cloooooo

pip install clovis

# Démarrer SGLang avec Qwen3-32B-AWQ (RTX 3090 recommandé)
python -m sglang.launch_server \
  --model-path Qwen/Qwen3-32B-AWQ \
  --host 0.0.0.0 --port 61005 \
  --quantization awq

from clovis import cloooooo

ai = cloooooo()

# Inférence simple
print(ai("Explique les transformeurs en 3 phrases."))

# Avec recherche web
print(ai("Dernières avancées en IA en 2026 ?", use_web=True))

# Recherche agentique profonde (MiroFlow)
result = ai.deep_thinking("Quelles sont les causes de la crise des semi-conducteurs ?")
print(result["answer"])

from clovis import cloooooo
ai = cloooooo()

# Appel de base
reponse = ai("Qu'est-ce que l'attention multi-têtes ?")

# Avec contexte et invite négative
reponse = ai(
    "Résume ce texte.",
    context="Le mécanisme d'attention...",
    negative_prompt="Ne pas inclure de formules mathématiques."
)

# Mode thinking étendu (chain-of-thought Qwen3)
reponse = ai("Prouve que sqrt(2) est irrationnel.", thinking=True)

# Streaming token par token
for chunk in ai.stream("Raconte une histoire courte."):
    print(chunk, end="", flush=True)

# Mode simple — réponse directe, plus rapide
ai("Bonjour !")

# Mode thinking — chain-of-thought activé
ai("Quelle est la complexité de Dijkstra ?", thinking=True)

# Mode search — recherche web locale + inférence
ai("Cours du Bitcoin aujourd'hui ?", use_web=True)

# Mode deep_thinking — pipeline agentique MiroFlow (≤20 tours, ~3-10 min)
result = ai.deep_thinking("Analyse l'impact de GPT-4 sur le marché de l'emploi.")
print(result["answer"])

# Mode ultra_deep_thinking — recherche massive multi-axes (~20-120 min)
result = ai.ultra_deep_thinking(
    "Analyse complète de l'impact de l'IA sur l'économie mondiale.",
    preset="deep"   # "fast" | "deep" | "ultra"
)
print(result["answer"])
print(result["run_stats"])  # axes, gaps, sources, chars...

from clovis import cloooooo
ai = cloooooo()

# Activer la mémoire pour un ID de conversation
reponse = ai(
    "Mon nom est Clovis, je travaille sur un moteur HFT.",
    conversation_id="session-1",
    use_memory=True
)

# Lors du prochain appel, la mémoire est réinjectée
reponse = ai(
    "Rappelle-moi sur quoi je travaille.",
    conversation_id="session-1",
    use_memory=True
)
# → "Tu travailles sur un moteur HFT..."

# Accès direct à la mémoire
faits = ai.memory.search("HFT", top_k=5)
ai.memory.clear(conversation_id="session-1")

from clovis import cloooooo
ai = cloooooo()

# Ingérer un fichier
n = ai.ingest("/home/user/docs/these.pdf")
print(f"{n} chunks indexés")

# Ingérer un répertoire entier
n = ai.rag_pipeline.ingest_dir("/home/user/papers/")

# Poser une question sur les documents indexés
reponse = ai.rag("Quelle méthodologie est utilisée dans le chapitre 3 ?")
print(reponse)

# Recherche sans synthèse LLM (accès aux chunks bruts)
chunks = ai.rag_pipeline.search(
    "mécanisme d'attention",
    top_k=5,
    rerank=True
)
for chunk in chunks:
    print(chunk["text"][:200], chunk["source"])

# Lister les sources indexées
sources = ai.rag_pipeline.list_sources()
print(sources)  # ["these.pdf", "notes.md", ...]

from clovis import cloooooo
ai = cloooooo()

# Lister les outils disponibles
outils = ai.tool_registry.get_schemas()
print([o["name"] for o in outils])
# ['python_exec', 'shell_exec', 'read_file', 'write_file', 'web_search', 'fetch_page']

# Exécuter un outil
result = ai.tool_registry.execute("python_exec", {
    "code": "import math; print(math.factorial(10))"
})
print(result.output)         # "3628800"
print(result.success)        # True
print(result.execution_time_ms)

# Recherche web via outil
result = ai.tool_registry.execute("web_search", {"query": "Python 3.14 release date"})
print(result.output)

from clovis import cloooooo
ai = cloooooo()

# Classifier une requête sans l'exécuter
decision = ai.router.classify("Implémente un algorithme de tri rapide.")
print(decision.task_type)    # "code"
print(decision.confidence)   # 0.97

# Router et exécuter
reponse = ai.router.route("Explique la complexité de l'algorithme A*.")
# → détecte "reasoning", active thinking=True automatiquement

from clovis import cloooooo
from clovis._structured import extract, plan, score_response
from clovis._structured import ExtractionResult, Plan, EvalScore

ai = cloooooo()

# Schéma JSON arbitraire
resultat = ai.structured(
    "Apple Inc. fondée par Steve Jobs à Cupertino en 1976.",
    schema={
        "type": "object",
        "properties": {
            "entreprise": {"type": "string"},
            "fondateur": {"type": "string"},
            "annee": {"type": "integer"}
        },
        "required": ["entreprise", "fondateur", "annee"]
    }
)
# → {"entreprise": "Apple Inc.", "fondateur": "Steve Jobs", "annee": 1976}

