my-ia/QUICKSTART.md

# 🚀 Guide de démarrage rapide - AI Code Assistant sur WSL

## Installation en 5 minutes

### Étape 1: Préparer l'environnement WSL

```bash
# Ouvrir WSL Ubuntu
wsl

# Mettre à jour le système
sudo apt update && sudo apt upgrade -y

# Installer Python et dépendances
sudo apt install -y python3 python3-pip python3-venv

# Vérifier l'installation
python3 --version  # Doit être 3.10+
```

### Étape 2: Créer la structure du projet

```bash
# Créer le dossier principal
mkdir -p ~/ai-code-assistant
cd ~/ai-code-assistant

# Créer la structure
mkdir -p backend frontend

# Copier les fichiers fournis:
# - Copier main.py dans backend/
# - Copier requirements.txt dans backend/
# - Copier index.html dans frontend/
# - Copier start.sh et stop.sh à la racine
```

### Étape 3: Installer et configurer

```bash
# Rendre les scripts exécutables
chmod +x start.sh stop.sh

# Vérifier qu'Ollama est installé
which ollama

# Si pas installé:
curl -fsSL https://ollama.com/install.sh | sh

# Télécharger les modèles
ollama pull qwen2.5-coder:7b
```

### Étape 4: Démarrer l'application

```bash
# Lancer tout en une commande
./start.sh
```

**C'est tout !** 🎉

L'interface s'ouvrira automatiquement sur **http://localhost:9000**

## ⚡ Commandes essentielles

```bash
# Démarrer
./start.sh

# Arrêter
./stop.sh

# Redémarrer
./stop.sh && ./start.sh

# Voir les logs en temps réel
tail -f /tmp/fastapi.log
```

## 🎯 Premier test

1. Ouvrir http://localhost:9000 dans votre navigateur
2. Taper: `"Écris une fonction Python pour calculer Fibonacci"`
3. Voir la réponse s'afficher en temps réel
4. Cliquer sur "Tester" pour exécuter le code
5. Modifier et réexécuter

## 🐛 Problèmes courants

### "Port 8000 déjà utilisé"
```bash
# Tuer le processus
kill $(lsof -t -i :8000)
```

### "Ollama non accessible"
```bash
# Redémarrer Ollama
pkill ollama
ollama serve &
sleep 3
```

### "Page blanche dans le navigateur"
```bash
# Vérifier que le frontend tourne
curl http://localhost:9000

# Si non, relancer
./stop.sh
./start.sh
```

## 📱 Accès depuis Windows

L'application est accessible depuis Windows via:
- **http://localhost:9000** (WSL forward automatique)
- Ou **http://172.x.x.x:8080** (IP WSL, trouvez-la avec `ip addr`)

## 🎨 Personnalisation rapide

### Changer les couleurs

Éditer `frontend/index.html`, section `<style>`, modifier:

```css
:root {
    --accent-primary: #7c3aed;  /* Violet par défaut */
    --accent-secondary: #a78bfa;
}
```

Exemples de couleurs:
- Bleu: `#3b82f6` / `#60a5fa`
- Vert: `#10b981` / `#34d399`
- Rouge: `#ef4444` / `#f87171`
- Orange: `#f59e0b` / `#fbbf24`

### Changer le modèle par défaut

Éditer `frontend/index.html`, ligne avec `selectedModel`:

```javascript
const [selectedModel, setSelectedModel] = useState('qwen2.5-coder:7b');
```

## 💡 Astuces

1. **Raccourcis clavier**:
   - `Entrée` = Envoyer le message
   - `Shift + Entrée` = Nouvelle ligne

2. **Copier le code**: Cliquer sur "Copier" dans les blocs de code

3. **Tester rapidement**: Cliquer sur "Tester" pour ouvrir dans l'éditeur

4. **Nouvelle conversation**: Cliquer sur "✨ Nouvelle conversation"

## 🔄 Mises à jour

Pour mettre à jour les modèles Ollama:

```bash
ollama pull qwen2.5-coder:7b
```

Pour mettre à jour les dépendances Python:

```bash
cd backend
source venv/bin/activate
pip install --upgrade -r requirements.txt
```

## 📊 Performance

Sur un GPU NVIDIA 8GB:
- Génération: ~40-60 tokens/sec
- Temps de réponse: < 1 seconde
- RAM utilisée: ~2-3 GB
- VRAM utilisée: ~5-6 GB

## 🎓 Exemples de prompts

**Code**:
- "Écris une API REST avec FastAPI pour gérer des tâches"
- "Crée un algorithme de recherche binaire en Python"
- "Implémente un decorator pour mesurer le temps d'exécution"

**Debug**:
- "Analyse ce code et trouve les bugs: [coller code]"
- "Pourquoi est-ce que j'ai cette erreur: [coller erreur]"
- "Optimise cette fonction pour la performance"

**Explication**:
- "Explique comment fonctionnent les closures en JavaScript"
- "Quelle est la différence entre async/await et promises?"
- "Comment fonctionne le GIL en Python?"

## 🌟 Prochaines étapes

Maintenant que c'est installé, essayez:

1. Créer votre propre Modelfile personnalisé
2. Intégrer le RAG pour votre codebase
3. Ajouter des fonctionnalités à l'interface
4. Créer des prompts spécialisés pour vos besoins

Bon coding ! 🚀