION 2. CONNEXION AUX IA
-    base_url="http://192.168.1.20:11434/v1",
+# ==========================================
-    api_key="ollama" 
+# --- SOUS-SECTION 2A : Initialisation des clients ---
-)
+local_client = OpenAI(base_url="http://192.168.1.20:11434/v1", api_key="ollama")
+groq_client = Groq(api_key=os.getenv("GROQ_API_KEY"))
+gemini_client = genai.Client(api_key=os.getenv("GEMINI_API_KEY"))
 
-# Route principale : l'interface utilisateur
+# --- SOUS-SECTION 2B : Cascade Google Gemini ---
+def interroger_gemini_cascade(prompt):
+    """
+    Tente systématiquement la version MAXIMUM (Pro). 
+    Si le compte n'a pas les droits ou si le serveur est plein, descend en gamme.
+    """
+    modeles_a_tester = [
+        "gemini-3.1-pro-preview", # Max absolu
+        "gemini-3.1-pro",         # Max stable
+        "gemini-2.5-pro",         # Max ancienne génération
+        "gemini-3.7-flash",       # Meilleur modèle rapide et gratuit
+        "gemini-3.6-flash"        # Secours
+    ]
+    
+    for nom_modele in modeles_a_tester:
+        try:
+            ia_response = gemini_client.models.generate_content(
+                model=nom_modele,
+                contents=prompt,
+                config={"system_instruction": "Réponds toujours dans la même langue que celle utilisée par l'utilisateur."}
+            )
+            return ia_response.text, nom_modele 
+        except Exception:
+            # On ignore l'erreur silencieusement et on passe au modèle suivant
+            continue 
+            
+    raise Exception("Tous les modèles Gemini sont indisponibles actuellement.")
+
+# ==========================================
+# SECTION 3. INTERFACE UTILISATEUR (UI FastHTML)
+# ==========================================
 @rt('/')
 def get():
     return Titled("Aethas38 - Orchestrateur",
         Main(
-            H1("Interface de Test - Qwen 2.5 (3B)"),
+            H1("Multi-IA : Demandez, l'Orchestrateur choisit !"),
             Form(
-                Input(type="text", name="prompt", placeholder="Posez votre question à Qwen...", style="width: 100%; padding: 10px; margin-bottom: 10px;"),
+                Input(type="text", name="prompt", placeholder="Posez votre question...", style="width: 100%; padding: 10px; margin-bottom: 10px;"),
                 Button("Envoyer la requête", type="submit", style="padding: 10px 20px; cursor: pointer;"),
-                hx_post="/chat",        # Envoie la requête à la route /chat
+                hx_post="/chat",
-                hx_target="#result",    # Injecte la réponse dans la div "result"
+                hx_target="#result",
-                hx_indicator="#loading" # Affiche un indicateur de chargement
+                hx_indicator="#loading"
             ),
-            Div("Traitement en cours par le serveur Aethas38...", id="loading", cls="htmx-indicator", style="color: gray; font-style: italic; margin-top: 10px;"),
+            Div("L'Orchestrateur analyse et route la requête...", id="loading", cls="htmx-indicator", style="color: gray; font-style: italic; margin-top: 10px;"),
-            Div(id="result", style="margin-top: 20px; padding: 15px; border: 1px solid #444; border-radius: 5px; background-color: #222; color: white;"),
+            Div(id="result", style="margin-top: 20px;"), # Zone vide où le résultat s'injectera
             cls="container"
         )
     )
 
-# Route API : Traitement de la requête par l'IA
+# ==========================================
+# SECTION 4. LE MOTEUR DE ROUTAGE (L'Aiguilleur)
+# ==========================================
 @rt('/chat')
 def post(prompt: str):
     try:
-        # 1. Le Prompt Système amélioré pour éviter les pièges
+        # --- SOUS-SECTION 4A : Analyse par Qwen (Le Cerveau) ---
         router_prompt = """Tu es l'Aiguilleur (Routeur) du projet Aethas38.
-        Analyse la demande de l'utilisateur et choisis le fournisseur d'IA le plus adapté selon ces règles strictes :
+        Choisis le fournisseur d'IA le plus adapté :
-        - "groq" : programmation, code, scripts, mathématiques, logique, informatique.
+        - "groq" : programmation, code, scripts, mathématiques, logique.
-        - "gemini" : rédaction, recettes de cuisine, culture générale, histoire, résumés, art.
+        - "gemini" : rédaction, littérature, recettes, culture générale, résumés, art.
-        - "local" : UNIQUEMENT pour les salutations (bonjour, test, coucou) ou les banalités très courtes.
+        - "local" : UNIQUEMENT pour les salutations (bonjour, test, coucou).
-        
+        Format strict : {"intention": "description courte", "fournisseur": "nom"}
-        Format de réponse obligatoire : un objet JSON strict. AUCUN texte d'accompagnement.
+        Ne dis absolument RIEN d'autre.
-        Exemple 1 : {"intention": "créer un script", "fournisseur": "groq"}
-        Exemple 2 : {"intention": "recette de gâteau", "fournisseur": "gemini"}
         """
 
