Ce projet est bien plus qu'une simple collection de scripts ; c'est une plateforme d'apprentissage interactive conçue spécifiquement pour vous, futurs ingénieurs en intelligence artificielle. Notre objectif est de vous immerger dans les concepts fondamentaux et les applications pratiques de l'IA symbolique. Ici, vous ne trouverez pas seulement du code, mais des opportunités d'explorer, d'expérimenter, de construire et, surtout, d'apprendre.
- 🧠 Comprendre en Profondeur : Assimiler les fondements de l'IA symbolique, du raisonnement logique et de l'IA explicable.
- 🗣️ Maîtriser l'Argumentation : Développer une expertise dans les techniques d'analyse argumentative, la détection de sophismes et la construction d'arguments solides.
- 🤖 Explorer l'Orchestration d'Agents : Découvrir la puissance des systèmes multi-agents et leur intégration avec des modèles de langage (LLM) pour des tâches complexes.
- 🛠️ Intégrer les Technologies Modernes : Acquérir une expérience pratique avec Python, Java (via JPype), les API web (Flask/FastAPI), et les interfaces utilisateur (React).
- 🏗️ Développer des Compétences en Ingénierie Logicielle : Vous familiariser avec les bonnes pratiques en matière d'architecture logicielle, de tests automatisés et de gestion de projet.
Suivez ces étapes pour avoir un environnement fonctionnel et validé en un temps record.
Le script suivant s'occupe de tout : création de l'environnement, installation des dépendances, etc.
# Depuis la racine du projet en PowerShell
./setup_project_env.ps1
Note: Si vous n'êtes pas sur Windows, un script
setup_project_env.sh
est également disponible.
Pour les fonctionnalités avancées basées sur les LLMs.
# Créer le fichier .env avec votre clé API
echo "OPENROUTER_API_KEY=sk-or-v1-VOTRE_CLE_ICI" > .env
echo "OPENROUTER_BASE_URL=https://openrouter.ai/api/v1" >> .env
echo "OPENROUTER_MODEL=gpt-4o-mini" >> .env
Obtenez une clé gratuite sur OpenRouter.ai
# Activer l'environnement
./activate_project_env.ps1
# Lancer le test système rapide
python examples/scripts_demonstration/demonstration_epita.py --quick-start
Si ce script s'exécute sans erreur, votre installation est un succès !
Ce projet est riche et comporte de nombreuses facettes. Pour vous aider à vous orienter, nous avons défini 5 points d'entrée principaux, chacun ouvrant la porte à un aspect spécifique du système.
Point d'Entrée | Idéal Pour | Description Brève | Documentation Détaillée |
---|---|---|---|
1. Démo Pédagogique EPITA | Étudiants (première découverte) | Un menu interactif et guidé pour explorer les concepts clés et les fonctionnalités du projet de manière ludique. | examples/scripts_demonstration/README.md |
2. Démos de Raisonnement Logique | Passionnés d'IA, logique, multi-agents | Lancez des scénarios d'investigation complexes (Cluedo, Einstein) avec le système d'agents logiques unifié. | examples/Sherlock_Watson/README.md |
3. Analyse Rhétorique | Développeurs IA, linguistes computationnels | Accédez au cœur du système d'analyse d'arguments, de détection de sophismes et de raisonnement formel. | Cartographie du Système Rapports de Test README Technique |
4. Application Web | Développeurs Web, testeurs UI | Démarrez et interagir avec l'écosystème de microservices web (API, frontend, outils JTMS). | docs/mapping/web_apps_map.md |
5. Suite de Tests | Développeurs, Assurance Qualité | Exécutez les tests unitaires, d'intégration et end-to-end (Pytest & Playwright) pour valider le projet. | tests/README.md |
Conçue pour une introduction en douceur, cette démo vous guide à travers les fonctionnalités principales.
- Lancement (mode interactif guidé) :
python examples/scripts_demonstration/demonstration_epita.py --interactive
- Pour plus de détails : Consultez le README de la Démo Epita.
Plongez au cœur du raisonnement multi-agents avec des scénarios d'investigation pilotés par le script de production.
- Lancement du scénario Cluedo :
python examples/Sherlock_Watson/agents_logiques_production.py --scenario examples/Sherlock_Watson/cluedo_scenario.json
- Lancement du scénario du Puzzle d'Einstein :
python examples/Sherlock_Watson/agents_logiques_production.py --scenario examples/Sherlock_Watson/einstein_scenario.json
- Pour plus de détails : Consultez le README des démos logiques.
Accédez directement aux capacités d'analyse d'arguments du projet.
- Lancement de la démonstration d'analyse rhétorique :
python argumentation_analysis/demos/rhetorical_analysis/run_demo.py
- Pour comprendre l'architecture : Cartographie du Système.
Démarrez l'ensemble des microservices (API backend, frontend React, outils JTMS).
- Lancement de l'orchestrateur web :
# Depuis la racine du projet (PowerShell) ./start_webapp.ps1
- Pour les détails : Consultez la cartographie de l'application web
Validez l'intégrité et le bon fonctionnement du projet avec plus de 400 tests.
- Lancer tous les tests Python (Pytest) :
# Depuis la racine du projet (PowerShell) ./run_tests.ps1
- Lancer les tests avec des appels LLM réels :
python -m pytest tests/unit/argumentation_analysis/test_strategies_real.py -v
- Pour les instructions détaillées : Consultez le README des Tests
Erreur | Solution Rapide |
---|---|
API Key manquante ou invalide | Vérifiez le contenu de votre fichier .env . Il doit contenir OPENROUTER_API_KEY=... |
Java non trouvé (pour TweetyProject) | Assurez-vous d'avoir un JDK 8+ installé et que la variable d'environnement JAVA_HOME est correctement configurée. |
Dépendances manquantes | Relancez pip install -r requirements.txt --force-reinstall après avoir activé votre environnement conda. |
Ce projet est une mosaïque de technologies modernes et de concepts d'IA éprouvés :
Domaine | Technologies Clés |
---|---|
Langages Principaux | Python, JavaScript, Java (via JPype) |
IA & LLM | Semantic Kernel, OpenRouter/OpenAI API, TweetyProject |
Développement Web | Flask, FastAPI, React, WebSockets |
Tests | Pytest, Playwright |
Gestion d'Environnement | Conda, NPM |
Analyse Argumentative | Outils et agents personnalisés pour la logique et les sophismes |
🏆 Projet d'Intelligence Symbolique EPITA 2025 - Prêt pour votre exploration et contribution ! 🚀