Récapitulatif du webinaire AppWizzy Professional Vibe-coding

Nous avons récemment organisé notre premier webinaire AppWizzy, au cours duquel nous avons démontré comment notre plateforme innovante de codage d’ambiance simplifie le développement rapide de logiciels. Cette session intéressante a présenté les fonctionnalités clés d’AppWizzy, offrant un aperçu pratique de la transformation rapide d’idées en applications fonctionnelles. Nous souhaitons remercier chaleureusement tous ceux qui ont participé et vous encourageons à rester à l’écoute des prochains webinaires et des sessions de création d’applications en temps réel plus passionnantes.

Plus de quatre cents inscriptions ont été enregistrées pour l’événement. Après avoir filtré les robots, il restait environ quatre-vingt-cinq participants réels. Beaucoup faisaient déjà partie de notre communauté et apparaissaient régulièrement dans notre Slack, ce qui donnait à la session un sentiment d’atelier plutôt qu’une présentation à sens unique.

Du générateur Flatlogic à AppWizzy

Pendant plusieurs années, le produit principal dans ce domaine était Flatlogic Generator. Au fur et à mesure de l’évolution de la plateforme, elle s’est naturellement divisée en deux directions. Flatlogic s’est concentré sur les services et la fourniture de logiciels personnalisés, tandis qu’AppWizzy est devenu une marque et un produit distincts : un plateforme professionnelle de vibe‑coding.

La philosophie derrière AppWizzy est de conserver la vitesse et l’expérience conversationnelle des outils low‑code tout en évitant leurs limites strictes habituelles. Au lieu de tout placer dans un environnement partagé et opaque, chaque projet d’AppWizzy s’exécute sur son propre environnement. propre machine virtuelle.

Lorsqu’une nouvelle application est créée, une nouvelle VM est provisionnée dans le cloud. Cette VM exécute une véritable pile et peut être traitée comme n’importe quel autre serveur. Pour le moment, la plate-forme est livrée avec des modèles pour PHP, Python et Node.js, et d’autres piles sont prévues. Vous pouvez enregistrer, déboguer, télécharger le code, le déplacer ailleurs et le mettre à l’échelle selon vos besoins. C’est plus proche du « développement logiciel classique » que d’un jouet glisser-déposer, avec simplement un ingénieur en IA assis à côté de vous.

Cet ingénieur IA est alimenté par agents de codage open source et de grands modèles de langage. Nous avions l’habitude d’expérimenter avec notre propre agent interne, mais avons décidé qu’il était beaucoup plus judicieux d’orchestrer les technologies d’IA existantes et éprouvées. Au moment du webinaire, la plate-forme prenait en charge des modèles tels que Gemini et prévoyait également d’ajouter des moteurs de type Code.

Avec ce contexte défini, nous sommes passés à ce que la plupart des gens recherchaient réellement : voir trois applications très différentes prendre vie :

• Tâche Kanban/Application CRM : Complet avec authentification et glisser-déposer intuitif.
• Chat d’enquête sur l’épuisement professionnel alimenté par l’IA : Doté d’une notation automatique et d’analyses visuelles.
• Explorateur de données IA : Téléchargez des fichiers CSV, posez des questions dans un anglais simple et recevez des informations visuelles instantanées.

Ce que ressent réellement la construction avec AppWizzy

Les trois applications ont été créées de la même manière simple. Nous avons choisi un modèle et une pile technologique (dans ce cas, PHP pour les trois), avons donné un nom au projet et décrit ce que nous voulions qu’il fasse. Vous pouvez saisir cette description ou utiliser la voix, ce qui donne l’impression de simplement parler à un coéquipier. À partir de cette description, l’IA a suggéré des rôles de base (comme administrateur ou membre de l’équipe), a demandé si l’application devait être publique ou derrière une connexion, et a rédigé de courtes histoires « en tant qu’utilisateur, je peux… ». Pour le webinaire, nous avons gardé les choses très simples : un rôle et un choix oui/non sur l’authentification.

Ensuite, AppWizzy a créé une nouvelle machine virtuelle et généré la première version de l’application. Dès que la VM était prête, nous avons reçu un lien en direct et l’application fonctionnait déjà : pages ouvertes, formulaires soumis et données enregistrées. Dans l’éditeur, nous pourrions enregistrer des points de contrôle tels que « Basic Kanban v1 » ou « AI Analysis v1 » et revenir en arrière si une modification de l’IA cassait quelque chose. Nous pourrions également prendre une capture d’écran de l’application en direct et l’envoyer à l’IA afin qu’elle puisse « voir » la véritable interface au lieu de deviner. Une fois ce flux en place, nous sommes passés au premier exemple réel.

