Spaces:

Ekimetrics
/

MCP_indicators

Running

Gradio 6 (transport MCP Streamable HTTP + SSE), sorties JSON compactes, sources réparées, find_territory, page Space

febc39b 2 months ago

15.2 kB

"""Serveur MCP « Indicateurs territoriaux de transition écologique » — Gradio / Hugging Face Spaces.
Les outils MCP sont déclarés avec gr.api() : leur schéma vient des signatures Python et
des docstrings, indépendamment des composants de l'interface. Gradio ≥ 6 expose les deux
transports MCP (Streamable HTTP sur /gradio_api/mcp/ et SSE sur /gradio_api/mcp/sse).
L'interface web sert de vitrine et de banc d'essai ; ses événements sont privés.
Outils : search_indicators, list_indicators, get_indicator_details, query_indicator_data,
find_territory.
Configuration : INDICATEURS_TE_TOKEN (secret du Space), voir .env.example.
"""

from __future__ import annotations

import json
import os

import gradio as gr
from dotenv import load_dotenv

load_dotenv()

from src.models import GEOGRAPHIC_LEVELS  # noqa: E402
from src.tools import (  # noqa: E402
    find_territory,
    get_indicator_details,
    list_indicators,
    query_indicator_data,
    search_indicators,
)

if not os.getenv("INDICATEURS_TE_TOKEN"):
    print("WARNING: INDICATEURS_TE_TOKEN not set. API calls will fail.")

SPACE_HOST = os.getenv("SPACE_HOST")  # renseigné par Hugging Face Spaces


def _is_hf_space() -> bool:
    return os.getenv("SYSTEM") == "spaces" or os.getenv("SPACE_ID") is not None


def _base_url() -> str:
    if SPACE_HOST:
        return f"https://{SPACE_HOST}"
    return f"http://127.0.0.1:{os.environ.get('GRADIO_SERVER_PORT', '7860')}"


MCP_URL = f"{_base_url()}/gradio_api/mcp/"
MCP_SSE_URL = f"{MCP_URL}sse"

LEVEL_CHOICES = [("Région", "region"), ("Département", "departement"), ("EPCI", "epci"), ("Commune", "commune")]
LEVEL_CHOICES_ALL = [("Tous niveaux", "")] + LEVEL_CHOICES

ACCUEIL = """
# 📊 Indicateurs territoriaux de transition écologique — serveur MCP
**Interrogez les indicateurs environnementaux des territoires français (régions, départements,
EPCI, communes) directement depuis votre assistant IA.**
Ce serveur [MCP](https://modelcontextprotocol.io) donne à Claude, ChatGPT, Cursor ou tout autre
client compatible l'accès aux ~170 indicateurs du
[Hub d'indicateurs territoriaux de la transition écologique](https://ecologie.data.gouv.fr/indicators)
(CGDD · Ministère de la Transition écologique) : émissions de gaz à effet de serre, consommation
d'espaces, agriculture bio, mobilité, logement… avec les valeurs par territoire et par année,
les définitions, les méthodes de calcul et les sources.
Testez les outils ci-dessous, ou connectez le serveur à votre assistant en une minute.
"""

CONNEXION = """
### 🔌 Connecter à votre assistant
Même URL pour tous les clients (transport *Streamable HTTP*, sans authentification côté client) :
"""

PROMPTS = """
### 💬 À essayer une fois connecté
- « Quelle est l'évolution de la consommation d'espaces naturels en PACA depuis 2015 ? »
- « Compare les émissions de gaz à effet de serre par habitant des départements bretons. »
- « Quelle part de l'agriculture bio dans la Métropole de Lyon ? »
- « Quels indicateurs de mobilité existent à l'échelle communale ? »
"""

