Update README and app.py for the project; enhance installation instructions and add necessary imports for testing

README.md

@@ -1,46 +1,52 @@
-# **Progetto di Esame: Agente di Pianificazione Viaggi Intelligente**
+# **Progetto di Esame: Da definire**
 Questa è la repository per l'esame di Applicazioni Intelligenti che consiste in:
 - Progetto per 2/3 del voto.
-- Orale per 1/3 dei punti compreso da:
+- Orale per 1/3 dei punti composto da:
   - Presentazione (come se lo facessimo ad un cliente) di gruppo
   - Orale singolo con domande del corso (teoria e strumenti visti)
 
 L'obiettivo di questo progetto è creare un sistema basato su **LLM Agents** e deve dimostrare la capacità di ragionare, adattarsi a eventi esterni e comunicare in modo intelligente.
 
-Una prima idea è quella di fare un sistema che genera itinerari personalizzati e adattivi in base a vincoli e informazioni in tempo reale.
+# Installazione
+Per l'installazione si può utilizzare un approccio tramite **pip** (manuale) oppure utilizzare un ambiente **Docker** già pronto (automatico)
 
-## Installazione
-Per l'installazione si possono seguire i seguenti step per creare l'ambiente corretto o utilizzare un ambiente Docker già pronto:
-
-**Ambiente**: Per prima cosa si deve creare un nuovo environment Python:
+### PIP
+**1. Ambiente**: Per prima cosa si deve creare un nuovo environment Python:
 ```sh
 python -m venv .venv
 ```
 
-**Attivare l'ambiente**: dobbiamo usare uno dei seguenti comandi, in base al fatto che siamo su Windows o Unix.\
-*Nota*: nel caso Windows non faccia partire lo script per policy interne di sicurezza, bisogna far eseguire questo comando prima di attivare l'ambiente virtuale creato: ``` Set-ExecutionPolicy -ExecutionPolicy RemoteSigned -Scope CurrentUser ```
+**2. Attivare l'ambiente**: dobbiamo usare uno dei seguenti comandi, in base al fatto che siamo su Windows o Unix.
 
-|Sistema Operativo|Comando|
-|:---|:---|
-|Unix| ``` source .venv/bin/activate ``` |
-|Windows| ``` .venv/Scripts/activate ``` |
-|Windows (PS)| ``` .venv/Scripts/Activate.ps1 ``` |
+*Nota*: nel caso Windows non faccia partire lo script per policy interne di sicurezza, bisogna far eseguire questo comando prima di attivare l'ambiente virtuale creato:\
+``` Set-ExecutionPolicy -ExecutionPolicy RemoteSigned -Scope CurrentUser ```
 
-**Dipendenze**: Infine installiamo le dipendenze nell'ambiente appena creato:
+```sh
+# Unix
+source .venv/bin/activate
+
+# Windows
+.venv/Scripts/activate
+
+# Windows (PS)
+.venv/Scripts/Activate.ps1
+```
+
+**3. Dipendenze**: Infine installiamo le dipendenze nell'ambiente appena creato:
 ```sh
 python -m pip install -r requirements.txt
 ```
 
-**Run**: Successivamente si può far partire il progetto tramite il comando:
+**4. Run**: Successivamente si può far partire il progetto tramite il comando:
 ```sh
 python src/app.py
 ```
 
 ### Docker
-Alternativamente, se si ha installato Docker, si può utilizzare il [Dockerfile](Dockerfile) e il [docker-compose.yaml](docker-compose.yaml) per creare il container con tutti i file necessari e già in esecuzione:
+Alternativamente, se si ha installato [Docker](https://www.docker.com), si può utilizzare il [Dockerfile](Dockerfile) e il [docker-compose.yaml](docker-compose.yaml) per creare il container con tutti i file necessari e già in esecuzione:
 ```sh
-docker compose up -d
+docker compose up --build -d
 ```
 
-## Applicazione
-TODO
+# Applicazione
+L'applicazione è attualmente in fase di sviluppo. Maggiori dettagli saranno aggiunti durante l'implementazione.

src/app.py

@@ -1,3 +1,7 @@
+import agno
+import gradio
+import dotenv
+import requests
 
 if __name__ == "__main__":
     print("Hello World!")