Première app
Tutoriel pas à pas : créer une app BPM et la lancer avec IA locale.
Démarrage rapide (workflow complet)
Après installation, le flux recommandé est :
pip install blueprint-modular
bpm setup
bpm init --name mon-app
cd mon-app
bpm run app.py
Ouvrez http://localhost:8501. Vous pouvez ensuite ajouter bpm.ask(), bpm.chat(), bpm.summarize() ou bpm.analyze() dans app.py (Ollama est prêt après bpm setup).
Ce que vous allez créer
Un dashboard de ventes avec 3 métriques, un tableau et un graphique d'évolution du CA.
[ Screenshot résultat final : dashboard ventes ]
Étape 1 — Créer le fichier
mkdir mon-dashboard && cd mon-dashboard
touch app.py
Étape 2 — Écrire l'app
import bpm
import pandas as pd
bpm.set_page_config(page_title="Dashboard Ventes", layout="wide")
bpm.title("Dashboard Ventes")
# Métriques
col1, col2, col3 = bpm.columns(3)
with col1:
bpm.metric("CA du mois", 142500, delta=3200)
with col2:
bpm.metric("Commandes", 284, delta=-12)
with col3:
bpm.metric("Panier moyen", 501.8, delta=15.2)
# Données
df = pd.DataFrame({
"Mois": ["Jan", "Fév", "Mar", "Avr", "Mai"],
"CA": [98000, 112000, 134000, 128000, 142500]
})
bpm.subheader("Évolution du CA")
bpm.chart.line(df, x="Mois", y="CA")
bpm.subheader("Détail par mois")
bpm.table(df)
Note —
bpm.columns et bpm.chart.line sont prévus dans l'API ; l'implémentation actuelle propose bpm.metric, bpm.table, bpm.title, bpm.write, bpm.button, bpm.panel. Voir Ce qu'il reste à faire.Étape 3 — Lancer
bpm run app.py
Ouvrez http://localhost:8501 dans votre navigateur.
Résultat attendu
[ Screenshot : titre, 3 métriques, graphique, tableau ]
Et maintenant ?
- Catalogue des composants — Découvrir tous les widgets
- API Reference — Metrics
- Déployer — Mettre en production
Une question ? Consultez la FAQ et la Ce qu'il reste à faire.