PIED = f"""
<small>
**Outils MCP** : `search_indicators` · `list_indicators` · `get_indicator_details` ·
`query_indicator_data` · `find_territory` — schéma : [{MCP_URL}schema]({MCP_URL}schema)
Démonstration réalisée par [Ekimetrics](https://ekimetrics.com). Données : Hub d'indicateurs
territoriaux de la transition écologique (CGDD / Ministère de la Transition écologique), API
`api.indicateurs.ecologie.gouv.fr`. Les valeurs sont restituées telles que publiées par le Hub ;
consultez les métadonnées (`get_indicator_details`) pour la méthode de calcul, la couverture et
les sources avant toute interprétation.
</small>
"""

SNIPPET_CLAUDE_CODE = f"claude mcp add --transport http indicateurs-te {MCP_URL}"
SNIPPET_JSON = f"""{{
  "mcpServers": {{
    "indicateurs-te": {{
      "url": "{MCP_URL}"
    }}
  }}
}}"""
SNIPPET_PYTHON = f"""from mcp import ClientSession
from mcp.client.streamable_http import streamablehttp_client
async with streamablehttp_client("{MCP_URL}") as (read, write, _):
    async with ClientSession(read, write) as session:
        await session.initialize()
        result = await session.call_tool(
            "search_indicators", {{"query": "consommation espace"}}
        )
        print(result.content[0].text)"""


# --------------------------------------------------------------------------- UI helpers

_LIST_COLUMNS = ["id", "libelle", "unite", "mailles", "thematique"]
_LIST_WIDTHS = ["7%", "43%", "10%", "22%", "18%"]


def _indicators_table(payload: dict) -> list[list]:
    return [
        [i.get("id"), i.get("libelle"), i.get("unite"), ", ".join(i.get("mailles") or []), i.get("thematique")]
        for i in payload.get("indicators") or []
    ]


def _status(payload: dict, ok: str) -> str:
    if "error" in payload:
        msg = f"⚠️ **{payload['error']}**"
        if payload.get("hint"):
            msg += f"  \n_{payload['hint']}_"
        return msg
    if payload.get("hint"):
        return f"{ok}  \nℹ️ {payload['hint']}"
    return ok


async def _ui_search(query: str):
    raw = await search_indicators(query)
    payload = json.loads(raw)
    status = _status(payload, f"**{payload.get('total_count', 0)} indicateur(s)**" + (" (30 premiers)" if payload.get("truncated") else ""))
    return status, _indicators_table(payload), raw


async def _ui_list(thematique: str, maille: str):
    raw = await list_indicators(thematique, maille)
    payload = json.loads(raw)
    status = _status(payload, f"**{payload.get('count', 0)} indicateur(s)**")
    return status, _indicators_table(payload), raw


async def _ui_details(indicator_id: str):
    raw = await get_indicator_details(indicator_id)
    payload = json.loads(raw)
    if "error" in payload:
        return _status(payload, ""), None
    m = payload["metadata"]
    lines = [
        f"### {m.get('libelle')} (id {m.get('id')})",
        f"**Unité :** {m.get('unite') or '—'} · **Thème :** {m.get('thematique') or '—'} · "
        f"**Couverture :** {m.get('couverture_geographique') or '—'}",
        f"**Mailles :** {', '.join(m.get('mailles_disponibles') or [])} · "
        f"**Années :** {', '.join(m.get('annees_disponibles') or []) or '—'}",
    ]
    if m.get("description"):
        lines.append(m["description"])
    if m.get("methode_calcul"):
        lines.append(f"**Méthode de calcul :** {m['methode_calcul']}")
    if payload.get("sources"):
        src = "; ".join(
            f"{s.get('producteur_source') or s.get('nom_source')}" + (f" ([lien]({s['lien_page']}))" if s.get("lien_page") else "")
            for s in payload["sources"]
        )
        lines.append(f"**Sources :** {src}")
    if payload.get("sources_warning"):
        lines.append(f"ℹ️ {payload['sources_warning']}")
    return "\n\n".join(lines), payload


