Spaces:
Running
Running
|
Download README.md from t4transaction/agent: direct link, hf CLI and curl.
- Browser
- Download file 6.26 kB
-
https://huggingface.co/spaces/t4transaction/agent/resolve/main/README.md
- Command line
-
hf download hf://spaces/t4transaction/agent/README.md
-
curl -L -o README.md https://huggingface.co/spaces/t4transaction/agent/resolve/main/README.md
6.26 kB
| title: Mon agent M&A | |
| emoji: 🚀 | |
| colorFrom: blue | |
| colorTo: indigo | |
| sdk: docker | |
| app_port: 7860 | |
| pinned: false | |
| # Application de Valorisation M&A | |
| Ceci est l'application déployée via Docker sur Hugging Face Spaces. | |
| # URL Scraper V2 - M&A Headless App | |
| Application M&A headless : | |
| - Frontend : Next.js + Tailwind + UI custom (style Shadcn) | |
| - Backend : FastAPI (scraping, matching Supabase, valorisation) | |
| - Deploiement : Docker (compatible Hugging Face Spaces) | |
| --- | |
| ## 1) Prerequis | |
| - Node.js 20+ | |
| - Python 3.11+ (ou Docker) | |
| - Compte Supabase avec : | |
| - table `db_transactions` alimentee (embeddings inclus) | |
| - fonction RPC `match_transactions` | |
| - Cles API : | |
| - Mistral | |
| - Jina | |
| --- | |
| ## 2) Variables d'environnement | |
| Creer un fichier `.env` a la racine du projet (ou utiliser les Secrets HF en production). | |
| Variables requises : | |
| ```env | |
| SUPABASE_URL=https://your-project.supabase.co | |
| SUPABASE_KEY=sb_secret_xxx | |
| MISTRAL_API_KEY=your_mistral_key | |
| JINA_API_KEY=your_jina_key | |
| ``` | |
| Important : | |
| - `SUPABASE_KEY` doit etre une **secret key** (`sb_secret_...`), pas `sb_publishable_...`. | |
| - Le backend charge automatiquement `.env` a la racine. | |
| --- | |
| ## 3) Lancer en local (2 terminaux) | |
| ### Terminal A - Backend | |
| ```powershell | |
| uvicorn backend.main:app --host 127.0.0.1 --port 7860 --reload | |
| ``` | |
| Health check : | |
| - Ouvrir `http://127.0.0.1:7860/api/health` | |
| ### Terminal B - Frontend | |
| ```powershell | |
| cd frontend | |
| npm install | |
| npm run dev | |
| ``` | |
| Application : | |
| - Ouvrir `http://localhost:3000` | |
| --- | |
| ## 4) Test fonctionnel rapide | |
| 1. Aller sur la page `Analyse cible` | |
| 2. Renseigner : | |
| - URL : `https://t4transaction.com/` | |
| - CA / EBITDA | |
| 3. Cliquer `Lancer l'analyse` | |
| 4. Verifier : | |
| - extraction societe (nom, naf, etc.) | |
| - transactions comparables | |
| - valorisation | |
| - points cles | |
| --- | |
| ## 4bis) Workflow de l'application | |
| Cette version headless reprend le parcours metier de l'ancienne app Streamlit, en separant clairement UI (Next.js) et logique (FastAPI). | |
| ### Parcours utilisateur (frontend) | |
| 1. **Landing (`/`)** | |
| - L'utilisateur saisit l'URL de la societe et choisit la langue. | |
| - Redirection vers `analyse-cible` avec URL/langue en query params. | |
| 2. **Etape 1 - Analyse cible (`/analyse-cible`)** | |
| - Saisie des donnees financieres : CA, EBITDA/REX, geographie. | |
| - Appel `POST /api/analyze`. | |
| - Affichage d'une progression d'analyse, puis previsualisation des infos cible. | |
| - Le payload complet est persiste en local (`localStorage`) pour les etapes suivantes. | |
| 3. **Etape 2 - Transactions comparables (`/transactions-comparables`)** | |
| - Rechargement du payload local. | |
| - Appel `POST /api/comparables` (alias de `POST /api/match`) avec mots-cles, CA, NAF, geo. | |
| - Affichage des comparables anonymises + lien vers les references. | |
| 4. **Etape 3 - Valorisation preliminaire (`/valorisation-preliminaire`)** | |
| - Appel `POST /api/valuation` avec EBITDA + multiples. | |
| - Affichage des football fields (CA/EBITDA), mediane/moyenne et caveat. | |
