Candy — Documentation complète pour IA
URL : https://candy.hubworld.net/llms.txt
Version : 16.0.0
pip install candy-ai

====================================================
RÈGLES ABSOLUES
====================================================

1. JAMAIS CandyClient directement
   INTERDIT  : from candy import CandyClient / candy = CandyClient() / candy.ask()
   OBLIGATOIRE : from candy import NomPersonnalite / NomPersonnalite.use("profil").ask()
   One-liner : from candy import Candy / Candy.ask("prompt")

2. TOUJOURS cfg.X.lang avant .ask() (sauf Candy.ask() qui a lang="FR" par défaut)

3. JAMAIS pdfkit, googletrans, openai, langchain — uniquement from candy import ...

4. TOUJOURS print() pour afficher

5. PROMPTS courts et structurés, avec verbe d’action

6. TOUJOURS imposer un format de sortie dans le prompt

7. BOUCLE obligatoire pour les longs contenus (livres, rapports)

8. CONTRAINTES mesurables : "5 à 8 ingrédients", "4 étapes minimum"

9. ANTI-HALLUCINATION : "Respecte strictement le format. Ne rien ajouter hors format."

10. SAUVEGARDER les longs outputs dans un fichier

====================================================
NOUVEAUTÉS V16
====================================================

CLI étendu :
candy --score "fais un truc en python"       # score qualité du prompt
candy --fix "fais un truc en python"         # optimise le prompt
candy --dry-run "fais un truc en python"     # simule sans API
candy --auto "écris un client REST Python"   # pipeline auto multi-agents
candy --dashboard                            # dashboard ASCII des logs
candy helper                                 # fenêtre Helper graphique
candy -- script.cdy                          # exécute un .cdy

Candy.auto() — pipeline automatique :
from candy import cfg, Candy

cfg.default.lang = "FR"
result = Candy.auto("Écris un script Python pour parser un CSV et générer des stats")
print(result["final"])
print(result["sequence_used"])
print(result["optimized_prompt"])

Candy.chain() — pipeline fluide en 1 ligne :
from candy import Candy

result = Candy.chain(
    "Écris un article sur l'IA en santé",
    "writing", "reviewer", "summarizer",
    lang="FR"
)
print(result)

Candy.dashboard() — dashboard ASCII :
from candy import Candy

Candy.dashboard()
stats = Candy.monitor()
print(stats["top_personality"])
print(stats["recommendations"])

Agent.run() avec visualisation :
from candy import cfg, Agent, Coding, Debugger, Reviewer

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

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

Memory.share() — collaboration :
from candy import Memory

# Utilisateur 1
mem = Memory("projet_equipe")
mem.add("user", "Bonjour l'équipe !", user="alice")
mem.save()
mem.share("projet_equipe")

# Utilisateur 2
mem2 = Memory.from_shared("projet_equipe")
mem2.add("user", "Je rejoins !", user="bob")
mem2.save()

mem.sync_shared("projet_equipe")
print(Memory.list_shared())

CandyError — gestion d'erreur centralisée :
from candy import CandyError, Memory

try:
    mem = Memory.from_shared("session_inexistante")
except CandyError as e:
    print(f"Erreur candy : {e}")
    print(f"Contexte : {e.context}")

====================================================
SYNTAXE COMPLÈTE (profils & presets)
====================================================

from candy import cfg, NomPersonnalite

cfg.p.lang = "FR"
cfg.p.max_tokens = 1024
cfg.p.style = "detailed"          # default, concise, bullet, academic, casual, technical, eli5
cfg.p.tone = "neutral"            # neutral, encouraging, strict, humorous, empathetic, socratic
cfg.p.output_format = "markdown"  # text, markdown, json, html
cfg.p.expertise = "beginner"      # beginner, intermediate, expert
cfg.p.temperature = 0.7
cfg.p.retry = 2

print(NomPersonnalite.use("p").ask("prompt"))

Presets :
cfg.A = cfg.preset("french_beginner")
cfg.B = cfg.preset("french_expert")
cfg.C = cfg.preset("coder")
cfg.D = cfg.preset("quick")
cfg.E = cfg.preset("creative")
cfg.F = cfg.preset("teacher")
cfg.G = cfg.preset("analyst")
cfg.H = cfg.preset("debug")