async def _ui_query(indicator_id: str, level: str, code: str, year: str, limit: float):
    raw = await query_indicator_data(indicator_id, level, code, year, int(limit))
    payload = json.loads(raw)
    if "error" in payload:
        return _status(payload, ""), [], raw
    unite = payload.get("unite") or ""
    status = _status(
        payload,
        f"**{payload.get('indicator_name')}** — {payload.get('total_count', 0)} ligne(s)"
        + (" (tronqué)" if payload.get("truncated") else "")
        + (f" · unité : {unite}" if unite else ""),
    )
    rows = [[d.get("geocode"), d.get("libelle"), d.get("annee"), d.get("valeur")] for d in payload.get("data") or []]
    return status, rows, raw


async def _ui_territory(name: str, level: str):
    raw = await find_territory(name, level)
    payload = json.loads(raw)
    status = _status(payload, f"**{payload.get('total_count', 0)} territoire(s)**")
    rows = [[t.get("geographic_level"), t.get("geocode"), t.get("libelle")] for t in payload.get("territories") or []]
    return status, rows, raw


# --------------------------------------------------------------------------- app

with gr.Blocks(title="Indicateurs TE — serveur MCP") as demo:
    # Outils exposés aux assistants IA (schéma MCP dérivé des docstrings).
    gr.api(search_indicators, api_name="search_indicators")
    gr.api(list_indicators, api_name="list_indicators")
    gr.api(get_indicator_details, api_name="get_indicator_details")
    gr.api(query_indicator_data, api_name="query_indicator_data")
    gr.api(find_territory, api_name="find_territory")

    gr.Markdown(ACCUEIL)

    with gr.Row(equal_height=False):
        with gr.Column(scale=3, min_width=360):
            with gr.Tab("🔎 Rechercher"):
                q = gr.Textbox(label="Mots-clés", placeholder="consommation espace, émissions gaz effet de serre, surface bio…")
                btn_q = gr.Button("Rechercher", variant="primary")
                st_q = gr.Markdown()
                tbl_q = gr.Dataframe(headers=_LIST_COLUMNS, interactive=False, wrap=True, column_widths=_LIST_WIDTHS, label="Indicateurs")
                with gr.Accordion("Réponse JSON (ce que reçoit l'assistant)", open=False):
                    js_q = gr.Code(language="json", label="search_indicators")
                gr.Examples(
                    examples=[["consommation espace"], ["émissions gaz effet de serre"], ["surface bio"], ["stationnement vélo"], ["logements vacants"]],
                    inputs=[q], outputs=[st_q, tbl_q, js_q], fn=_ui_search, run_on_click=True,
                    cache_examples=False, api_visibility="private", label="Exemples",
                )
                btn_q.click(_ui_search, inputs=q, outputs=[st_q, tbl_q, js_q], api_visibility="private")
                q.submit(_ui_search, inputs=q, outputs=[st_q, tbl_q, js_q], api_visibility="private")

            with gr.Tab("📚 Catalogue"):
                with gr.Row():
                    them = gr.Textbox(label="Thématique France Nation Verte", placeholder="déplacer, loger, produire, nourrir, consommer, écosystèmes…")
                    maille = gr.Dropdown(label="Disponible à la maille", choices=LEVEL_CHOICES_ALL, value="")
                btn_l = gr.Button("Lister", variant="primary")
                st_l = gr.Markdown()
                tbl_l = gr.Dataframe(headers=_LIST_COLUMNS, interactive=False, wrap=True, column_widths=_LIST_WIDTHS, label="Indicateurs")
                with gr.Accordion("Réponse JSON (ce que reçoit l'assistant)", open=False):
                    js_l = gr.Code(language="json", label="list_indicators")
                btn_l.click(_ui_list, inputs=[them, maille], outputs=[st_l, tbl_l, js_l], api_visibility="private")

            with gr.Tab("📄 Détails"):
                ind = gr.Textbox(label="ID de l'indicateur", placeholder="611")
                btn_d = gr.Button("Voir les détails", variant="primary")
                md_d = gr.Markdown()
                with gr.Accordion("Réponse JSON (ce que reçoit l'assistant)", open=False):
                    js_d = gr.JSON(label="get_indicator_details")
                btn_d.click(_ui_details, inputs=ind, outputs=[md_d, js_d], api_visibility="private")
                ind.submit(_ui_details, inputs=ind, outputs=[md_d, js_d], api_visibility="private")

