tipe-architect 0.2.0

Générateur automatique de dossiers TIPE complets par IA — MCOT, théorie, simulation, rapport LaTeX, slides Beamer et préparation jury.

🎓 TIPE Architect CLI

Générateur automatique de dossiers TIPE complets par Intelligence Artificielle. Un seul tipe run et vous obtenez : MCOT, modélisation physique, simulation Python, notebook Jupyter et rapport scientifique — le tout en LaTeX académique compilable.

---

📋 Table des matières

• Le problème
• La solution
• Installation
• Guide d'utilisation
  • 1. Configuration
  • 2. Initialisation
  • 3. Génération
• Fichiers générés
• Pipeline détaillé
• Exemples de sujets testés
• Options avancées
• Architecture technique
• Dépendances
• FAQ
• Avertissement pédagogique

---

🎯 Le problème

Les étudiants en classes préparatoires (CPGE — MPSI, MP, PSI, PCSI, MPI, PTSI) consacrent des semaines entières à des tâches de production pour leur TIPE :

• Chercher des modèles mathématiques dans la littérature
• Déboguer du code Python de simulation
• Mettre en page des rapports LaTeX
• Rédiger la MCOT au bon format officiel

Ce temps est volé à l'essentiel : comprendre la physique en profondeur et préparer l'oral face au jury.

💡 La solution

TIPE Architect CLI génère un dossier TIPE complet de A à Z à partir de 4 inputs (thème, titre, problématique, objectifs), via l'API Gemini ou Claude.

4 inputs  →  5 appels IA en cascade  →  5 fichiers LaTeX + Python + Jupyter

L'IA fait 100 % du travail de production. L'élève investit ce temps libéré dans une seule chose : comprendre assez profondément pour répondre à n'importe quelle question du jury, à froid, sans document.

---

🚀 Installation

Prérequis

• Python 3.11+
• uv (gestionnaire de paquets Python moderne)
• Une clé API : Google Gemini (gratuit) ou Anthropic Claude

Installation avec uv

# Cloner le dépôt
git clone https://github.com/votre-username/tipe-architect-cli.git
cd tipe-architect-cli

# Installer les dépendances et le CLI
uv sync

Installation globale (optionnel)

uv tool install .

Après cette commande, tipe est disponible depuis n'importe quel terminal.

---

📖 Guide d'utilisation

1. Configuration (tipe config)

À exécuter une seule fois pour configurer votre fournisseur IA et votre filière.

$ tipe config

Configuration de TIPE Architect
Fournisseur IA (tapez 'anthropic' ou 'gemini') [anthropic]: gemini
Clé API Gemini: ************************************
Modèle Gemini [gemini-2.5-flash]: gemini-2.5-flash
Votre filière (mpsi, mp, psi, pcsi, mpi, ptsi) [mpsi]: mp
Configuration sauvegardée avec succès !

Paramètre	Options	Défaut
Fournisseur	anthropic, gemini	anthropic
Modèle Gemini	gemini-2.5-flash, gemini-2.5-pro, etc.	gemini-2.5-flash
Modèle Anthropic	claude-3-5-sonnet-20241022, etc.	claude-3-5-sonnet-20241022
Filière	mpsi, mp, psi, pcsi, mpi, ptsi	mpsi

🔐 Sécurité : La clé API est stockée dans le trousseau de clés natif de votre OS (Windows Credential Manager, macOS Keychain, Linux Secret Service) via keyring. Elle n'est jamais écrite en clair dans un fichier.

---

2. Initialisation du projet (tipe init)

Saisissez les 4 informations de base de votre TIPE :

$ tipe init

Initialisation d'un nouveau projet TIPE
Thème annuel (ex: Jeux et Sports): Jeux et Sports
Titre provisoire du projet: Modélisation aérodynamique d'un ballon de football en rotation

Problématique (Tapez Entrée, puis saisissez votre texte.
Appuyez sur Echap puis Entrée pour valider) :
> Dans quelle mesure l'effet Magnus, induit par la rotation d'un ballon
> de football, permet-il de modéliser quantitativement la déviation de
> sa trajectoire par rapport au tir sans effet, et quelles sont les
> limites de ce modèle en régime turbulent ?

Objectifs initiaux (Tapez Entrée, puis saisissez votre texte.
Appuyez sur Echap puis Entrée pour valider) :
> 1. Établir les équations du mouvement via le nombre de Reynolds
> 2. Implémenter une simulation Runge-Kutta 4
> 3. Analyser la sensibilité aux paramètres clés

Projet initialisé et sauvegardé dans 'tipe_project.json'.
Vous pouvez maintenant lancer tipe run.