-        # 2. On interroge notre Qwen local (la GTX 1650 bosse !)
+        router_response = local_client.chat.completions.create(
-        response = client.chat.completions.create(
             model="qwen2.5:3b",
-            messages=[
+            messages=[{"role": "system", "content": router_prompt}, {"role": "user", "content": prompt}],
-                {"role": "system", "content": router_prompt},
+            temperature=0.1
-                {"role": "user", "content": prompt}
-            ],
-            temperature=0.1 # Température basse pour qu'il soit très précis et formel
         )
         
-        # 3. On récupère et on lit sa décision brute
+        raw_decision = router_response.choices[0].message.content
-        raw_decision = response.choices[0].message.content
         
-        # 4. On l'affiche sur l'interface de test (temporaire, pour voir la magie opérer)
+        # --- NOUVEAU : Nettoyage blindé (Anticrash) ---
-        return Div(
+        # On cherche manuellement les accolades pour extraire le JSON pur
-            P(f"🗣️ Votre question : {prompt}", style="color: #888;"),
+        start_idx = raw_decision.find('{')
-            P("🧠 Décision de l'Orchestrateur (Qwen) :", style="color: #00d2ff; font-weight: bold; margin-top: 10px;"),
+        end_idx = raw_decision.rfind('}') + 1
-            Pre(raw_decision, style="background: #111; padding: 10px; border-radius: 5px; color: #0f0;"),
+        
-            style="border-left: 4px solid #00d2ff; padding-left: 15px; margin-top: 15px;"
+        if start_idx != -1 and end_idx != 0:
+            clean_json = raw_decision[start_idx:end_idx]
+            decision = json.loads(clean_json)
+        else:
+            # Filet de sécurité si Qwen ne renvoie pas du tout de JSON
+            decision = {"intention": "Analyse échouée (Secours)", "fournisseur": "gemini"}
+            
+        fournisseur = decision.get("fournisseur", "local").lower()
+        intention = decision.get("intention", "Non définie")
+
+        # --- SOUS-SECTION 4B : Exécution de la Requête (avec respect de la langue) ---
+        nom_modele_utilise = "" 
+        
+        if fournisseur == "groq":
+            nom_modele_utilise = "llama3-70b-8192"
+            ia_response = groq_client.chat.completions.create(
+                messages=[
+                    {"role": "system", "content": "Réponds systématiquement dans la même langue que celle utilisée par l'utilisateur."},
+                    {"role": "user", "content": prompt}
+                ],
+                model=nom_modele_utilise,
+            )
+            reponse_finale = ia_response.choices[0].message.content
+            couleur = "#f97316" # Orange Groq
+            nom_fournisseur = "GROQ (Llama 3)"
+            
+        elif fournisseur == "gemini":
+            reponse_finale, nom_modele_utilise = interroger_gemini_cascade(prompt)
+            couleur = "#3b82f6" # Bleu Gemini
+            nom_fournisseur = "GOOGLE GEMINI"
+            
+        else:
+            nom_modele_utilise = "qwen2.5:3b"
+            ia_response = local_client.chat.completions.create(
+                model=nom_modele_utilise,
+                messages=[
+                    {"role": "system", "content": "Réponds systématiquement dans la langue utilisée par l'utilisateur."},
+                    {"role": "user", "content": prompt}
+                ]
+            )
+            reponse_finale = ia_response.choices[0].message.content
+            couleur = "#10b981" # Vert Local
+            nom_fournisseur = "SERVEUR LOCAL"
+
+        # --- SOUS-SECTION 4C : Formatage Visuel (L'encart spécifique) ---
+        
+        # 1. Le bloc d'informations (Encart visuel distinct)
+        encart_info = Div(
+            H4("Aperçu IA", style="margin: 0 0 10px 0; color: #fff;"),
+            P(f"🎯 Intention : {intention}", style="margin: 0 0 5px 0; font-size: 0.9em;"),
+            P(f"🏢 Fournisseur : {nom_fournisseur}", style="margin: 0 0 5px 0; font-size: 0.9em;"),
+            P(f"🧠 Modèle utilisé : ", Span(nom_modele_utilise, style="font-weight: bold; color: #fff;"), style="margin: 0; font-size: 0.9em;"),
+            style=f"background-color: {couleur}22; border: 1px solid {couleur}; border-left: 5px solid {couleur}; padding: 15px; border-radius: 5px; margin-bottom: 20px;"
         )
 
+        # 2. Le bloc de réponse de l'IA
+        bloc_reponse = Div(
+            P(reponse_finale, style="white-space: pre-wrap; margin: 0; line-height: 1.6;"),
+            style="background-color: #222; border: 1px solid #444; padding: 20px; border-radius: 5px; color: #eee;"
+        )
+
+        # On retourne les deux blocs empilés
+        return Div(encart_info, bloc_reponse)
+
     except Exception as e:
-        return P(f"Erreur de l'orchestrateur : {e}", style="color: red; font-weight: bold;")
+        return P(f"Erreur du système : {e}", style="color: red; font-weight: bold; padding: 15px; background: #330000; border: 1px solid red;")
 
-# Lancement du serveur local
+# ==========================================
+# SECTION 5. DÉMARRAGE DU SERVEUR
+# ==========================================
 if __name__ == '__main__':
     serve(port=5001)