            with gr.Tab("📈 Données"):
                with gr.Row():
                    ind2 = gr.Textbox(label="ID de l'indicateur", placeholder="611")
                    lvl = gr.Dropdown(label="Niveau géographique", choices=LEVEL_CHOICES, value="region")
                with gr.Row():
                    code = gr.Textbox(label="Code du territoire (optionnel)", placeholder="93 (PACA), 13, 200046977, 75056…")
                    year = gr.Textbox(label="Année (optionnel)", placeholder="2022")
                limit = gr.Slider(label="Lignes max", minimum=10, maximum=500, step=10, value=100)
                btn_x = gr.Button("Interroger", variant="primary")
                st_x = gr.Markdown()
                tbl_x = gr.Dataframe(headers=["geocode", "libelle", "annee", "valeur"], interactive=False, label="Valeurs")
                with gr.Accordion("Réponse JSON (ce que reçoit l'assistant)", open=False):
                    js_x = gr.Code(language="json", label="query_indicator_data")
                gr.Examples(
                    examples=[["611", "region", "93", "", 100], ["611", "departement", "", "2022", 100], ["23", "region", "", "2022", 100]],
                    inputs=[ind2, lvl, code, year, limit], outputs=[st_x, tbl_x, js_x], fn=_ui_query,
                    run_on_click=True, cache_examples=False, api_visibility="private", label="Exemples",
                )
                btn_x.click(_ui_query, inputs=[ind2, lvl, code, year, limit], outputs=[st_x, tbl_x, js_x], api_visibility="private")

            with gr.Tab("🗺️ Territoire"):
                with gr.Row():
                    name = gr.Textbox(label="Nom (ou fragment)", placeholder="Lyon, Bouches-du-Rhône, Grand Paris…")
                    lvl2 = gr.Dropdown(label="Niveau", choices=LEVEL_CHOICES_ALL, value="")
                btn_t = gr.Button("Trouver le code", variant="primary")
                st_t = gr.Markdown()
                tbl_t = gr.Dataframe(headers=["niveau", "geocode", "libelle"], interactive=False, label="Territoires")
                with gr.Accordion("Réponse JSON (ce que reçoit l'assistant)", open=False):
                    js_t = gr.Code(language="json", label="find_territory")
                btn_t.click(_ui_territory, inputs=[name, lvl2], outputs=[st_t, tbl_t, js_t], api_visibility="private")
                name.submit(_ui_territory, inputs=[name, lvl2], outputs=[st_t, tbl_t, js_t], api_visibility="private")

        with gr.Column(scale=2, min_width=300):
            gr.Markdown(CONNEXION)
            gr.Textbox(value=MCP_URL, label="URL du serveur MCP", interactive=False, buttons=["copy"])
            with gr.Accordion("Claude Code (terminal)", open=True):
                gr.Code(value=SNIPPET_CLAUDE_CODE, language="shell", label="commande")
            with gr.Accordion("Claude.ai / Claude Desktop", open=False):
                gr.Markdown(
                    "Paramètres → **Connecteurs** → *Ajouter un connecteur personnalisé* → "
                    "collez l'URL ci-dessus. Aucune authentification requise."
                )
            with gr.Accordion("Cursor, Windsurf, VS Code… (mcp.json)", open=False):
                gr.Code(value=SNIPPET_JSON, language="json", label="mcp.json")
            with gr.Accordion("Python (SDK mcp)", open=False):
                gr.Code(value=SNIPPET_PYTHON, language="python", label="client")
            gr.Markdown(f"<small>Clients SSE uniquement : `{MCP_SSE_URL}`</small>")
            gr.Markdown(PROMPTS)

    gr.Markdown(PIED)


if __name__ == "__main__":
    launch_kwargs: dict = {
        "mcp_server": True,
        "theme": gr.themes.Soft(primary_hue="blue"),
        "server_name": "0.0.0.0" if _is_hf_space() else "127.0.0.1",
        "server_port": int(os.environ.get("GRADIO_SERVER_PORT", "7860")),
    }
    demo.launch(**launch_kwargs)

	"""Serveur MCP « Indicateurs territoriaux de transition écologique » — Gradio / Hugging Face Spaces.