Cela crée un fichier tipe_project.json dans le répertoire courant :

{
    "theme": "Jeux et Sports",
    "title": "Modélisation aérodynamique d'un ballon de football en rotation",
    "problematique": "Dans quelle mesure l'effet Magnus...",
    "objectives": "1. Établir les équations..."
}

---

3. Génération (tipe run)

Lancez le pipeline complet :

$ tipe run

Démarrage de la génération pour le projet : Modélisation aérodynamique d'un ballon...
Filière : MP | Fournisseur : gemini (gemini-2.5-flash)
Dossier cible : Modélisation_aérodynamique_dun_ballon_de_football_en_rotation

>> ÉTAPE 1/5 : Génération de la MCOT (LaTeX)
┌─ Génération en cours (gemini-2.5-flash)... ─────────────────────────────┐
│ \documentclass[12pt, a4paper]{article}                                   │
│ ...                                                                      │
└──────────────────────────────────────────────────────────────────────────┘
✅ 00_MCOT.tex généré.

>> ÉTAPE 2/5 : Génération de la Théorie & Modélisation (LaTeX)
...
✅ 01_Theorie.tex généré.

>> ÉTAPE 3/5 : Génération du Code Python & Notebook Jupyter
...
✅ 02_Simulation.py + 02_Simulation.ipynb générés.

>> ÉTAPE 4/5 : Auto-Healing & Vérification
  ↳ Auto-healing — Exécution du script (tentative 1/3)...
  ✅ Script exécuté sans erreur !
  ↳ Vérification dimensionnelle SymPy...
  ✓ Vérification dimensionnelle : 12 paramètre(s) indexé(s), 8 équation(s) LaTeX détectée(s).
  ✓ Tous les paramètres disposent d'une unité SI renseignée.
✅ Étape Auto-Healing terminée.

>> ÉTAPE 5/5 : Génération du Rapport Scientifique (LaTeX)
...
✅ 03_Rapport.tex généré.

┌─────────────────────────────────────────────────────────────┐
│           ✅ Génération terminée avec succès !               │
├────────────────────┬─────────────────────────────┬──────────┤
│ Fichier            │ Contenu                     │   Taille │
├────────────────────┼─────────────────────────────┼──────────┤
│ 00_MCOT.tex        │ Document officiel MCOT      │   3.1 Ko │
│ 01_Theorie.tex     │ Théorie & Modélisation      │  18.5 Ko │
│ 02_Simulation.py   │ Script de simulation        │  12.3 Ko │
│ 02_Simulation.ipynb│ Notebook Jupyter interactif  │  15.1 Ko │
│ 03_Rapport.tex     │ Rapport scientifique        │  22.7 Ko │
└────────────────────┴─────────────────────────────┴──────────┘

📁 Dossier de sortie : Modélisation_aérodynamique_dun_ballon_de_football_en_rotation

┌─ ⚠  AVERTISSEMENT PÉDAGOGIQUE ──────────────────────────────────────────┐
│                                                                          │
│  Ce dossier est un point de départ, pas une fin en soi.                  │
│  Le jury sanctionne sévèrement les élèves qui récitent sans comprendre.  │
│  Chaque équation doit être maîtrisée. Chaque ligne de code doit pouvoir  │
│  être expliquée. Chaque hypothèse doit être défendue oralement.          │
│                                                                          │
│  L'IA a fait le travail de production. La maîtrise vous appartient.      │
│                                                                          │
└──────────────────────────────────────────────────────────────────────────┘

⏱ Durée typique : 3 à 5 minutes selon le modèle et la complexité du sujet.

---

📁 Fichiers générés

Après tipe run, un dossier est créé avec les fichiers suivants :

Fichier	Format	Compilation	Contenu
00_MCOT.tex	LaTeX	pdflatex 00_MCOT.tex	Document officiel MCOT pour les concours (SCEI)
01_Theorie.tex	LaTeX	pdflatex 01_Theorie.tex	Modèle physique : hypothèses justifiées, équations numérotées, paramètres SI
02_Simulation.py	Python	python 02_Simulation.py	Simulation numérique commentée ligne par ligne
02_Simulation.ipynb	Jupyter	jupyter lab	Notebook interactif découpé en cellules par section
03_Rapport.tex	LaTeX	pdflatex 03_Rapport.tex	Rapport scientifique complet avec bibliographie

Compiler les fichiers LaTeX

Chaque fichier .tex est autonome — il contient un preamble complet avec tous les packages nécessaires. Compilation en une seule commande :

cd Modélisation_aérodynamique_dun_ballon_de_football_en_rotation/

# Compiler un fichier
pdflatex 00_MCOT.tex
pdflatex 01_Theorie.tex
pdflatex 03_Rapport.tex

# Ou compiler tout d'un coup
for f in *.tex; do pdflatex "$f"; done

Packages LaTeX utilisés

Les documents générés s'appuient sur ces packages standards :