Démo 1 : Un gestionnaire de tâches de style Kanban sur PHP et MySQL

La première application que nous avons créée était simple et familière : un tableau de tâches qui se situe quelque part entre une liste de tâches et un CRM léger. Nous lui avons donné un nom de style webinaire et, à l’aide de la saisie vocale, avons demandé à AppWizzy un tableau Kanban classique où vous pouvez créer des tâches, les attribuer et les faire glisser entre les colonnes. Nous avons délibérément choisi le modèle PHP, car une grande partie des applications Web réelles fonctionnent encore sur des piles de style PHP et LAMP.

Après avoir traité la description, l’IA a suggéré plusieurs rôles, mais pour que les choses restent rapides, nous n’en avons laissé qu’un : quelqu’un qui peut se connecter, créer, attribuer et déplacer des tâches. Une fois la VM prête, un lien en direct est apparu avec un tableau Kanban fonctionnel soutenu par MySQL. Nous avons créé une tâche de test, actualisé la page et l’avons vue persister, puis enregistré ce premier état sous le nom « Basic Kanban Board v1 » pour avoir un point de restauration sûr.

À partir de là, le public nous a poussé à ajouter le glisser-déposer. L’IA a d’abord rendu les tâches déplaçables, mais l’état n’a pas survécu à une actualisation de la page. Nous avons décrit le problème et envoyé une capture d’écran ; après une autre série de changements, le tableau a finalement mis à jour correctement le statut de la tâche et les cartes sont restées dans leurs nouvelles colonnes. Nous avons ensuite amélioré l’apparence en donnant à chaque colonne sa propre couleur et, comme étape finale, avons ajouté l’enregistrement et la connexion afin que les tâches appartiennent à des comptes spécifiques. Pendant que ces changements plus importants étaient en cours, nous avons montré comment les crédits sont dépensés et remboursés, comment une VM peut être mise en veille pour économiser les coûts d’hébergement et comment le code source PHP complet peut être téléchargé au format ZIP et exécuté n’importe où. À ce stade, la première application était effectivement terminée : un tableau Kanban avec glisser-déposer, couleurs, authentification, tâches par compte et code portable.

Démo 2 : Analyse du burn-out avec chat, enquête et IA

La deuxième application s’est concentrée sur un domaine très différent : le burn-out et l’état émotionnel. Nous avons réutilisé le modèle PHP et n’avons conservé qu’un seul rôle public. L’idée était simple : un assistant de type chat pose une dizaine de questions sur l’énergie, l’humeur et l’attitude au travail ou aux études, puis envoie les réponses à l’IA et renvoie un résumé d’épuisement professionnel avec des graphiques. La première version ne gérait que la conversation ; il vous a remercié et a prétendu « analyser », mais rien n’a été réellement enregistré ou traité.

Ensuite, nous avons demandé à AppWizzy de connecter les réponses à la couche IA intégrée. Chaque modèle possède un dossier AI avec un fichier API local qui appelle des modèles externes (comme OpenAI) à l’aide d’un secret de projet, aucune configuration manuelle n’est donc nécessaire. Après cette étape, un nouveau bouton « Analyser mes résultats » est apparu. En réexécutant l’enquête et en cliquant dessus, vous avez généré une section appropriée « Mon analyse d’épuisement professionnel » avec des scores numériques (par exemple, épuisement et cynisme), un texte expliquant ce qu’ils signifient et des graphiques simples. Sur la base des commentaires, nous avons également déplacé les résultats du chat vers un panneau plus calme, guidé l’IA avec une capture d’écran et ajouté même une option permettant de poser des questions de suivi sur l’analyse. À ce stade, l’application Burnout disposait d’un chat clair pour les questions, d’une vue distincte des résultats, d’une analyse d’IA fonctionnelle et d’un chemin clair pour les extensions futures telles que les rôles d’authentification, d’historique ou de conseiller.

Démo 3 : Analyse CSV et génération de graphiques pilotée par l’IA

La troisième application était la plus complexe : un outil d’analyse CSV alimenté par l’IA avec des graphiques. L’idée était simple sur le papier : téléchargez un fichier CSV, laissez l’IA lire l’en-tête et quelques lignes, obtenez une description en langage simple de l’ensemble de données ainsi que des suggestions de graphiques, puis saisissez le graphique souhaité (par exemple, « diagramme circulaire des répondants par pays ») afin que l’application puisse le générer automatiquement. Nous avons utilisé un véritable ensemble de données d’enquête sur le démarrage d’applications Web, créé une autre application PHP et câblé le téléchargement à la couche IA intégrée. Après cela, le téléchargement du CSV a produit un résumé clair des données et des idées de visualisations utiles. Dans le même temps, nous avons expliqué comment les données sont traitées : chaque application s’exécute sur sa propre VM sécurisée par HTTPS, les fichiers restent sur cette machine et seules les données envoyées pour analyse par l’IA sont transmises au fournisseur d’IA ; pour des configurations plus strictes, le code peut être téléchargé et auto-hébergé.

