🌿 GblackAI — Agricultural AI Analysis API

📱 Application mobile : GblackAI Mobile · Télécharger l'APK

API de détection agronomique par intelligence artificielle, développée dans le cadre du hackathon AbiHack 2025.
Elle analyse des images de plantes, de satellites et de drones pour identifier maladies, ravageurs et anomalies agricoles — avec des recommandations optimisées pour une lecture vocale en Wolof.

---

🎯 Objectif

Fournir un microservice d'analyse d'images agricoles via API REST, capable de :

• Détecter maladies et ravageurs sur des cultures (proximité)
• Analyser des parcelles depuis des images satellites ou drones
• Retourner des recommandations structurées (biologiques, chimiques, culturales)
• Générer des réponses simples adaptées à un système TTS en Wolof

---

🗂️ Structure du projet

AbiHack2025_GblackAI/
│
├── main.py                          # API v12 — Version production (entry point)
├── main2.py                         # API v8.5 — Version de référence (prompt universel)
│
├── app/                             # Modules de l'application
│   ├── config.py                    # Variables d'environnement et constantes
│   ├── models.py                    # Schémas Pydantic (requêtes / réponses)
│   ├── prompts.py                   # Prompts experts (Plante, Satellite, Drone)
│   ├── key_manager.py               # Rotation async des clés API Gemini
│   └── services/
│       ├── gemini.py                # Appel Gemini avec gestion d'erreurs
│       └── cloudinary.py            # Découpage des zones et upload Cloudinary
│
├── tests/
│   ├── conftest.py                  # Fixtures et env vars de test
│   └── test_api.py                  # Tests des endpoints et des modules
│
├── Dockerfile                       # Build multi-étapes, user non-root
├── .dockerignore
├── .gitignore
├── .env.example                     # Template des variables d'environnement
├── requirements.txt                 # Dépendances épinglées
└── Documentation_API_Hackathon.pdf  # Doc officielle du hackathon

---

🔄 Versions

Version	Fichier	Endpoint	Description
v12	main.py	/api/v12/analyze	Architecture modulaire, 3 prompts spécialisés
v8.5	main2.py	/api/v8/analyze-image	Version de référence, prompt universel

---

🦠 Types d'analyse (v12)

Type	Description
PLANT_PEST	Photo en proximité — feuilles, tiges, insectes
SATELLITE_REMOTE_SENSING	Images satellites (Sentinel-2, Landsat) de parcelles
DRONE_ANALYSIS	Orthophotos haute résolution

---

📦 Stack technique

Outil	Rôle
FastAPI	Framework API REST asynchrone
Gemini 3 Flash Preview	Modèle IA multimodal (vision + texte)
Cloudinary	Stockage des zones détectées (crops)
Pydantic	Validation et sérialisation JSON
slowapi	Rate limiting — 15 req/min
fastapi-cache2	Cache en mémoire (TTL 24h, clé = SHA-256 image)
Docker	Conteneurisation
Gunicorn + Uvicorn	Serveur ASGI de production
pytest	Tests unitaires et d'intégration

---

⚙️ Installation locale

1. Cloner le repo

git clone https://github.com/Gblack98/AbiHack2025_GblackAI.git
cd AbiHack2025_GblackAI

2. Environnement virtuel

python -m venv venv
source venv/bin/activate  # Windows : venv\Scripts\activate

3. Dépendances

pip install -r requirements.txt

4. Variables d'environnement

cp .env.example .env
# Remplir les valeurs dans .env

5. Lancer l'API

uvicorn main:app --reload --port 8000

Documentation interactive disponible sur http://localhost:8000/docs

---

🐳 Docker

docker build -t gblackai-api .
docker run -p 8000:8000 --env-file .env gblackai-api

---

🔑 Variables d'environnement

Variable	Description
GEMINI_API_KEYS	Clés Gemini séparées par des virgules (clé1,clé2,clé3)
CLOUDINARY_CLOUD_NAME	Nom du cloud Cloudinary
CLOUDINARY_API_KEY	Clé API Cloudinary
CLOUDINARY_API_SECRET	Secret Cloudinary

Le KeyManager tourne automatiquement vers la clé suivante si le quota est dépassé.

---

🧪 Tests

pytest tests/ -v

Les tests mockent Gemini et Cloudinary — aucune clé réelle nécessaire.

---

📡 Exemple d'utilisation

curl -X POST "http://localhost:8000/api/v12/analyze" \
  -F "analysis_type=PLANT_PEST" \
  -F "file=@feuille.jpg"

Réponse :

{
  "subject": {
    "subjectType": "PLANT",
    "description": "Plant de Maïs (Zea mays)",
    "confidence": 0.96
  },
  "detections": [
    {
      "className": "Rouille commune du maïs",
      "confidenceScore": 0.89,
      "severity": "HIGH",
      "boundingBox": { "x_min": 0.1, "y_min": 0.2, "x_max": 0.6, "y_max": 0.7 },
      "croppedImageUrl": "https://res.cloudinary.com/...",
      "details": {
        "description": "Taches orange sur les feuilles.",
        "impact": "Le rendement va baisser si rien n'est fait.",
        "recommendations": {
          "biological": [...],
          "chemical": [...],
          "cultural": [...]
        },
        "knowledgeBaseTags": ["rouille", "maïs", "champignon"]
      }
    }
  ]
}

---

👤 Auteur

Gblack98 — github.com/Gblack98
Hackathon AbiHack 2025