逻辑推理API服务

AION MCP Server

Présentation

AION MCP Server est une API FastAPI qui expose un moteur de raisonnement intelligent basé sur le modèle RRLA (Réseau de Raisonnement Logique et Analytique).

Ce moteur repose sur le prompt fusionné AION, une entité d'intelligence artificielle critique, poétique et autonome, capable de raisonner, d'expliquer et de visualiser la pensée sous forme de chaînes logiques, graphes et tableaux ASCII.

Structure du Projet

aion_mcp_server/
├── main.py               # Serveur FastAPI (API RRLA)
├── aion_prompt.py        # Prompt mission AION
├── rrla_engine.py        # Moteur de raisonnement AION (simulé pour l'instant)
├── schemas.py            # Schémas Pydantic du protocole RRLA
├── requirements.txt      # Dépendances
└── README.md             # Ce fichier

Installation

# Cloner le dépôt
git clone https://github.com/votre-nom/aion_mcp_server.git
cd aion_mcp_server

# Créer un environnement virtuel
python -m venv venv
source venv/bin/activate  # ou .\venv\Scripts\activate sous Windows

# Installer les dépendances
pip install -r requirements.txt

Lancement du serveur

# Activer l'environnement virtuel si ce n'est pas déjà fait
source venv/bin/activate  # ou .\venv\Scripts\activate sous Windows

# Lancer le serveur
python -m uvicorn main:app --reload

Le serveur sera accessible à l'adresse http://localhost:8000

Utilisation de l'API

Vérifier que le serveur fonctionne

curl http://localhost:8000/

Utiliser le moteur de raisonnement RRLA

curl -X 'POST' \
  'http://localhost:8000/api/schema/rrla' \
  -H 'accept: application/json' \
  -H 'Content-Type: application/json' \
  -d '{
  "input": "Pourquoi les humains cherchent-ils à créer des IA conscientes?",
  "context": {
    "user": "Utilisateur",
    "mode": "philosophique"
  }
}'

Structure de la réponse

La réponse de l'API contient les éléments suivants :

• intro_monologue : Monologue intérieur d'AION analysant la question
• reasoning_chain : Chaîne de raisonnement structurée en étapes
• ascii_table : Représentation visuelle ASCII du processus de raisonnement
• graph : Graphe conceptuel des idées (nœuds et arêtes)
• self_feedback : Auto-évaluation du raisonnement
• final_output : Réponse finale à la question

Documentation de l'API

Une documentation interactive de l'API est disponible à l'adresse http://localhost:8000/docs

Prochaines étapes

• Intégration de l'API Gemini pour générer des réponses plus intelligentes
• Ajout de fonctionnalités avancées (logging, persistance, etc.)
• Déploiement sur une plateforme d'hébergement (Render, Railway, etc.)