	Les outils MCP sont déclarés avec gr.api() : leur schéma vient des signatures Python et
	des docstrings, indépendamment des composants de l'interface. Gradio ≥ 6 expose les deux
	transports MCP (Streamable HTTP sur /gradio_api/mcp/ et SSE sur /gradio_api/mcp/sse).
	L'interface web sert de vitrine et de banc d'essai ; ses événements sont privés.

	Outils : search_indicators, list_indicators, get_indicator_details, query_indicator_data,
	find_territory.

	Configuration : INDICATEURS_TE_TOKEN (secret du Space), voir .env.example.
	"""

	from __future__ import annotations

	import json
	import os

	import gradio as gr
	from dotenv import load_dotenv

	load_dotenv()

	from src.models import GEOGRAPHIC_LEVELS # noqa: E402
	from src.tools import ( # noqa: E402
	find_territory,
	get_indicator_details,
	list_indicators,
	query_indicator_data,
	search_indicators,
	)

	if not os.getenv("INDICATEURS_TE_TOKEN"):
	print("WARNING: INDICATEURS_TE_TOKEN not set. API calls will fail.")

	SPACE_HOST = os.getenv("SPACE_HOST") # renseigné par Hugging Face Spaces


	def _is_hf_space() -> bool:
	return os.getenv("SYSTEM") == "spaces" or os.getenv("SPACE_ID") is not None


	def _base_url() -> str:
	if SPACE_HOST:
	return f"https://{SPACE_HOST}"
	return f"http://127.0.0.1:{os.environ.get('GRADIO_SERVER_PORT', '7860')}"


	MCP_URL = f"{_base_url()}/gradio_api/mcp/"
	MCP_SSE_URL = f"{MCP_URL}sse"

	LEVEL_CHOICES = [("Région", "region"), ("Département", "departement"), ("EPCI", "epci"), ("Commune", "commune")]
	LEVEL_CHOICES_ALL = [("Tous niveaux", "")] + LEVEL_CHOICES

	ACCUEIL = """
	# 📊 Indicateurs territoriaux de transition écologique — serveur MCP

	**Interrogez les indicateurs environnementaux des territoires français (régions, départements,
	EPCI, communes) directement depuis votre assistant IA.**

	Ce serveur [MCP](https://modelcontextprotocol.io) donne à Claude, ChatGPT, Cursor ou tout autre
	client compatible l'accès aux ~170 indicateurs du
	[Hub d'indicateurs territoriaux de la transition écologique](https://ecologie.data.gouv.fr/indicators)
	(CGDD · Ministère de la Transition écologique) : émissions de gaz à effet de serre, consommation
	d'espaces, agriculture bio, mobilité, logement… avec les valeurs par territoire et par année,
	les définitions, les méthodes de calcul et les sources.

	Testez les outils ci-dessous, ou connectez le serveur à votre assistant en une minute.
	"""

	CONNEXION = """
	### 🔌 Connecter à votre assistant

	Même URL pour tous les clients (transport Streamable HTTP, sans authentification côté client) :
	"""

	PROMPTS = """
	### 💬 À essayer une fois connecté

	- « Quelle est l'évolution de la consommation d'espaces naturels en PACA depuis 2015 ? »
	- « Compare les émissions de gaz à effet de serre par habitant des départements bretons. »
	- « Quelle part de l'agriculture bio dans la Métropole de Lyon ? »
	- « Quels indicateurs de mobilité existent à l'échelle communale ? »
	"""

	PIED = f"""
	<small>

	Outils MCP : `search_indicators` · `list_indicators` · `get_indicator_details` ·
	`query_indicator_data` · `find_territory` — schéma : [{MCP_URL}schema]({MCP_URL}schema)

	Démonstration réalisée par [Ekimetrics](https://ekimetrics.com). Données : Hub d'indicateurs
	territoriaux de la transition écologique (CGDD / Ministère de la Transition écologique), API
	`api.indicateurs.ecologie.gouv.fr`. Les valeurs sont restituées telles que publiées par le Hub ;
	consultez les métadonnées (`get_indicator_details`) pour la méthode de calcul, la couverture et
	les sources avant toute interprétation.