| 5. **Etape 4 - Points cles (`/points-cles`)** | |
| - Appel `GET /api/key-points`. | |
| - 3 messages visibles + 2 messages floutes (teaser analyse sur-mesure). | |
| 6. **Etape 5 - Rendez-vous M&A (`/rendez-vous`)** | |
| - Calendly inline + contexte cible (nom, URL, description, tags, metrics). | |
| - Objectif: conversion vers un echange expert. | |
| ### Pipeline backend (etape 1) | |
| `POST /api/analyze` orchestre les operations suivantes: | |
| 1. **Validation metier** | |
| - Verifie la coherence des entrees (ex: EBITDA > CA si les deux > 0). | |
| 2. **Controle de quota** | |
| - Verification minute/jour via Supabase (`usage_logs_m_a_transaction_app`). | |
| 3. **Scraping & enrichissement** | |
| - Scraping principal via Jina Reader (avec fallback). | |
| - Extraction SIREN (mentions legales / homepage). | |
| - Enrichissement API entreprise (NAF, date de creation, CA eventuel). | |
| - Blocage explicite si URL/secteur hors perimetre. | |
| 4. **Matching transactions** | |
| - Embedding des mots-cles cible (Mistral). | |
| - Retrieval candidats (`match_transactions` pgvector, fallback Python). | |
| - Scoring pondere (CA, semantique, NAF) + relaxation progressive. | |
| - Calcul des multiples mediane/moyenne. | |
| 5. **Valorisation** | |
| - Valorisation CA (si CA disponible). | |
| - Valorisation EBITDA (si EBITDA > 0 et multiples disponibles). | |
| 6. **Journalisation** | |
| - Mise a jour de la consommation tokens / metadonnees meme en cas d'erreur. | |
| ### Endpoints utilises par le frontend | |
| - `GET /api/health` | |
| - `POST /api/analyze` | |
| - `POST /api/match` | |
| - `POST /api/comparables` | |
| - `POST /api/valuation` | |
| - `GET /api/key-points` | |
| --- | |
| ## 5) Build Docker local | |
| ```powershell | |
| docker build -t leadhook-hf . | |
| docker run --rm -p 7860:7860 leadhook-hf | |
| ``` | |
| Puis ouvrir : | |
| - `http://localhost:7860` | |
| --- | |
| ## 5bis) Lancer avec Docker Compose (recommande) | |
| Le projet inclut `docker-compose.yml` pour eviter de retaper `build` + `run`. | |
| Demarrage : | |
| ```powershell | |
| docker compose up --build | |
| ``` | |
| Arret : | |
| ```powershell | |
| docker compose down | |
| ``` | |
| Logs : | |
| ```powershell | |
| docker compose logs -f | |
| ``` | |
| Application : | |
| - `http://localhost:7860` | |
| --- | |
| ## 6) Deploiement Hugging Face Spaces (Docker) | |
| 1. Creer un Space : | |
| - SDK : `Docker` | |
| 2. Push du repo vers le Space : | |
| ```powershell | |
| git init | |
| git add . | |
| git commit -m "Initial deploy HF" | |
| git remote add origin https://huggingface.co/spaces/<HF_USER>/<SPACE_NAME> | |
| git push -u origin main | |
| ``` | |
| 3. Dans `Settings > Variables and secrets` du Space, ajouter : | |
| - `SUPABASE_URL` | |
| - `SUPABASE_KEY` | |
| - `MISTRAL_API_KEY` | |
| - `JINA_API_KEY` | |
| 4. Verifier : | |
| - `Build logs` (image construite) | |
| - `Container logs` (uvicorn up sur port 7860) | |
| --- | |
| ## 7) Troubleshooting | |
| - Erreur quota / policy au demarrage de l'analyse : | |
| - verifier `SUPABASE_KEY` (secret key) | |
| - verifier les policies RLS sur `usage_logs_m_a_transaction_app` | |
| - `Aucune transaction trouvee` : | |
| - verifier que `db_transactions` contient bien des donnees | |
| - verifier que `match_transactions` retourne des lignes | |
| - Erreur bind port local : | |
| - port 7860 deja utilise -> stopper l'ancien process | |
| --- | |
| ## 8) Arborescence principale | |
| - `frontend/` : UI Next.js | |
| - `backend/main.py` : routes FastAPI | |
| - `backend/scraper.py` : scraping + LLM + enrichissement | |
| - `backend/database.py` : Supabase + matching + valorisation + quotas | |
| - `Dockerfile` : build frontend + runtime backend | |