Génère ton code.
Ou copie le nôtre.

from candy import cfg, Tutor

cfg.eleve.lang      = "FR"
cfg.eleve.style     = "detailed"
cfg.eleve.expertise = "beginner"
cfg.eleve.tone      = "encouraging"

session = Tutor.chat(profile="eleve")
print("🧮 Tuteur maths — 'quitter' pour arrêter\n")
while True:
    q = input("Toi : ")
    if q.lower() == "quitter": break
    print(f"\nTuteur : {session.say(q)}\n")
session.save("session_math.json")

from candy import cfg, Education

cfg.p.lang          = "FR"
cfg.p.style         = "detailed"
cfg.p.output_format = "markdown"
cfg.p.max_tokens    = 2000

cours = open("cours.txt", encoding="utf-8").read()
fiche = Education.use("p").ask(
    "Fiche de révision complète. Points clés, définitions, 5 Q&R.\n\n" + cours
)
open("fiche.md", "w", encoding="utf-8").write(fiche)
print("✅ fiche.md généré")

from candy import cfg, Education
import json

cfg.q.lang = "FR"; cfg.q.max_tokens = 1500

raw = Education.use("q").ask(
    "5 QCM sur la Révolution française. JSON : liste d'objets "
    "avec question, options A-D, reponse_correcte, explication."
)
quiz = json.loads(raw); score = 0
for i, q in enumerate(quiz, 1):
    print(f"\nQ{i}. {q['question']}")
    [print(f"  {o}") for o in q['options']]
    r = input("Réponse A/B/C/D : ").upper()
    if r == q['reponse_correcte']:
        print("✅ Correct !"); score += 1
    else: print(f"❌ {q['explication']}")
print(f"\nScore : {score}/5")

from candy import cfg, Language

cfg.lang.lang      = "FR"
cfg.lang.tone      = "encouraging"
cfg.lang.expertise = "beginner"
cfg.lang.max_tokens = 800

session = Language.chat(profile="lang")
init = session.say(
    "Tu es mon prof d'espagnol. Je suis débutant absolu. "
    "Leçon 1 : les salutations. Explique, donne des exemples, fais-moi pratiquer."
)
print(f"👨‍🏫 Cours d'espagnol\n{init}\n")
while True:
    r = input("Moi : ")
    if r.lower() == "exit": break
    print(f"\nProf : {session.say(r)}\n")

from candy import cfg, Medicine

cfg.sante.lang       = "FR"
cfg.sante.tone       = "empathetic"
cfg.sante.max_tokens = 1200
cfg.sante.context    = (
    "Informations médicales générales uniquement. "
    "Toujours terminer par : consulte un médecin pour un diagnostic."
)
session = Medicine.chat(profile="sante")
print("🏥 Assistant santé\n")
while True:
    q = input("Question : ")
    if q.lower() == "exit": break
    print(f"\n{session.say(q)}\n{'─'*50}")

from candy import cfg, Medicine

cfg.med.lang      = "FR"
cfg.med.expertise = "beginner"
cfg.med.max_tokens = 1000

notice = open("notice.txt", encoding="utf-8").read()
resume = Medicine.use("med").ask(
    "Simplifie pour un patient non médecin.\n"
    "1) À quoi ça sert  2) Comment le prendre\n"
    "3) Effets indésirables  4) Quand appeler un médecin\n\n"
    + notice
)
print(resume)
open("notice_simple.txt", "w").write(resume)

from candy import cfg, Psychology

cfg.psy.lang       = "FR"
cfg.psy.tone       = "empathetic"
cfg.psy.max_tokens = 1000
cfg.psy.context    = (
    "Écoute active, questions ouvertes, bienveillance. "
    "Situation sérieuse → oriente vers un professionnel. Jamais de diagnostic."
)
session = Psychology.chat(profile="psy")
print("💙 Espace de soutien\n")
while True:
    m = input("Toi : ")
    if m.lower() == "exit": break
    print(f"\n💙 {session.say(m)}\n")

from candy import cfg, Full

cfg.bot.lang    = "FR"
cfg.bot.style   = "professional"
cfg.bot.tone    = "friendly"
cfg.bot.context = (
    "Tu es l'assistant de CandyShop (vêtements sport). "
    "Livraison 3-5j, retours gratuits 30j, SAV : sav@candyshop.fr"
)
session = Full.chat(profile="bot")
print("🛍️ Assistant CandyShop\n")
while True:
    m = input("Client : ")
    if m.lower() == "exit": break
    print(f"\nAssistant : {session.say(m)}\n")

from flask import Flask, request, jsonify, Response
from candy import cfg, Full

app = Flask(__name__)
cfg.web.lang = "FR"; cfg.web.style = "detailed"
sessions = {}