	</small>
	"""

	SNIPPET_CLAUDE_CODE = f"claude mcp add --transport http indicateurs-te {MCP_URL}"
	SNIPPET_JSON = f"""{{
	"mcpServers": {{
	"indicateurs-te": {{
	"url": "{MCP_URL}"
	}}
	}}
	}}"""
	SNIPPET_PYTHON = f"""from mcp import ClientSession
	from mcp.client.streamable_http import streamablehttp_client

	async with streamablehttp_client("{MCP_URL}") as (read, write, _):
	async with ClientSession(read, write) as session:
	await session.initialize()
	result = await session.call_tool(
	"search_indicators", {{"query": "consommation espace"}}
	)
	print(result.content[0].text)"""


	# --------------------------------------------------------------------------- UI helpers

	_LIST_COLUMNS = ["id", "libelle", "unite", "mailles", "thematique"]
	_LIST_WIDTHS = ["7%", "43%", "10%", "22%", "18%"]


	def _indicators_table(payload: dict) -> list[list]:
	return [
	[i.get("id"), i.get("libelle"), i.get("unite"), ", ".join(i.get("mailles") or []), i.get("thematique")]
	for i in payload.get("indicators") or []
	]


	def _status(payload: dict, ok: str) -> str:
	if "error" in payload:
	msg = f"⚠️ {payload['error']}"
	if payload.get("hint"):
	msg += f" \n_{payload['hint']}_"
	return msg
	if payload.get("hint"):
	return f"{ok} \nℹ️ {payload['hint']}"
	return ok


	async def _ui_search(query: str):
	raw = await search_indicators(query)
	payload = json.loads(raw)
	status = _status(payload, f"{payload.get('total_count', 0)} indicateur(s)" + (" (30 premiers)" if payload.get("truncated") else ""))
	return status, _indicators_table(payload), raw


	async def _ui_list(thematique: str, maille: str):
	raw = await list_indicators(thematique, maille)
	payload = json.loads(raw)
	status = _status(payload, f"{payload.get('count', 0)} indicateur(s)")
	return status, _indicators_table(payload), raw


	async def _ui_details(indicator_id: str):
	raw = await get_indicator_details(indicator_id)
	payload = json.loads(raw)
	if "error" in payload:
	return _status(payload, ""), None
	m = payload["metadata"]
	lines = [
	f"### {m.get('libelle')} (id {m.get('id')})",
	f"Unité : {m.get('unite') or '—'} · Thème : {m.get('thematique') or '—'} · "
	f"Couverture : {m.get('couverture_geographique') or '—'}",
	f"Mailles : {', '.join(m.get('mailles_disponibles') or [])} · "
	f"Années : {', '.join(m.get('annees_disponibles') or []) or '—'}",
	]
	if m.get("description"):
	lines.append(m["description"])
	if m.get("methode_calcul"):
	lines.append(f"Méthode de calcul : {m['methode_calcul']}")
	if payload.get("sources"):
	src = "; ".join(
	f"{s.get('producteur_source') or s.get('nom_source')}" + (f" ([lien]({s['lien_page']}))" if s.get("lien_page") else "")
	for s in payload["sources"]
	)
	lines.append(f"Sources : {src}")
	if payload.get("sources_warning"):
	lines.append(f"ℹ️ {payload['sources_warning']}")
	return "\n\n".join(lines), payload


