- Étape 1 : Cloner le référentiel depuis GitHub.
- Étape 2 : Installer les dépendances avec pip install -r requirements.txt.
- Étape 3 : Configurer les variables d'environnement dans le fichier .env (clés API, paramètres du modèle).
- Étape 4 : Définir ou personnaliser les nœuds et pipelines LangGraph dans agent_graph.py.
- Étape 5 : Démarrer le serveur FastAPI avec uvicorn main:app --reload.
- Étape 6 : Tester les points d'extrémité API REST pour le chat, la mémoire et les utilitaires.
- Étape 7 : Construire et exécuter le conteneur Docker avec docker build et docker run.
- Étape 8 : Déployer sur le cloud ou une plateforme d'orchestration de conteneurs.