@app.route("/chat", methods=["POST"])
def chat():
    d = request.get_json()
    sid = d.get("session_id", "default")
    if sid not in sessions:
        sessions[sid] = Full.chat(profile="web")
    return jsonify({"reply": sessions[sid].say(d["message"])})

@app.route("/stream", methods=["POST"])
def stream():
    msg = request.get_json()["message"]
    return Response(
        (f"data: {t}\n\n" for t in Full.use("web").stream(msg)),
        mimetype="text/event-stream")

if __name__ == "__main__": app.run(debug=True)

from telegram.ext import ApplicationBuilder, CommandHandler, MessageHandler, filters
from candy import cfg, Full

cfg.tg.lang = "FR"; cfg.tg.style = "casual"
sessions = {}

async def start(u, c):
    sessions[u.effective_user.id] = Full.chat(profile="tg")
    await u.message.reply_text("👋 Pose-moi n'importe quelle question !")

async def reply(u, c):
    uid = u.effective_user.id
    if uid not in sessions: sessions[uid] = Full.chat(profile="tg")
    await u.message.reply_text(sessions[uid].say(u.message.text))

app = ApplicationBuilder().token("TON_TOKEN").build()
app.add_handler(CommandHandler("start", start))
app.add_handler(MessageHandler(filters.TEXT, reply))
app.run_polling()

from candy import cfg, Finance

cfg.fin.lang = "FR"; cfg.fin.style = "detailed"
cfg.fin.max_tokens = 1800

donnees = open("releves.csv").read()
rapport = Finance.use("fin").ask(
    "Analyse ces relevés bancaires CSV.\n"
    "- Catégories et montants\n- Tendances et postes excessifs\n"
    "- 3 conseils concrets pour économiser\n\n" + donnees
)
print(rapport)
open("rapport_finances.md", "w").write(rapport)

from candy import cfg, Entrepreneur, Finance, Marketing

cfg.bp.lang = "FR"; cfg.bp.max_tokens = 3000
projet = "App livraison repas sains, France, 25-40 ans"

sections = [
    (Entrepreneur, "Résumé exécutif, modèle éco, avantage compétitif"),
    (Marketing,   "Analyse marché, cibles, go-to-market"),
    (Finance,     "Projections 3 ans, coûts, revenus estimés"),
]
bp = "# Business Plan\n\n"
for mod, sujet in sections:
    bp += mod.use("bp").ask(f"Projet : {projet}\n{sujet}") + "\n\n---\n\n"
open("business_plan.md", "w").write(bp)
print("✅ business_plan.md")

from candy import cfg, Planner

cfg.plan.lang = "FR"; cfg.plan.style = "detailed"
cfg.plan.max_tokens = 2000

taches = [
    "Rapport Q1 (3h, urgent)", "Réunion mardi 10h (1h)",
    "Réviser présentation (2h)", "Formation Python (4h)",
]
planning = Planner.use("plan").ask(
    "Contraintes : 9h-18h, pause 12h-13h30, sport lundi/jeudi.\n"
    f"Tâches : {chr(10).join(taches)}\n\n"
    "Planning semaine heure par heure avec tips de focus."
)
print(planning)

from candy import cfg, Writing

cfg.mail.lang = "FR"; cfg.mail.style = "professional"
cfg.mail.max_tokens = 400

demandes = [
    "Relance facture impayée 30 jours",
    "Confirmation rdv partenaire jeudi 14h",
    "Remerciement après entretien",
    "Demande de devis prestataire logistique",
    "Excuses retard livraison + compensation",
]
emails = Writing.use("mail").batch(
    [f"Email pro : {d}. Objet + corps." for d in demandes]
)
for dem, email in zip(demandes, emails):
    print(f"\n📧 {dem}\n{email}\n{'─'*40}")