La partie la plus difficile a été la génération de graphiques en langage naturel. Nous voulions un champ de texte libre, et pas seulement une liste déroulante, afin que quelqu’un puisse décrire à la fois le type et la dimension du graphique en une seule phrase. Les premières tentatives ont échoué : une liste déroulante est apparue à la place, et même lorsque nous avons obtenu le champ de texte, le graphique ne s’est pas rendu correctement. Le backend préparait les bonnes données (noms et décomptes des pays), mais le navigateur affichait du HTML brut au lieu d’une page. Nous avons copié ce HTML dans le chat AI, demandé plus de journalisation et l’avons regardé réparer et casser l’application à plusieurs reprises, y compris quelques erreurs HTTP 500 – de bons rappels qu’il s’agit de vrais bogues de code, pas de problèmes de plate-forme, et que la restauration est toujours une option. Parce que le temps presse, nous sommes passés à une version préparée plus tôt dans la journée, qui fonctionnait déjà dans son intégralité : téléchargez le même fichier CSV d’enquête, laissez l’IA le décrire, tapez « graphique circulaire parmi les éléments suivants qui décrit le mieux votre rôle actuel » et voyez un diagramme circulaire approprié des rôles basé sur environ 120 réponses. Cette démo finale a montré de quoi la fonctionnalité est capable, même si la version en direct n’a pas vraiment atteint la ligne d’arrivée en une heure.

Séance de questions et réponses

• Dans quelle mesure cette technologie est-elle utilisée dans la pratique ?
  Il existe déjà de nombreuses applications créées avec cette plate-forme et les outils associés en production aux États-Unis, en Europe et en Australie. Ceux-ci vont des systèmes CRM et SaaS aux logiciels médicaux et d’assurance, en passant par les outils de prévisions météorologiques et les applications de fitness et de création d’habitudes avec des éléments gamifiés.
• Quels sont les délais typiques d’un projet ?
  Les délais dépendent fortement de la complexité. Un simple tableau de bord ou un petit flux de travail interne peut souvent être créé en quelques jours. Les systèmes plus vastes et profondément intégrés dotés d’une logique métier complexe évoluent naturellement au fil des mois, voire des années. AppWizzy ne supprime pas la complexité en soi, mais il supprime de nombreux passe-partout répétitifs et accélère le travail, permettant aux équipes de construire davantage par elles-mêmes au lieu d’attendre de longs cycles de développement personnalisé.
• Utilisez-vous AppWizzy en interne ?
  Oui. Le système d’inscription pour ce webinaire a été construit avec AppWizzy. En interne, il est utilisé pour la gestion de projet, les outils de comptabilité qui aident à préparer et à transformer des documents, ainsi que pour d’autres petites applications qui nécessiteraient autrement la personnalisation de produits SaaS prêts à l’emploi pour s’adapter aux flux de travail réels. Lorsqu’un processus petit mais important apparaît, il est souvent plus rapide de créer une application ciblée dans AppWizzy que de rechercher et de personnaliser un service externe.
• Où peut-on accéder à la plateforme ?
  À l’heure actuelle, AppWizzy est accessible à la fois via le site AppWizzy et via l’ancien point d’entrée Flatlogic. Les deux se connectent à la même base de données et à la même infrastructure. Au fil du temps, AppWizzy deviendra la principale maison de produits, tandis que Flatlogic se concentrera davantage sur les services, mais pour le moment, l’un ou l’autre point d’entrée fonctionne.

Merci d’avoir rejoint !

Merci d’avoir rejoint notre webinaire et d’en avoir fait un tel succès ! Nous avons été ravis de votre engagement actif ainsi que des questions et idées précieuses que vous avez partagées. Le format interactif a favorisé le travail d’équipe et créé une atmosphère communautaire solidaire. Nous avons partagé des ressources supplémentaires et vous encourageons à rejoindre nos chaînes communautaires pour une assistance, des discussions et des mises à jour continues.

Ce premier webinaire a mis en évidence les atouts d’AppWizzy en matière de simplification et d’accélération du développement d’applications Web. Nous nous engageons à améliorer notre plateforme en fonction de vos commentaires et des tendances émergentes du secteur. Restez à l’écoute des prochains webinaires, au cours desquels nous approfondirons les fonctionnalités avancées, les divers cas d’utilisation et les tendances actuelles en matière de développement de logiciels.

Votre engagement continu et vos commentaires seront déterminants pour nous aider à grandir ensemble !