Package	Rôle
amsmath, amssymb, physics	Équations mathématiques professionnelles
siunitx	Unités SI propres : \SI{9.81}{\metre\per\second\squared}
booktabs	Tableaux académiques (\toprule, \midrule, \bottomrule)
tcolorbox	Encadrés colorés pour les hypothèses
listings	Code Python avec coloration syntaxique
hyperref	Liens cliquables et références croisées
babel(french)	Typographie française
microtype	Micro-typographie (crénage, protrusion)

---

⚙️ Pipeline détaillé

Le pipeline exécute 5 appels IA en cascade, chaque appel lisant le contexte du précédent :

┌─────────────────────────────────────────────────────────────────────┐
│  ÉTAPE 1 · MCOT                                                     │
│  Input  : 4 informations de l'élève (thème, titre, problématique,   │
│           objectifs)                                                 │
│  Output : 00_MCOT.tex                                               │
│  Contenu: Positionnement, mots-clés FR/EN, objectifs SMART,         │
│           problématique reformulée, résumé 100 mots                 │
└─────────────────────────┬───────────────────────────────────────────┘
                          │ La MCOT alimente la théorie
┌─────────────────────────▼───────────────────────────────────────────┐
│  ÉTAPE 2 · Théorie & Modélisation                                    │
│  Input  : MCOT générée (contenu LaTeX complet)                       │
│  Output : 01_Theorie.tex                                             │
│  Contenu: Système, hypothèses justifiées (tcolorbox), équations      │
│           numérotées (\label/\eqref), analyse adimensionnelle,       │
│           paramètres numériques (tableau booktabs + siunitx)         │
└─────────────────────────┬───────────────────────────────────────────┘
                          │ La théorie alimente le code
┌─────────────────────────▼───────────────────────────────────────────┐
│  ÉTAPE 3 · Code Python + Notebook                                    │
│  Input  : Théorie complète (LaTeX)                                   │
│  Output : 02_Simulation.py + 02_Simulation.ipynb                     │
│  Contenu: Code structuré en sections (# === SECTION ===),            │
│           chaque ligne commentée, solve_ivp, graphes publication-     │
│           ready, analyse de sensibilité                              │
└─────────────────────────┬───────────────────────────────────────────┘
                          │ Le code est exécuté automatiquement
┌─────────────────────────▼───────────────────────────────────────────┐
│  ÉTAPE 4 · Auto-Healing                                              │
│  Mécanisme :                                                         │
│    1. Exécute 02_Simulation.py via subprocess                        │
│    2. Si erreur → capture le traceback                               │
│    3. Envoie le code + traceback à l'IA pour correction              │
│    4. Recommence (max 3 tentatives)                                  │
│    5. Si échec total → génère 02_Debug_Report.md                     │
│                                                                      │
│  + Vérification dimensionnelle SymPy (non-bloquante)                 │
└─────────────────────────┬───────────────────────────────────────────┘
                          │ Théorie + code validé alimentent le rapport
┌─────────────────────────▼───────────────────────────────────────────┐
│  ÉTAPE 5 · Rapport Scientifique                                      │
│  Input  : Théorie (LaTeX) + Code Python validé                       │
│  Output : 03_Rapport.tex                                             │
│  Contenu: Introduction, système, méthodologie numérique,             │
│           résultats, discussion, conclusion, bibliographie           │
│           Code Python inclus via lstlisting                          │
│           5+ références [À VÉRIFIER]                                 │
└─────────────────────────────────────────────────────────────────────┘

---

🔬 Exemples de sujets testés

Thème	Sujet	Filière
Jeux et Sports	Modélisation aérodynamique d'un ballon de football (effet Magnus)	MP
Jeux et Sports	Optimisation de la trajectoire d'un nageur en virage	MPSI
à venir	Analyse thermique d'un moteur Stirling	PSI
à venir	Propagation d'ondes sismiques en milieu stratifié	PCSI

---

🛠 Options avancées

Changer de fournisseur IA

Relancez simplement tipe config pour basculer entre Gemini et Claude :

tipe config
# → Choisir 'gemini' ou 'anthropic'

Modifier un projet existant

Éditez directement tipe_project.json puis relancez tipe run :

# Éditer les inputs
notepad tipe_project.json   # Windows
nano tipe_project.json       # Linux/Mac

# Relancer la génération
tipe run

Filières supportées

Le flag --level (configuré via tipe config) adapte la profondeur de chaque document :