from candy import cfg, Summarizer
from datetime import date

cfg.veille.lang = "FR"; cfg.veille.style = "concise"
cfg.veille.max_tokens = 500

articles = [
    ("IA & Médecine",     "contenu article 1..."),
    ("Cybersécurité 2026", "contenu article 2..."),
    ("Startup funding",    "contenu article 3..."),
]
rapport = f"# Veille — {date.today()}\n\n"
for titre, contenu in articles:
    resume = Summarizer.use("veille").ask(
        f"Sujet: {titre}\n3 bullet points clés:\n{contenu}"
    )
    rapport += f"## {titre}\n{resume}\n\n"
open(f"veille_{date.today()}.md", "w").write(rapport)
print("📰 Rapport généré ✓")

from candy import cfg, Reviewer, Debugger
import sys

cfg.rev.lang = "FR"; cfg.rev.expertise = "expert"
cfg.rev.max_tokens = 2000

code = open(sys.argv[1]).read()
review = Reviewer.use("rev").ask(
    "Review ce code. Chaque problème : localisation, explication, correction.\n\n"
    f"```python\n{code}\n```"
)
print(review)
refacto = Debugger.use("rev").ask(
    f"Version refactorisée :\n```python\n{code}\n```"
)
open(f"refacto_{sys.argv[1]}", "w").write(refacto)

from candy import cfg, Security

cfg.sec.lang = "FR"; cfg.sec.expertise = "expert"
cfg.sec.max_tokens = 2500

code = open("app.py").read()
audit = Security.use("sec").ask(
    "Audit sécurité complet. Injections SQL/XSS, secrets hardcodés, auth faible.\n"
    "Chaque problème : sévérité CRITIQUE/ÉLEVÉ/MOYEN/FAIBLE, ligne, correction.\n\n"
    f"```python\n{code}\n```"
)
print(audit)
open("audit.md", "w").write(audit)

from candy import cfg, Coding
import os

cfg.doc.lang = "FR"; cfg.doc.style = "technical"
cfg.doc.max_tokens = 3000

for f in os.listdir("."):
    if not f.endswith(".py"): continue
    print(f"📝 {f}...")
    code = open(f).read()
    doc = Coding.use("doc").ask(
        "Génère la doc complète : docstrings Google-style, README, "
        f"exemples d'utilisation.\n\n```python\n{code}\n```"
    )
    open(f"docs_{f}.md", "w").write(doc)
    print(f"  → docs_{f}.md ✓")

from candy import cfg, Coding
import json

cfg.fix.lang = "FR"; cfg.fix.max_tokens = 2000

schema = {
    "table": "utilisateurs",
    "champs": ["id", "nom", "email", "age", "ville", "role"],
    "nb_lignes": 20
}
raw = Coding.use("fix").ask(
    f"Génère {schema['nb_lignes']} lignes de données réalistes pour : {schema}. "
    "JSON valide uniquement, aucun commentaire."
)
donnees = json.loads(raw)
open("fixtures.json", "w").write(json.dumps(donnees, ensure_ascii=False, indent=2))
print(f"✅ {len(donnees)} fixtures générées")

from candy import cfg, Writing, Planner

cfg.livre.lang = "FR"; cfg.livre.max_tokens = 4096
cfg.livre.style = "detailed"

sujet = "L'intelligence artificielle dans la médecine"
plan = Planner.use("livre").ask(f"Plan 10 chapitres pour : {sujet}. Liste numérotée.")
chapitres = [l.strip() for l in plan.split("\n") if l.strip() and l.strip()[0].isdigit()]

texte = f"# {sujet}\n\n"
for i, t in enumerate(chapitres[:10], 1):
    print(f"✍️ Ch.{i}...")
    texte += f"## Ch.{i} — {t}\n\n"
    texte += Writing.use("livre").ask(f"Chapitre {i} : {t}. 500 mots, style fluide.")
    texte += "\n\n---\n\n"
open("livre.md", "w").write(texte); print("📚 livre.md")

from candy import cfg, Translator

cfg.tr.max_tokens = 300
texte = "Bienvenue sur notre plateforme. Nous sommes ravis de vous accueillir."
langues = ["EN", "ES", "DE", "IT", "PT", "JA", "ZH", "AR"]

traductions = Translator.use("tr").batch([
    f"Traduis en {l}, renvoie UNIQUEMENT la traduction : {texte}"
    for l in langues
])
for l, t in zip(langues, traductions):
    print(f"[{l}] {t}")

from candy import cfg, Marketing

cfg.mkt.lang = "FR"; cfg.mkt.tone = "enthusiastic"
cfg.mkt.max_tokens = 400

produit = "Montre connectée sportive waterproof, autonomie 14j, 149€"