	async def _ui_query(indicator_id: str, level: str, code: str, year: str, limit: float):
	raw = await query_indicator_data(indicator_id, level, code, year, int(limit))
	payload = json.loads(raw)
	if "error" in payload:
	return _status(payload, ""), [], raw
	unite = payload.get("unite") or ""
	status = _status(
	payload,
	f"{payload.get('indicator_name')} — {payload.get('total_count', 0)} ligne(s)"
	+ (" (tronqué)" if payload.get("truncated") else "")
	+ (f" · unité : {unite}" if unite else ""),
	)
	rows = [[d.get("geocode"), d.get("libelle"), d.get("annee"), d.get("valeur")] for d in payload.get("data") or []]
	return status, rows, raw


	async def _ui_territory(name: str, level: str):
	raw = await find_territory(name, level)
	payload = json.loads(raw)
	status = _status(payload, f"{payload.get('total_count', 0)} territoire(s)")
	rows = [[t.get("geographic_level"), t.get("geocode"), t.get("libelle")] for t in payload.get("territories") or []]
	return status, rows, raw


	# --------------------------------------------------------------------------- app

	with gr.Blocks(title="Indicateurs TE — serveur MCP") as demo:
	# Outils exposés aux assistants IA (schéma MCP dérivé des docstrings).
	gr.api(search_indicators, api_name="search_indicators")
	gr.api(list_indicators, api_name="list_indicators")
	gr.api(get_indicator_details, api_name="get_indicator_details")
	gr.api(query_indicator_data, api_name="query_indicator_data")
	gr.api(find_territory, api_name="find_territory")

	gr.Markdown(ACCUEIL)

	with gr.Row(equal_height=False):
	with gr.Column(scale=3, min_width=360):
	with gr.Tab("🔎 Rechercher"):
	q = gr.Textbox(label="Mots-clés", placeholder="consommation espace, émissions gaz effet de serre, surface bio…")
	btn_q = gr.Button("Rechercher", variant="primary")
	st_q = gr.Markdown()
	tbl_q = gr.Dataframe(headers=_LIST_COLUMNS, interactive=False, wrap=True, column_widths=_LIST_WIDTHS, label="Indicateurs")
	with gr.Accordion("Réponse JSON (ce que reçoit l'assistant)", open=False):
	js_q = gr.Code(language="json", label="search_indicators")
	gr.Examples(
	examples=[["consommation espace"], ["émissions gaz effet de serre"], ["surface bio"], ["stationnement vélo"], ["logements vacants"]],
	inputs=[q], outputs=[st_q, tbl_q, js_q], fn=_ui_search, run_on_click=True,
	cache_examples=False, api_visibility="private", label="Exemples",
	)
	btn_q.click(_ui_search, inputs=q, outputs=[st_q, tbl_q, js_q], api_visibility="private")
	q.submit(_ui_search, inputs=q, outputs=[st_q, tbl_q, js_q], api_visibility="private")

	with gr.Tab("📚 Catalogue"):
	with gr.Row():
	them = gr.Textbox(label="Thématique France Nation Verte", placeholder="déplacer, loger, produire, nourrir, consommer, écosystèmes…")
	maille = gr.Dropdown(label="Disponible à la maille", choices=LEVEL_CHOICES_ALL, value="")
	btn_l = gr.Button("Lister", variant="primary")
	st_l = gr.Markdown()
	tbl_l = gr.Dataframe(headers=_LIST_COLUMNS, interactive=False, wrap=True, column_widths=_LIST_WIDTHS, label="Indicateurs")
	with gr.Accordion("Réponse JSON (ce que reçoit l'assistant)", open=False):
	js_l = gr.Code(language="json", label="list_indicators")
	btn_l.click(_ui_list, inputs=[them, maille], outputs=[st_l, tbl_l, js_l], api_visibility="private")

	with gr.Tab("📄 Détails"):
	ind = gr.Textbox(label="ID de l'indicateur", placeholder="611")
	btn_d = gr.Button("Voir les détails", variant="primary")
	md_d = gr.Markdown()
	with gr.Accordion("Réponse JSON (ce que reçoit l'assistant)", open=False):
	js_d = gr.JSON(label="get_indicator_details")
	btn_d.click(_ui_details, inputs=ind, outputs=[md_d, js_d], api_visibility="private")
	ind.submit(_ui_details, inputs=ind, outputs=[md_d, js_d], api_visibility="private")

