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)
Notebpm.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 ?

Une question ? Consultez la FAQ et la Ce qu'il reste à faire.