plateformes = {
    "Instagram": "Post accrocheur, emojis, 150 mots, 5 hashtags",
    "LinkedIn":  "Post professionnel B2B, 200 mots, ton sérieux",
    "Twitter/X": "Tweet max 280 caractères avec call-to-action",
}
for plateforme, style in plateformes.items():
    post = Marketing.use("mkt").ask(f"Produit : {produit}\nPost {plateforme} : {style}")
    print(f"\n📱 {plateforme}\n{'='*40}\n{post}")

from candy import cfg, Analytic
import pandas as pd

cfg.data.lang = "FR"; cfg.data.expertise = "expert"
cfg.data.max_tokens = 2000

df = pd.read_csv("donnees.csv")
analyse = Analytic.use("data").ask(
    f"Colonnes : {list(df.columns)} | {len(df)} lignes\n"
    f"Aperçu :\n{df.head(5).to_string()}\n"
    f"Stats :\n{df.describe().to_string()}\n\n"
    "Tendances, anomalies, corrélations. 3 visualisations matplotlib."
)
print(analyse)

from candy import cfg, Summarizer
import os

cfg.sum.lang = "FR"; cfg.sum.style = "concise"
cfg.sum.max_tokens = 500

for doc in [f for f in os.listdir("docs/") if f.endswith(".txt")]:
    contenu = open(f"docs/{doc}", encoding="utf-8").read()[:6000]
    resume = Summarizer.use("sum").ask(
        "Résume : 1) Idée principale 2) Points clés (5 max) 3) Conclusion\n\n" + contenu
    )
    print(f"\n📄 {doc}\n{resume}\n{'─'*40}")

from candy import cfg, Writing

cfg.A.lang = "FR"; cfg.A.style = "casual"

# Méthode 1 — stream_print() affiche directement
Writing.use("A").stream_print("Raconte une courte histoire de pirate")

# Méthode 2 — itérer token par token
print("\n--- Méthode 2 ---\n")
for token in Writing.use("A").stream("Décris un coucher de soleil"):
    print(token, end="", flush=True)

from candy import cfg, Law

cfg.jur.lang = "FR"; cfg.jur.expertise = "expert"
cfg.jur.max_tokens = 2500

contrat = open("contrat.txt", encoding="utf-8").read()
session = Law.chat(profile="jur")
analyse = session.say(
    "Analyse : clauses abusives, obligations de chaque partie, "
    f"risques, points de négociation.\n\n{contrat}"
)
print("⚖️\n" + analyse)
while True:
    q = input("\nQuestion ('exit') : ")
    if q.lower() == "exit": break
    print("\n" + session.say(q))

from candy import cfg, Entrepreneur

cfg.pitch.lang = "FR"; cfg.pitch.max_tokens = 2500
startup = "GreenRoute — covoiturage éco longue distance, cherche 500k€ seed"

slides = ["Problème & Solution", "Marché & Opportunité",
          "Produit & Demo", "Modèle économique",
          "Traction & Métriques", "Équipe",
          "Roadmap", "Financement & Use of funds"]
deck = "# Pitch Deck\n\n"
for s in slides:
    deck += Entrepreneur.use("pitch").ask(
        f"Startup : {startup}\nSlide '{s}' : contenu percutant, concis."
    ) + "\n\n"
open("pitch.md", "w").write(deck); print("🚀 pitch.md")

from candy import cfg, Business

cfg.rpt.lang = "FR"; cfg.rpt.max_tokens = 2500
cfg.rpt.output_format = "markdown"

metriques = {
    "mois": "Mars 2026", "MRR": "42 500€ (+8%)",
    "nouveaux_clients": 87, "churn": "3.2%",
    "NPS": 68, "tickets_support": 234,
}
rapport = Business.use("rpt").ask(
    "Rapport mensuel structuré : résumé exécutif, points positifs, "
    "points d'attention, recommandations, KPIs en tableau ASCII.\n\n"
    f"Données : {metriques}"
)
open("rapport.md", "w").write(rapport); print(rapport)

from candy import cfg, Storyteller

cfg.rpg.lang = "FR"; cfg.rpg.tone = "dramatic"
cfg.rpg.max_tokens = 600
cfg.rpg.context = (
    "Tu es maître du jeu. Scènes vivantes, "
    "propose toujours 3 choix numérotés à la fin."
)
session = Storyteller.chat(profile="rpg")
intro = session.say("Aventure fantasy, mon perso : voleur elfe. Plante le décor.")
print(f"🎭\n{intro}\n")
while True:
    a = input("👤 Choix : ")
    if a.lower() == "exit": break
    print(f"\n{session.say(a)}\n")

