pip install candy-ai

from candy import Coding

print(Coding.ask("Écris une fonction Python qui inverse une chaîne"))

from candy import Math, Writing, Medicine, Law, Finance

print(Math.ask("Quelle est la dérivée de x³ + 2x ?"))
print(Writing.ask("Écris un email professionnel pour décliner une réunion"))
print(Medicine.ask("Quels sont les symptômes du diabète de type 2 ?"))
print(Law.ask("Différence entre droit civil et droit pénal ?"))
print(Finance.ask("Explique les intérêts composés avec un exemple"))

from candy import cfg, Coding, Math

cfg.A.lang        = "FR"
cfg.A.style       = "detailed"
cfg.A.tone        = "friendly"
cfg.A.expertise   = "beginner"
cfg.A.max_tokens  = 2000
cfg.A.temperature = 0.7
cfg.A.context     = "Réponds toujours avec des exemples concrets."

print(Coding.use("A").ask("Explique la récursivité"))
print(Math.use("A").ask("Résous ∫x²sin(x)dx"))

cfg.A = cfg.preset("coder")           # expert, markdown, 3000 tokens
cfg.B = cfg.preset("french_beginner") # FR, détaillé, encourageant
cfg.C = cfg.preset("creative")        # casual, temperature=1.1
cfg.D = cfg.preset("quick")           # concis, 120 tokens max

from candy import Writing

# Méthode 1 — stream_print() affiche directement
Writing.stream_print("Raconte une histoire courte")

# Méthode 2 — itérer token par token
for token in Writing.stream("Raconte une histoire courte"):
    print(token, end="", flush=True)

from candy import cfg, Summarizer

cfg.A.lang       = "FR"
cfg.A.max_tokens = 300
cfg.A.style      = "concise"

textes = ["Article 1...", "Article 2...", "Article 3..."]

resumes = Summarizer.use("A").batch(
    [f"Résume en 3 points :\n{t}" for t in textes]
)

for resume in resumes:
    print(resume)
    print("---")

from candy import cfg, Tutor

cfg.s.lang      = "FR"
cfg.s.expertise = "beginner"
cfg.s.tone      = "encouraging"

session = Tutor.chat(profile="s")

print(session.say("Je veux apprendre Python. Par où commencer ?"))
print(session.say("Explique-moi les variables"))
print(session.say("Et les listes ?"))

session.save("session.json")
session.show_history()
session.clear()

from flask import Flask, request, jsonify, Response
from candy import cfg, Full

app = Flask(__name__)
cfg.web.lang = "FR"

@app.route("/ask", methods=["POST"])
def ask():
    question = request.get_json().get("question", "")
    return jsonify({"answer": Full.use("web").ask(question)})

@app.route("/stream", methods=["POST"])
def stream():
    question = request.get_json().get("question")
    def generate():
        for token in Full.use("web").stream(question):
            yield f"data: {token}\n\n"
    return Response(generate(), mimetype="text/event-stream")

if __name__ == "__main__":
    app.run(debug=True)

from fastapi import FastAPI
from pydantic import BaseModel
from candy import cfg, Full

app  = FastAPI()
cfg.web.lang = "FR"

class Query(BaseModel):
    question: str

@app.post("/ask")
def ask(query: Query):
    return {"answer": Full.use("web").ask(query.question)}

# Ajoute le dossier Scripts au PATH de façon permanente
[Environment]::SetEnvironmentVariable(
  "PATH",
  $env:PATH + ";C:\Users\TON_NOM\AppData\Roaming\Python\Python310\Scripts",
  "User"
)

# Ferme puis réouvre ton terminal, puis teste :
candy helper

# Si candy n'est toujours pas reconnu, utilise cette commande équivalente :
python -m candy.cli helper
python -m candy.cli -- mon_script.cdy

# Trouve le dossier bin de pip
python3 -m site --user-base

# Ajoute au PATH (remplace par le chemin trouvé ci-dessus)
export PATH="$HOME/.local/bin:$PATH"

# Recharge ton shell
source ~/.bashrc   # ou source ~/.zshrc

# Teste
candy helper

# Ouvre la fenêtre Helper graphique
candy helper

# Exécute un fichier .cdy
candy -- mon_script.cdy

# Affiche l'aide
candy

from candy import cfg, Coding

cfg.default.lang  = "FR"
cfg.default.style = "concise"

print(Coding.ask("C'est quoi un générateur Python ?"))

candy -- mon_script.cdy
# ou si candy n'est pas dans le PATH :
python -m candy.cli -- mon_script.cdy

from candy import Helper

Helper.list()

code = Helper.write("chatbot", lang="FR", module="Full")
print(code)

Helper.run("livre", sujet="Napoléon", lang="FR")
Helper.run("traduction", texte="Bonjour", langues=["ES","DE","JA"])

from candy import Candy

# Auto-détecte la personnalité selon le prompt
print(Candy.ask("Explique les décorateurs Python"))     # → Coding
print(Candy.ask("Recette de tiramisu", lang="FR"))        # → Cooking
print(Candy.ask("Traduis en anglais", max_tokens=300))    # → Translator

# Score qualité d'un prompt (0-100, grade A→F)
score = Candy.score("fais un truc")
print(score["score"])    # → 20
print(score["grade"])    # → F
print(score["issues"])   # → ["Termes vagues : truc"]

# Auto-optimise un prompt
print(Candy.fix("fais un truc en python"))
# → "Écris une fonction Python qui trie une liste par longueur."