Filière	Effet sur la génération
mpsi	EDO 1er ordre, développements limités, Python basique
mp	EDO avancées, transformées de Laplace, algèbre linéaire, Fourier
psi	Accent mécanique des fluides, électronique
pcsi	Physique-Chimie, thermodynamique
mpi	Accent algorithmique et informatique
ptsi	Sciences de l'ingénieur, modélisation système

---

🏗 Architecture technique

tipe_architect/
├── main.py                  # CLI Typer (init, config, run)
├── config.py                # Keyring + config JSON
│
├── pipeline/
│   ├── ai_client.py         # Client dual Gemini/Claude avec streaming Rich
│   └── runner.py            # Orchestrateur du pipeline 5 étapes
│
├── prompts/
│   ├── mcot.py              # System prompt MCOT (LaTeX)
│   ├── theorie.py           # System prompt Théorie (LaTeX)
│   ├── simulation.py        # System prompt Code Python
│   └── rapport.py           # System prompt Rapport (LaTeX)
│
├── ui/
│   └── console.py           # Spinners, résumé, avertissement pédagogique
│
└── utils/
    ├── files.py             # I/O fichiers + création dossier
    ├── notebook.py          # Génération .ipynb via nbformat
    ├── autohealer.py        # Auto-correction subprocess + LLM
    ├── sympy_check.py       # Vérification dimensionnelle (non-bloquante)
    └── latex_writer.py      # Nettoyage LaTeX + extraction .bib

---

📦 Dépendances

Package	Rôle
typer	Framework CLI avec auto-complétion
rich	UI terminal : spinners, streaming live, tableaux, panels
prompt-toolkit	Saisie interactive multiligne
anthropic	SDK officiel Claude
google-genai	SDK officiel Gemini
keyring	Stockage sécurisé de la clé API (trousseau OS natif)
nbformat	Génération de notebooks Jupyter sans lancer Jupyter
sympy	Vérification dimensionnelle des équations

---

❓ FAQ

Combien coûte une génération ?

Avec Gemini 2.5 Flash (recommandé) : gratuit dans la limite du quota gratuit Google AI Studio. Une génération complète consomme environ 20 000–40 000 tokens en entrée et 15 000–25 000 tokens en sortie.

Avec Claude : environ 0.05–0.15 $ par génération complète (5 appels × ~5k tokens sortie).

Les fichiers LaTeX compilent-ils directement ?

Oui. Chaque .tex est autonome avec un preamble complet. Il suffit d'un pdflatex fichier.tex. Aucune dépendance externe (pas de biber, pas de fichier .bib séparé — la bibliographie est intégrée via thebibliography).

Assurez-vous d'avoir une distribution LaTeX installée (TeX Live, MiKTeX) avec les packages standards.

Le code Python fonctionne-t-il toujours ?

Le pipeline inclut une boucle d'auto-healing : le code est exécuté automatiquement et corrigé par l'IA jusqu'à 3 fois en cas d'erreur. Si l'erreur persiste, un 02_Debug_Report.md est généré avec les pistes de correction.

Les références bibliographiques sont-elles fiables ?

Non — elles sont toutes marquées [À VÉRIFIER]. L'IA peut halluciner des références. Vous devez vérifier l'existence de chaque référence avant de soumettre votre TIPE. Le CLI affiche un avertissement explicite à ce sujet.

Puis-je utiliser cet outil pour un vrai concours ?

L'outil génère un point de départ de haute qualité. C'est à vous de :

1. Comprendre chaque équation, hypothèse et ligne de code
2. Vérifier les références bibliographiques
3. Personnaliser le contenu avec vos propres analyses
4. Maîtriser le sujet suffisamment pour répondre aux questions du jury

---

⚠️ Avertissement pédagogique

Ce dossier est un point de départ, pas une fin en soi.

Le jury sanctionne sévèrement les élèves qui récitent sans comprendre. Chaque équation doit être maîtrisée. Chaque ligne de code doit pouvoir être expliquée. Chaque hypothèse doit être défendue oralement.

L'IA a fait le travail de production. La maîtrise vous appartient.

---

🗺 Roadmap

Phase	Statut	Contenu
Semaine 1	✅	CLI + Config + MCOT + Théorie
Semaine 2	✅	Code + Auto-Heal + Rapport + LaTeX-only
Semaine 3	🔲	Slides Beamer (04_Slides.tex) + Jury interactif (tipe jury) + Points faibles
Semaine 4	🔲	Tests sur sujets réels + Polish UX + Publication PyPI

---

📄 Licence

Ce projet est distribué sous licence MIT.

---

👨‍💻 Auteur

Développé par Ismail Himi — développeur et concepteur de TIPE Architect CLI.

Développé avec ❤️ pour les étudiants CPGE — Mai 2026