deployment

.gitea/workflows/deploy.yml

@@ -0,0 +1,28 @@
+name: Deploy-Test-API
+run-name: ${{ gitea.actor }} is deploying the test API 🚀
+
+on:
+  workflow_dispatch:
+    inputs:
+      target_env:
+        description: 'Environnement de destination'
+        required: true
+        default: 'production'
+
+jobs:
+  Deploy-To-VM:
+    # On demande à notre Runner Ubuntu de s'en occuper
+    runs-on: ubuntu-latest
+    steps:
+      - name: Vérification du statut
+        run: echo "Déploiement initié par ${{ gitea.actor }}."
+
+      # On utilise directement la commande Docker de la VM hôte pour reconstruire et relancer
+      - name: Rebuild & Restart Test API
+        run: |
+          cd /home/ubuntu/n8n-stack
+          docker compose build test-api
+          docker compose up -d --no-deps test-api
+          
+      - name: Succès
+        run: echo "API redéployée avec succès !"

Dockerfile

@@ -0,0 +1,22 @@
+# 1. On part d'une image Python légère
+FROM python:3.11-slim
+
+# 2. On définit le dossier de travail dans le conteneur
+WORKDIR /app
+
+# 3. On installe les dépendances système (pour Postgres/Valkey si besoin)
+RUN apt-get update && apt-get install -y libpq-dev gcc && rm -rf /var/lib/apt/lists/*
+
+# 4. On copie et on installe les dépendances Python
+COPY requirements.txt .
+RUN pip install --no-cache-dir -r requirements.txt
+
+# 5. On copie tout ton code (dont main.py) dans le conteneur
+COPY . .
+
+# 6. On expose le port sur lequel FastAPI va tourner
+EXPOSE 9000
+
+# 7. LA COMMANDE CRUCIALE : On lance le serveur Uvicorn
+# On dit à Uvicorn de chercher l'objet "app" dans le fichier "main"
+CMD ["uvicorn", "main:app", "--host", "0.0.0.0", "--port", "9000"]

requirements.txt

@@ -0,0 +1,5 @@
+fastapi
+uvicorn
+langchain-google-genai
+langgraph
+# Ajoute ici les autres librairies que tu utilises dans ton code