{"id":26090531,"url":"https://github.com/charlesen/kiss-ai","last_synced_at":"2026-05-08T02:12:40.069Z","repository":{"id":280118582,"uuid":"940857956","full_name":"charlesen/kiss-ai","owner":"charlesen","description":"Kiss AI vise à démocratiser l'accès à l'intelligence artificielle en fournissant des outils simples, efficaces et accessibles","archived":false,"fork":false,"pushed_at":"2025-03-02T22:45:21.000Z","size":22850,"stargazers_count":0,"open_issues_count":0,"forks_count":0,"subscribers_count":1,"default_branch":"main","last_synced_at":"2025-03-02T23:25:17.774Z","etag":null,"topics":["artificial-intelligence","deep-learning","fastapi","machine-learning-algorithms","python"],"latest_commit_sha":null,"homepage":"","language":"Python","has_issues":true,"has_wiki":null,"has_pages":null,"mirror_url":null,"source_name":null,"license":null,"status":null,"scm":"git","pull_requests_enabled":true,"icon_url":"https://github.com/charlesen.png","metadata":{"files":{"readme":"README.md","changelog":null,"contributing":null,"funding":null,"license":null,"code_of_conduct":null,"threat_model":null,"audit":null,"citation":null,"codeowners":null,"security":null,"support":null,"governance":null,"roadmap":null,"authors":null,"dei":null,"publiccode":null,"codemeta":null}},"created_at":"2025-02-28T23:34:52.000Z","updated_at":"2025-03-02T22:45:25.000Z","dependencies_parsed_at":"2025-03-01T11:38:13.926Z","dependency_job_id":null,"html_url":"https://github.com/charlesen/kiss-ai","commit_stats":null,"previous_names":["charlesen/fastapi-simple-ai","charlesen/kiss-ai"],"tags_count":0,"template":false,"template_full_name":null,"repository_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/charlesen%2Fkiss-ai","tags_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/charlesen%2Fkiss-ai/tags","releases_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/charlesen%2Fkiss-ai/releases","manifests_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/charlesen%2Fkiss-ai/manifests","owner_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/owners/charlesen","download_url":"https://codeload.github.com/charlesen/kiss-ai/tar.gz/refs/heads/main","host":{"name":"GitHub","url":"https://github.com","kind":"github","repositories_count":242673793,"owners_count":20167294,"icon_url":"https://github.com/github.png","version":null,"created_at":"2022-05-30T11:31:42.601Z","updated_at":"2022-07-04T15:15:14.044Z","host_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub","repositories_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories","repository_names_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repository_names","owners_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/owners"}},"keywords":["artificial-intelligence","deep-learning","fastapi","machine-learning-algorithms","python"],"created_at":"2025-03-09T09:34:30.486Z","updated_at":"2026-05-08T02:12:35.004Z","avatar_url":"https://github.com/charlesen.png","language":"Python","funding_links":[],"categories":[],"sub_categories":[],"readme":"# Kiss AI (_Keep It Simple Stupid AI_)\n\nLe nom \"Kiss AI\" s'inspire du principe KISS (\"Keep It Simple, Stupid\"), qui préconise la simplicité dans la conception pour améliorer l'efficacité et l'utilisabilité.\nCe principe est largement reconnu dans le développement logiciel et la conception de systèmes.\n\n_Le principe KISS stipule que la plupart des systèmes fonctionnent mieux lorsqu'ils sont conçus de manière simple, évitant ainsi des conceptions inutiles et complexes._\n\nKiss AI vise à démocratiser l'accès à l'intelligence artificielle en fournissant des outils simples, efficaces et accessibles. En adhérant au principe KISS, nous nous engageons à développer des solutions qui répondent aux besoins actuels tout en restant conviviales et performantes.