from candy import cfg, Music

cfg.music.lang = "FR"; cfg.music.style = "creative"
cfg.music.max_tokens = 800

themes = [
    ("pop mélancolique", "nostalgie de l'adolescence"),
    ("rap engagé",       "l'injustice sociale"),
    ("chanson française", "un amour à Paris"),
]
for style, theme in themes:
    paroles = Music.use("music").ask(
        f"Chanson {style} sur : {theme}. "
        "2 couplets, refrain ×2, pont. Rimes naturelles, images fortes."
    )
    print(f"\n🎵 {style}\n{'='*40}\n{paroles}")
    open(f"{style.replace(' ','_')}.txt", "w").write(paroles)

from candy import detect_lang, translate

texte = "Bienvenue sur notre plateforme. Nous sommes ravis de vous accueillir."

# Détection automatique de la langue source
langue_source = detect_lang(texte)
print(f"Langue détectée : {langue_source}")

# Traduction vers 8 langues
cibles = {
    "EN": "Anglais", "ES": "Espagnol", "DE": "Allemand",
    "IT": "Italien", "JA": "Japonais", "ZH": "Chinois",
    "AR": "Arabe",  "PT": "Portugais"
}
for code, nom in cibles.items():
    trad = translate(texte, to=code)
    print(f"[{code}] {nom} : {trad}")

from candy import sentiment, keywords, summarize, full_report

avis = [
    "Super produit, livraison ultra rapide, je recommande vivement !",
    "Déçu, la qualité n'est pas au rendez-vous, emballage abîmé.",
    "Correct sans plus, rapport qualité-prix acceptable.",
]

for i, texte in enumerate(avis, 1):
    s = sentiment(texte)
    kws = keywords(texte, n=3, lang="FR")
    print(f"Avis {i} → {s['label']} ({s['score']:.0%}) | Mots-clés : {', '.join(kws)}")

# Rapport complet sur un texte long
article = "Votre article long ici..."
report = full_report(article, lang="FR")
print(f"Résumé : {report['summary']}")
print(f"Titres : {report['titles']}")

from candy import pipeline, spellcheck, generate_faq

texte_brut = """
Le machine learning permet aux ordinateurs dapprendre
automatiquement à partir de données sans être explicitement
programmés pour chaque tache specifique.
"""

# Pipeline : résumé → réécriture professionnelle → correction
result = pipeline(
    texte_brut,
    steps=[
        ("summarizer", "Résume en 2 phrases claires"),
        ("writing",    "Réécris de façon professionnelle"),
        ("reviewer",   "Corrige toutes les erreurs"),
    ],
    lang="FR"
)
print("Résultat final :", result["final"])

# Génère une FAQ à partir du texte
faq = generate_faq(texte_brut, n=3, lang="FR")
for item in faq:
    print(f"Q: {item['question']}")
    print(f"R: {item['answer']}
")

from candy import cfg, Science, Research, Summarizer

cfg.sci.lang          = "FR"
cfg.sci.max_tokens    = 2000
cfg.sci.output_format = "markdown"
cfg.sci.expertise     = "intermediate"

sujet = "la fusion nucléaire et son potentiel énergétique"

# Explication scientifique
explication = Science.use("sci").ask(
    f"Explique {sujet} : principes physiques, état de la recherche, défis actuels."
)
print(explication)

# Questions de recherche
questions = Research.use("sci").ask(
    f"Génère 5 questions de recherche originales sur {sujet}."
)
print(questions)

# Résumé exécutif
resume = Summarizer.use("sci").ask(
    "Résume en 3 bullet points les enjeux clés.",
    context=explication
)
print(resume)

from candy import cfg, Travel, Planner

cfg.trip.lang          = "FR"
cfg.trip.max_tokens    = 3000
cfg.trip.output_format = "markdown"
cfg.trip.style         = "detailed"

destination = "Kyoto, Japon"
duree       = "7 jours"
budget      = "2000€"

# Itinéraire complet
itineraire = Travel.use("trip").ask(
    f"Itinéraire {duree} à {destination}, budget {budget}. "
    "Jour par jour avec horaires, transports et restaurants."
)
print(itineraire)

