Getting Started « 0 à 1 »

◆ Ingénieur IA

Amener un ingénieur de rien à un dashboard affichant un résultat, en un parcours linéaire. Durée cible : 30 minutes.

Ce que vous aurez à la fin

Un projet NEXA, un schéma d’inférence, une table résultat, et un dashboard à une subbox affichant la donnée. Ensuite : lire un Run Receipt, ou poser une Console.

Prérequis : un compte avec le rôle ingénieur, l’URL de votre instance, un client HTTP (curl).

Étape 0 : S’authentifier

Récupérez un token OIDC (flux MyLogin / PingId), puis vérifiez l’accès :

curl -H "Authorization: Bearer $TOKEN" \
     https://VOTRE_INSTANCE/api/v1/health/ready

Résultat attendu : 200 et statut ready. En cas de 401, vérifiez l’expiration du token.

Étape 1 : Classifier l’idée de projet

curl -X POST https://VOTRE_INSTANCE/api/v1/genai/wizard/classify \
  -H "Authorization: Bearer $TOKEN" \
  -H "Content-Type: application/json" \
  -d '{
    "title": "Analyse des ventes mensuelles",
    "description": "Analyse des tendances de vente avec machine learning",
    "businessDomain": ["retail", "analytics"]
  }'

Résultat attendu : une réponse JSON avec au moins une catégorie et un confidenceScore.

Étape 2 : Dérouler le cadrage A → A2

Appelez transition-a (stages 1 à 5) puis transition-a2. Conservez le handoff_package retourné.

curl -X POST https://VOTRE_INSTANCE/api/v1/genai/wizard/transition-a \
  -H "Authorization: Bearer $TOKEN" -H "Content-Type: application/json" \
  -d '{ "stage_id": 1, "title": "...", "business_objective": "...", "language": "fr" }'

Étape 3 : Créer le projet (B1 → B4)

Enchaînez les quatre appels en réinjectant chaque ID dans le suivant. Les IDs sont des chaînes de chiffres. Notez le project_id.

B1  create-algo               → algo_id
B2  create-usecase            → usecase_id
B3  create-project            → project_id
B4  generate-initial-schemas  (reçoit algo_id, handoff_package, project_id)

Étape 4 : Où vivent les données

La table résultat suit le motif project_<project_id>_result_<table>, et les noms de tables proviennent de outputInference.

Étape 5 : Écrire sa première subbox

Le plus petit dashboard valide : une Box pleine largeur, une subbox counter.

boxes:
  - boxId: "1"
    boxRowsArea: 4
    boxColsArea: 12
    subboxes:
      - subboxId: "1"
        subboxRowsArea: 4
        subboxColsArea: 12
        subboxType: "counter"
        subboxTitle: "Lignes de résultat"
        subboxQuery: "SELECT COUNT(*) AS count FROM project_<project_id>_result_data"

Les 3 règles qui comptent ici

placeholder <project_id>, SELECT sans ; final, et IDs en chaîne de chiffres.

Étape 6 : Valider et visualiser

Soumettez le dashboard, laissez passer la validation automatique, ouvrez le studio : la subbox affiche un nombre.

Étape 7 : Lire la preuve, poser une Console

Chaque exécution produit un Run Receipt consultable dans l’Evidence Panel et via l’API evidence.

Pour un rendu HTML versionné (KPI custom, HITL par bloc), remplacez ou ajoutez une subbox frame : voir Construire une Console.

Et maintenant ?

Voir aussi