# Dry-run — simule sans appeler l'API
result = Candy.dry_run("fais un truc")
print(result["would_use_personality"])  # → full
print(result["api_call"])              # → SKIPPED (dry-run mode)

from candy import cfg, Agent, Coding, Debugger, Reviewer
from candy import Philosophy, Ethics, Law

cfg.dev = cfg.preset("coder")
cfg.dev.lang = "FR"

# Pipeline séquentiel
result = Agent.run(
    modules=[Coding, Debugger, Reviewer],
    task="Écris un client REST Python",
    profile="dev", verbose=True
)
print(result["final"])

# Débat entre personnalités
cfg.phi.lang = "FR"
debate = Agent.debate(
    [Philosophy, Ethics, Law],
    "L'IA doit-elle être régulée ?",
    profile="phi"
)
print(debate["synthesis"])

# App complète : code + tests + README
Agent.build_app("todo app avec login", profile="dev", output_dir="./mon_app")

# Pipeline de transformations
result = Agent.pipeline(
    "Mon texte brut...",
    steps=[
        ("summarizer", "Résume en 2 phrases."),
        ("writing",    "Rends plus engageant."),
        ("reviewer",   "Corrige les erreurs."),
    ]
)
print(result["final"])

from candy import Memory

# Créer / reprendre une session
mem = Memory("mon_projet")
mem.add("user",      "Bonjour !")
mem.add("assistant", "Bonjour, comment puis-je t'aider ?")
mem.save()

# Versioning nommé
mem.save_version("avant-refactor")

# Reprendre plus tard
mem2 = Memory("mon_projet")
print(mem2.history)
print(mem2.as_context(last_n=5))
print(mem2.count_turns())

# Lister / supprimer
print(Memory.list_sessions())
Memory.delete_session("mon_projet")

# Dossier custom
mem3 = Memory("session", base_dir="./mes_sessions")

from candy import cfg, Cooking, Analytic, ask_validated, ask_json

cfg.p.lang = "FR"

# Retry si format non respecté
page = ask_validated(
    Cooking, "p",
    prompt="Recette. Format:\n- Plat:\n- Ingrédients:\n- Étapes:",
    required_fields=["- Plat:", "- Ingrédients:", "- Étapes:"],
    max_attempts=3
)
print(page)

# JSON garanti valide (auto-corrigé si invalide)
cfg.a.lang = "FR"
result = ask_json(
    Analytic, "a",
    prompt='Analyse. JSON strict: {"ton": "", "score": 0, "mots_cles": []}\nTexte: Super produit !'
)
print(result["ton"])
print(result["score"])

from candy import (
    detect_lang, translate, summarize, spellcheck, keywords,
    sentiment, generate_title, ask_about, rephrase, generate_faq,
    compare, codegen, explain_code, mock_data, timed_ask,
    cached_ask, clear_cache, optimize_prompt, extract,
    pipeline, full_report
)

# Détection de langue
print(detect_lang("Hello world"))             # → EN

# Traduction
print(translate("Hello", to="FR"))           # → Bonjour

# Résumé
print(summarize(long_text, words=30))

# Sentiment
s = sentiment("Ce produit est fantastique !")
print(s["label"], s["score"])              # → positive  0.95

# Mots-clés
kws = keywords(texte, n=5, lang="FR")

# Génération de code
code = codegen("trier une liste par longueur", language="python")

# Cache (évite les doublons)
r = cached_ask("math", "C'est quoi pi ?", ttl=3600)

# Pipeline de transformations
result = pipeline(texte, steps=[
    ("summarizer", "Résume en 2 phrases"),
    ("writing",    "Rends plus engageant"),
], lang="FR")
print(result["final"])

# Rapport complet
report = full_report(article, lang="FR")
print(report["summary"], report["sentiment"], report["keywords"])

from candy import ImageGen

# Génère et sauvegarde
ImageGen.create("un chat astronaute sur la lune", save="chat.png")

# Avec style et taille
ImageGen.create(
    "portrait d'un robot steampunk",
    style="photorealistic",
    size="1024x1024",
    save="robot.png"
)

# Variation d'une image existante
ImageGen.variation("original.png", strength=0.6, save="variation.png")

# Description d'une image
desc = ImageGen.describe("photo.jpg", lang="FR")
print(desc)

# Batch
images = ImageGen.batch([
    "forêt enchantée au lever du soleil",
    "ville futuriste la nuit",
    "portrait impressionniste"
], save_dir="./generated/")

# Styles disponibles
print(ImageGen.styles())
# default photorealistic anime painting sketch 3d pixel watercolor oil comic cyberpunk fantasy