	with gr.Tab("📈 Données"):
	with gr.Row():
	ind2 = gr.Textbox(label="ID de l'indicateur", placeholder="611")
	lvl = gr.Dropdown(label="Niveau géographique", choices=LEVEL_CHOICES, value="region")
	with gr.Row():
	code = gr.Textbox(label="Code du territoire (optionnel)", placeholder="93 (PACA), 13, 200046977, 75056…")
	year = gr.Textbox(label="Année (optionnel)", placeholder="2022")
	limit = gr.Slider(label="Lignes max", minimum=10, maximum=500, step=10, value=100)
	btn_x = gr.Button("Interroger", variant="primary")
	st_x = gr.Markdown()
	tbl_x = gr.Dataframe(headers=["geocode", "libelle", "annee", "valeur"], interactive=False, label="Valeurs")
	with gr.Accordion("Réponse JSON (ce que reçoit l'assistant)", open=False):
	js_x = gr.Code(language="json", label="query_indicator_data")
	gr.Examples(
	examples=[["611", "region", "93", "", 100], ["611", "departement", "", "2022", 100], ["23", "region", "", "2022", 100]],
	inputs=[ind2, lvl, code, year, limit], outputs=[st_x, tbl_x, js_x], fn=_ui_query,
	run_on_click=True, cache_examples=False, api_visibility="private", label="Exemples",
	)
	btn_x.click(_ui_query, inputs=[ind2, lvl, code, year, limit], outputs=[st_x, tbl_x, js_x], api_visibility="private")

	with gr.Tab("🗺️ Territoire"):
	with gr.Row():
	name = gr.Textbox(label="Nom (ou fragment)", placeholder="Lyon, Bouches-du-Rhône, Grand Paris…")
	lvl2 = gr.Dropdown(label="Niveau", choices=LEVEL_CHOICES_ALL, value="")
	btn_t = gr.Button("Trouver le code", variant="primary")
	st_t = gr.Markdown()
	tbl_t = gr.Dataframe(headers=["niveau", "geocode", "libelle"], interactive=False, label="Territoires")
	with gr.Accordion("Réponse JSON (ce que reçoit l'assistant)", open=False):
	js_t = gr.Code(language="json", label="find_territory")
	btn_t.click(_ui_territory, inputs=[name, lvl2], outputs=[st_t, tbl_t, js_t], api_visibility="private")
	name.submit(_ui_territory, inputs=[name, lvl2], outputs=[st_t, tbl_t, js_t], api_visibility="private")

	with gr.Column(scale=2, min_width=300):
	gr.Markdown(CONNEXION)
	gr.Textbox(value=MCP_URL, label="URL du serveur MCP", interactive=False, buttons=["copy"])
	with gr.Accordion("Claude Code (terminal)", open=True):
	gr.Code(value=SNIPPET_CLAUDE_CODE, language="shell", label="commande")
	with gr.Accordion("Claude.ai / Claude Desktop", open=False):
	gr.Markdown(
	"Paramètres → Connecteurs → Ajouter un connecteur personnalisé → "
	"collez l'URL ci-dessus. Aucune authentification requise."
	)
	with gr.Accordion("Cursor, Windsurf, VS Code… (mcp.json)", open=False):
	gr.Code(value=SNIPPET_JSON, language="json", label="mcp.json")
	with gr.Accordion("Python (SDK mcp)", open=False):
	gr.Code(value=SNIPPET_PYTHON, language="python", label="client")
	gr.Markdown(f"<small>Clients SSE uniquement : `{MCP_SSE_URL}`</small>")
	gr.Markdown(PROMPTS)

	gr.Markdown(PIED)


	if __name__ == "__main__":
	launch_kwargs: dict = {
	"mcp_server": True,
	"theme": gr.themes.Soft(primary_hue="blue"),
	"server_name": "0.0.0.0" if _is_hf_space() else "127.0.0.1",
	"server_port": int(os.environ.get("GRADIO_SERVER_PORT", "7860")),
	}
	demo.launch(**launch_kwargs)