90 personnalités disponibles : Math, Reflexion, Coding, Analytic, Full, Science, Writing, History, Law, Medicine, Finance, Marketing, Security, Design, Language, Psychology, Education, Research, Business, Productivity, Cooking, Travel, Music, Film, Sports, Philosophy, Environment, Architecture, Automotive, Astronomy, Biology, Chemistry, Physics, Engineering, Entrepreneur, Ethics, Geopolitics, Crypto, AI, DevOps, Database, GameDev, Comic, Storyteller, Translator, Summarizer, Debugger, Reviewer, Planner, Tutor, Nutrition, Yoga, Mindfulness, Parenting, Relationship, Leadership, Negotiation, PublicSpeak, Branding, UXResearch, DataVis, MLOps, Prompt, Blockchain, IoT, ArVr, Quantum, Robotics, Bioinformatics, ClimateTech, Agri, Interior, Fashion, Photography, Podcast, Youtube, SocialMedia, SEO, Copywriting, TaxLaw, RealEstate, Insurance, Logistics, HRM, ProjectMgmt, Consulting, PublicPolicy, Journalism, SpeechWrite, Mythology

Bonnes pratiques :
- Code / scripts → Coding
- Bug / fix → Debugger
- Review → Reviewer
- Maths → Math
- Écriture → Writing
- Cuisine → Cooking
- Traduction → Translator
- Résumé → Summarizer
- Données → Analytic
- YouTube → Youtube
- Réseaux → SocialMedia
- SEO → SEO
- DevOps → DevOps
- ML → MLOps
- Blockchain → Blockchain
- Tout domaine → Full
- Auto-détecté → Candy.ask()

====================================================
EXEMPLES COMPLETS
====================================================

1. One-liner
from candy import Candy
print(Candy.ask("Explique les closures Python", lang="FR"))

2. Auto-pipeline
from candy import Candy
result = Candy.auto("Crée une API REST Flask avec authentification JWT")
print(result["final"])

3. Chain fluide
from candy import Candy
print(Candy.chain("Mon article brut...", "writing", "reviewer", "summarizer", lang="FR"))

4. Pipeline avec visualisation
from candy import cfg, Agent, Coding, Debugger, Reviewer
cfg.dev = cfg.preset("coder"); cfg.dev.lang = "FR"
result = Agent.run([Coding, Debugger, Reviewer], "Client REST Python", profile="dev", visualize=True)
print(result["final"])

5. Livre de cuisine 10 pages
from candy import cfg, Cooking
cfg.p.lang = "FR"; cfg.p.max_tokens = 2000
livre = "# Livre de Cuisine\n\n"
for i in range(1, 11):
    page = Cooking.use("p").ask(
        f"Page: {i}/10\nFormat:\n=== Page {i} ===\n"
        f"- Plat:\n- Origine: (2 phrases)\n- Ingrédients: (6-10 items)\n- Étapes: (5 min)\n"
        f"Respecte strictement le format."
    )
    livre += page.strip() + "\n\n---\n\n"
with open("livre.md", "w", encoding="utf-8") as f: f.write(livre)

6. JSON garanti
from candy import cfg, Analytic, ask_json
cfg.a.lang = "FR"
data = ask_json(Analytic, "a", 'JSON: {"ton":"","score":0}\nTexte: Ce produit est génial !')
print(data["ton"])

7. Format validé
from candy import cfg, Cooking, ask_validated
cfg.p.lang = "FR"
page = ask_validated(Cooking, "p", "Format:\n- Plat:\n- Étapes:", ["- Plat:", "- Étapes:"])

8. Collaboration mémoire
from candy import Memory
mem = Memory("projet"); mem.add("user", "Début", user="alice"); mem.save(); mem.share("projet")
mem2 = Memory.from_shared("projet"); mem2.add("user", "Je rejoins", user="bob"); mem2.save()

9. Dashboard
from candy import Candy
Candy.dashboard()

10. Score + fix
from candy import Candy
s = Candy.score("fais un truc"); print(s["grade"])
print(Candy.fix("fais un truc"))

11. Débat avec visualisation
from candy import cfg, Agent, Philosophy, Ethics, Law
cfg.phi.lang = "FR"
debate = Agent.debate([Philosophy, Ethics, Law], "L'IA doit-elle être régulée ?", profile="phi", visualize=True)
print(debate["synthesis"])

12. App complète
from candy import cfg, Agent
cfg.dev = cfg.preset("coder"); cfg.dev.lang = "FR"
Agent.build_app("todo app avec login JWT", profile="dev", output_dir="./mon_app")