​\n\nKiss AI reconnaît les préoccupations environnementales liées à l'utilisation de technologies d'IA gourmandes en ressources. En privilégiant des modèles légers et des algorithmes optimisés, nous visons à réduire l'empreinte carbone associée au déploiement de solutions d'IA. Cette approche permet de concilier innovation technologique et responsabilité écologique.\n\n## Installation\n\nPrérequis : Python\n\n```bash\n$ git clone https://github.com/charlesen/kiss-ai.git\n$ cd kiss-ai\n```\n\nCréez un fichier `.env.local` à la racine du projet pour y stocker vos informations sensibles, notamment la Master Key essentielle pour interagir avec l'API.\n\n```bash\n# .env.local\ndebug=True\n\n# API\nmaster_key=votre_master_key # Lancez la commande suivante pour générer une nouvelle clé ==\u003e openssl rand -hex 16\nopenai_api_key=cle_open_ai\nopenai_model=gpt-4o-mini\n```\n\n### Avec Docker\n\nDémarrage du container :\n\n```bash\n$ docker-compose up --build\n```\n\nPar la suite, vous pourrezz mettre à jour les valeurs de vos variables d'environnement (master key, clé OpenAI, ...) comme ceci :\n\n```bash\n$ docker run -p 8000:8000 \\\n  -e DEBUG=True \\\n  -e OPENAI_API_KEY=VOTRE_CLE_OPENAI_SECRET \\\n  -e OPENAI_MODEL=gpt-4o-mini \\\n  -e MASTER_KEY=VOTRE_MASTER_KEY_SECRET \\\n  nom_de_votre_image\n```\n\nou en accedant à l'image avec le bash\n\n### Sans Docker\n\n1. Virtual python :\n\n```bash\n$ python -m venv .venv\n$ source .venv/bin/activate\n```\n\n2. Installation des dépendances\n\n```bash\n$ pip install -r requirements.txt\n```\n\n3. Lancement de l'application\n\n```bash\n$ uvicorn app.main:app --reload\n```\n\nL'application sera accessible à l'adresse : http://127.0.0.1:8000.\n\nUne fois le serveur en marche, vous pouvez accéder à la documentation interactive de l'API à l'adresse : http://127.0.0.1:8000/docs.\n\nCette interface, générée automatiquement par FastAPI, vous permettra de tester les différents endpoints de l'application (Vous devrez indiquer la master key dans chacune des requetes).\n\n## Fonctionnalités clés (_en constante évolution_)\n\n- Synthèse vocale : conversion de texte en parole de haute qualité, avec des options pour personnaliser la langue et la voix, en utilisant des bibliothèques comme pyttsx3 et gTTS.​\n\n- Classification de texte : catégorisation efficace de textes en différentes classes, facilitation de l'organisation et l'analyse de données textuelles.​\n\n- Génération de texte : création de contenu textuel basé sur des modèles pré-entraînés, permettant d'automatiser la rédaction et la génération de contenu.​\n\n- _d'autres fonctionnalités à venir_\n\n## Contribution au projet\n\nNous encourageons vivement les contributions de la communauté pour enrichir Kiss AI en :​\n\n- Proposant des améliorations de fonctionnalités existantes pour accroître l'efficacité et la convivialité.​\n\n- Développant de nouveaux outils et modules répondant aux besoins émergents de la communauté IA.​\n\n- Identifiant et corrigeant des bugs pour assurer la fiabilité et la stabilité de la bibliothèque.​\n\n## Comment Contribuer\n\nOption 1\n\n- Créez une branche : développez vos modifications sur une branche distincte nommée de manière descriptive.​\n- Soumettez une Pull Request : proposez vos modifications pour examen et intégration dans la branche principale.\n\nOption 2\n\n- Fork le dépôt en clonant le dépôt principal de Kiss AI sur votre compte GitHub.​\n","project_url":"https://awesome.ecosyste.ms/api/v1/projects/github.com%2Fcharlesen%2Fkiss-ai","html_url":"https://awesome.ecosyste.ms/projects/github.com%2Fcharlesen%2Fkiss-ai","lists_url":"https://awesome.ecosyste.ms/api/v1/projects/github.com%2Fcharlesen%2Fkiss-ai/lists"}