# Plan logistique
logistique = Planner.use("trip").ask(
    "Checklist complète : documents, bagages, réservations à faire."
)
print(logistique)

# Sauvegarde
with open("voyage_kyoto.md", "w", encoding="utf-8") as f:
    f.write(f"# Voyage {destination}

{itineraire}

## Logistique
{logistique}")
print("Sauvegardé → voyage_kyoto.md")

from candy import cfg, Geopolitics, History, Ethics

cfg.geo.lang          = "FR"
cfg.geo.max_tokens    = 2000
cfg.geo.output_format = "markdown"
cfg.geo.tone          = "neutral"

sujet = "les tensions en mer de Chine méridionale"

# Analyse géopolitique actuelle
analyse = Geopolitics.use("geo").ask(
    f"Analyse {sujet} : acteurs, enjeux stratégiques, risques d'escalade."
)
print(analyse)

# Contexte historique
contexte = History.use("geo").ask(
    f"Résume l'historique des tensions dans cette région depuis 1945."
)
print(contexte)

# Dimension éthique
ethique = Ethics.use("geo").ask(
    "Quels sont les enjeux éthiques du droit international dans ce contexte ?"
)
print(ethique)

from candy import cfg, Crypto, Finance, Security

cfg.cr.lang       = "FR"
cfg.cr.max_tokens = 1500
cfg.cr.style      = "detailed"

projet = "Ethereum"

# Analyse technique blockchain
tech = Crypto.use("cr").ask(
    f"Analyse technique de {projet} : consensus, scalabilité, tokenomics, DeFi."
)
print(tech)

# Analyse financière
fin = Finance.use("cr").ask(
    f"Risques d'investissement sur {projet} : volatilité, réglementation, concurrence."
)
print(fin)

# Risques de sécurité
sec = Security.use("cr").ask(
    f"Principaux vecteurs d'attaque sur les smart contracts {projet}."
)
print(sec)

from candy import cfg, DevOps
import os

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

stack = "API FastAPI Python, base PostgreSQL, Redis pour le cache"

configs = {
    "Dockerfile":       f"Dockerfile optimisé pour {stack}. Multi-stage build.",
    "docker-compose.yml": f"docker-compose pour {stack} avec healthchecks.",
    "github-ci.yml":    f"Pipeline GitHub Actions : lint, tests, build, deploy.",
}

for fichier, prompt in configs.items():
    contenu = DevOps.use("ops").ask(
        f"Génère un {fichier} complet et prêt à l'emploi pour : {prompt}"
    )
    with open(fichier, "w") as f:
        f.write(contenu)
    print(f"✅ {fichier} généré")

from candy import cfg, Philosophy, Ethics, Reflexion

cfg.phi.lang       = "FR"
cfg.phi.max_tokens = 1500
cfg.phi.style      = "academic"
cfg.phi.tone       = "socratic"

question = "Le libre arbitre est-il compatible avec un univers déterministe ?"

thèse = Philosophy.use("phi").ask(
    f"Défends la thèse compatibiliste sur : {question}"
)
antithèse = Philosophy.use("phi").ask(
    f"Défends la thèse incompatibiliste sur : {question}"
)
synthèse = Reflexion.use("phi").ask(
    "Propose une synthèse dialectique des deux positions.",
    context=f"Thèse:
{thèse}

Antithèse:
{antithèse}"
)

print(f"THÈSE
{thèse}

ANTITHÈSE
{antithèse}

SYNTHÈSE
{synthèse}")

with open("debat_libre_arbitre.md", "w", encoding="utf-8") as f:
    f.write(f"# {question}

## Thèse
{thèse}

## Antithèse
{antithèse}

## Synthèse
{synthèse}")

from candy import cfg, Nutrition, Yoga, Mindfulness

cfg.zen.lang       = "FR"
cfg.zen.max_tokens = 1500
cfg.zen.style      = "detailed"
cfg.zen.tone       = "encouraging"

profil = "Homme 35 ans, sédentaire, stress professionnel élevé, végétarien"

plan_nutri = Nutrition.use("zen").ask(
    f"Plan alimentaire hebdomadaire pour : {profil}. "
    "Liste les repas, macros et compléments recommandés."
)
programme_yoga = Yoga.use("zen").ask(
    f"Programme yoga 5j/semaine pour : {profil}. "
    "Postures, durées, niveau débutant."
)
meditation = Mindfulness.use("zen").ask(
    "Routine de pleine conscience anti-stress de 10 minutes par jour."
)

with open("programme_bienetre.md", "w", encoding="utf-8") as f:
    f.write(f"# Programme Bien-être