# Extraction d'entités et relations (schéma pré-défini)
res: ExtractionResult = extract(
    "Marie Curie a reçu le Prix Nobel de Physique en 1903."
)
print(res.entities)    # [Entity(name="Marie Curie", type="person"), ...]
print(res.relations)

# Génération de plan actionnable
p: Plan = plan("Construire un système RAG pour des documents médicaux")
for step in p.steps:
    print(step.action, "→", step.expected_output)

# LLM-as-judge (évaluation de réponse)
score: EvalScore = score_response(
    question="Quelle est la capitale de la France ?",
    answer="Paris",
    expected="Paris"
)
print(score.score, score.reasoning)

from clovis._vision import describe

# À partir d'une URL
texte = describe("https://example.com/graphique.png", prompt="Extrais les données de ce graphique.")

# À partir d'un fichier local
texte = describe("/home/user/screenshot.png")

# Via le SDK principal
reponse = ai.vision("/home/user/chart.png", prompt="Résume ce graphique.")
print(reponse)

from clovis._embed import embed, rerank

# Embeddings
vecteurs = embed(
    ["Bonjour le monde", "Hello world"],
    prefix="search_query"   # "search_document" pour les passages
)
print(len(vecteurs[0]))  # 768

# Reranking
resultats = rerank(
    query="mécanisme d'attention transformer",
    documents=["L'auto-attention permet...", "Les CNN utilisent des filtres...", "Les transformeurs remplacent les RNN..."],
    top_k=2
)
for score, doc, idx in resultats:
    print(f"[{score:.3f}] {doc[:60]}")

Requête utilisateur
  → Orchestrateur MiroFlow
  → Qwen3-32B planifie les recherches
  → Appels outils parallèles (google_search, wiki, scrape_website)
  → Résultats injectés dans le contexte
  → Nouveau tour si des lacunes détectées
  → Synthèse finale (jusqu'à 20 tours)

from clovis import cloooooo
ai = cloooooo()

result = ai.deep_thinking(
    "Quelles ont été les conséquences économiques de la crise COVID-19 en France ?",
    conversation_id="recherche-covid",
    use_memory=True,
    use_web=True,
)

print(result["answer"])          # Réponse complète structurée
print(result["sources"])         # URLs trouvées
print(result["model_used"])      # "miroflow:Qwen/Qwen3-32B-AWQ"
print(result["fallback_used"])   # False si MiroFlow a réussi
print(result["memory_updated"])  # True si mémoire mise à jour
print(result["run_id"])          # ID unique de la session MiroFlow

from clovis._deep_think import deep_think

reponse = deep_think(
    "Comment fonctionne RLHF pour l'alignement des LLM ?",
    max_iterations=4,
    searches_per_step=3,
)
print(reponse)

from clovis._deep_think import deep_think_stream

for chunk in deep_think_stream(
    "Analyse des stratégies de trading algorithmique en 2026.",
    max_iterations=4,
    searches_per_step=3,
):
    print(chunk, end="", flush=True)
# Les mises à jour de progression s'affichent en temps réel

1. Décomposition  → LLM découpe en N axes (ex: historique, technique, économique, comparatif...)
2. Recherche //   → deep_think() lancé en parallèle sur chaque axe (semaphore GPU)
                    chaque axe = jusqu'à 6 itérations × 5 recherches web = ~30 recherches/axe
3. Analyse gaps   → LLM identifie ce qui manque dans l'ensemble des axes
4. Comblement     → deep_think() ciblé sur chaque lacune identifiée
5. Répéter 3→4   → jusqu'à N rounds de lacunes
6. Synthèse       → contexte agrégé (120k chars max) + thinking=True → réponse définitive

from clovis import cloooooo
ai = cloooooo()

# Preset "deep" — 8 axes, 3 rounds de lacunes
result = ai.ultra_deep_thinking(
    "Quel est l'impact de l'intelligence artificielle sur le marché du travail ?",
    preset="deep",
)

# Contrôle fin des paramètres
result = ai.ultra_deep_thinking(
    "Histoire complète de la cryptographie",
    preset="ultra",
    max_axes=10,           # override le preset
    depth_per_axis=5,
    gap_rounds=4,
    searches_per_step=4,
)

print(result["answer"])
print(f"Sources : {len(result['sources'])}")
print(f"Axes : {result['axes_count']}")
print(f"Rounds de lacunes : {result['gap_rounds_done']}")
print(result["run_stats"])

curl -s -X POST http://cloooooo.com/ultra_deep_thinking \
  -H "Content-Type: application/json" \
  -d '{
    "prompt": "Analyse complète des stratégies de trading algorithmique en 2026",
    "preset": "deep",
    "stream": true
  }'
# Affiche les événements de progression puis la réponse finale :
# [décomposition] Génération de 8 axes de recherche...
# [axe:Stratégies HFT] recherche en cours...
# [axe:Market Making] recherche en cours...
# ...
# [lacunes round 1] 5 lacunes identifiées...
# [synthèse] 12 sections, 180k chars...
# 
# ===RÉPONSE===
# ## Analyse complète des stratégies de trading algorithmique...