## Nutrition
{plan_nutri}

## Yoga
{programme_yoga}

## Méditation
{meditation}")
print("✅ Programme sauvegardé → programme_bienetre.md")

from candy import cfg, Quantum, MLOps, Prompt

cfg.tech.lang       = "FR"
cfg.tech.max_tokens = 2000
cfg.tech.expertise  = "intermediate"
cfg.tech.output_format = "markdown"

# Introduction au quantique
intro = Quantum.use("tech").ask(
    "Explique les qubits, la superposition et l'intrication. "
    "Donne un exemple avec l'algorithme de Grover."
)
print(intro)

# Application MLOps + Quantum
hybrid = MLOps.use("tech").ask(
    "Comment intégrer des circuits quantiques dans un pipeline ML classique ?"
)
print(hybrid)

# Optimiser un prompt pour un LLM quantique
prompt_opt = Prompt.use("tech").ask(
    "Écris un prompt chain-of-thought pour résoudre un problème d'optimisation combinatoire."
)
print(prompt_opt)

from candy import cfg, SEO, SocialMedia, Copywriting, Branding

cfg.dig.lang       = "FR"
cfg.dig.max_tokens = 1500
cfg.dig.style      = "detailed"

marque = "SkinGlow — cosmétiques naturels haut de gamme"

identite = Branding.use("dig").ask(
    f"Crée l'identité de marque complète pour : {marque}. "
    "Valeurs, ton de voix, naming, tagline."
)
seo_strategy = SEO.use("dig").ask(
    f"Stratégie SEO pour {marque} : mots-clés, structure du site, backlinks."
)
social = SocialMedia.use("dig").ask(
    f"Plan de contenu 30 jours pour Instagram et TikTok : {marque}."
)
landing = Copywriting.use("dig").ask(
    f"Rédige la page d'accueil (hero section + 3 arguments) pour : {marque}."
)

for titre, contenu in [("Identité", identite), ("SEO", seo_strategy),
                       ("Social", social), ("Landing", landing)]:
    print(f"
{'='*40}
{titre}
{'='*40}
{contenu}")

from candy import cfg, HRM, Leadership, Consulting

cfg.rh.lang       = "FR"
cfg.rh.max_tokens = 1500
cfg.rh.style      = "detailed"

poste = "Lead Developer Python — startup IA, 5 ans d'expérience, full remote"

offre = HRM.use("rh").ask(
    f"Rédige une offre d'emploi attractive et inclusive pour : {poste}."
)
questions = Leadership.use("rh").ask(
    f"10 questions d'entretien comportementales pour {poste}. "
    "Inclus des questions techniques et de culture d'équipe."
)
grille = Consulting.use("rh").ask(
    "Crée une grille d'évaluation candidat avec critères pondérés."
)

print(f"OFFRE
{offre}

QUESTIONS
{questions}

GRILLE
{grille}")
with open("recrutement_lead_dev.md", "w", encoding="utf-8") as f:
    f.write(f"# Recrutement — {poste}

## Offre
{offre}

## Questions
{questions}

## Grille
{grille}")

from candy import cfg, Podcast, Branding, SocialMedia

cfg.pod.lang       = "FR"
cfg.pod.max_tokens = 2000
cfg.pod.style      = "detailed"

theme = "entrepreneuriat tech pour les 25-35 ans"

concept = Branding.use("pod").ask(
    f"Crée le concept complet d'un podcast sur {theme} : "
    "nom, tagline, identité sonore, cibles."
)
episodes = Podcast.use("pod").ask(
    f"Rédige les 5 premiers épisodes pour un podcast {theme} : "
    "titre, description, plan détaillé, durée estimée."
)
croissance = SocialMedia.use("pod").ask(
    f"Stratégie de lancement et croissance pour ce podcast : "
    "plateformes, promotion, collaborations, monétisation."
)

print(f"CONCEPT
{concept}

ÉPISODES
{episodes}

CROISSANCE
{croissance}")
with open("podcast_plan.md", "w", encoding="utf-8") as f:
    f.write(f"# Podcast Plan

## Concept
{concept}

## Épisodes
{episodes}

## Croissance
{croissance}")