diff --git a/py b/py
new file mode 100644
index 00000000..2f10b005
--- /dev/null
+++ b/py
@@ -0,0 +1,159 @@
+import os
+import openai # pyright: ignore[reportMissingImports]
+from fastapi import FastAPI # type: ignore
+from pydantic import BaseModel # pyright: ignore[reportMissingImports]
+from typing import List, Literal, Optional
+from dotenv import load_dotenv # type: ignore
+
+# Charger les variables d'environnement
+load_dotenv()
+
+# Initialiser le client OpenAI
+client = openai.OpenAI(api_key=os.getenv("OPENAI_API_KEY"))
+
+# Initialiser l'application FastAPI
+app = FastAPI(
+    title="AI 3D Presentation Generator API",
+    description="API pour générer des présentations 3D en utilisant l'IA.",
+    version="1.0.0"
+)
+
+# --- Modèles de données Pydantic pour la validation ---
+# Ces modèles définissent la structure exacte du JSON que nous attendons de l'IA.
+
+class SceneObject(BaseModel):
+    type: Literal["text", "box", "sphere", "cone", "cylinder"]
+    content: Optional[str] = None
+    position: List[float]
+    color: str
+    size: Optional[float] = None
+    scale: Optional[List[float]] = None
+    rotation: Optional[List[float]] = None
+    material: Optional[str] = None
+
+class Scene3D(BaseModel):
+    cameraPosition: List[float]
+    objects: List[SceneObject]
+    lighting: dict
+
+class Slide(BaseModel):
+    id: int
+    title: str
+    content: str
+    scene3D: Scene3D
+
+class Presentation(BaseModel):
+    title: str
+    slides: List[Slide]
+
+# --- Service d'IA ---
+def generate_presentation_with_ai(topic: str) -> Presentation:
+    """
+    Appelle l'API OpenAI pour générer la structure de la présentation.
+    """
+    print(f"Génération d'une présentation sur le thème : '{topic}'...")
+
+    # Un prompt très structuré pour guider l'IA et forcer une sortie JSON
+    system_prompt = """
+    Tu es un expert en création de présentations 3D immersives. Ton unique mission est de transformer un sujet donné en un objet JSON valide décrivant une présentation.
+    Le JSON doit suivre EXACTEMENT la structure Pydantic suivante :
+    {
+      "title": "string",
+      "slides": [
+        {
+          "id": 1,
+          "title": "string",
+          "content": "string",
+          "scene3D": {
+            "cameraPosition": [x, y, z],
+            "objects": [
+              {
+                "type": "text",
+                "content": "string",
+                "position": [x, y, z],
+                "size": 0.5,
+                "color": "#FFFFFF"
+              },
+              {
+                "type": "sphere",
+                "position": [x, y, z],
+                "color": "#4F46E5",
+                "material": "emissive"
+              }
+            ],
+            "lighting": { "type": "ambient", "intensity": 0.5 }
+          }
+        }
+      ]
+    }
+    Génère 2 diapositives pour le sujet donné. Le style doit être moderne, épuré et professionnel.
+    Réponds UNIQUEMENT avec l'objet JSON, sans aucun autre texte, ni explication, ni formatage markdown.
+    """
+
+    try:
+        response = client.chat.completions.create(
+            model="gpt-4-turbo-preview",
+            response_format={"type": "json_object"},
+            messages=[
+                {"role": "system", "content": system_prompt},
+                {"role": "user", "content": f"Sujet : '{topic}'"}
+            ],
+            temperature=0.7,
+        )
+        
+        # L'API OpenAI nous garantit un JSON valide grâce à response_format
+        presentation_data = response.choices[0].message.content
+        
+        # Pydantic va valider et parser le JSON dans notre modèle
+        validated_presentation = Presentation.model_validate_json(presentation_data)
+        print("Génération réussie et validation OK.")
+        return validated_presentation
+
+    except Exception as e:
+        print(f"Erreur lors de l'appel à l'API OpenAI: {e}")
+        # En cas d'erreur, on peut retourner une présentation par défaut ou lever une exception
+        raise ValueError("L'IA n'a pas pu générer la présentation.")
+
+# --- Endpoint de l'API ---
+class GenerationRequest(BaseModel):
+    topic: str
+
+@app.post("/generate-presentation", response_model=Presentation)
+async def create_presentation(request: GenerationRequest):
+    """
+    Endpoint principal qui prend un sujet et retourne une présentation 3D générée par l'IA.
+    """
+    if not request.topic:
+        raise HTTPException(status_code=400, detail="Le sujet est requis.") # type: ignore
+    
+    try:
+        presentation = generate_presentation_with_ai(request.topic)
+        return presentation
+    except ValueError as e:
+        raise HTTPException(status_code=500, detail=str(e)) # type: ignore
+    except Exception as e:
+        raise HTTPException(status_code=500, detail="Une erreur interne est survenue.") # type: ignore
+
+# Pour lancer le serveur : uvicorn main:app --reload
+import requests # pyright: ignore[reportMissingModuleSource]
+
+# Vous devriez stocker ce token de manière sécurisée après le flux OAuth
+CANVA_API_TOKEN = "votre_token_d_acces_canva"
+
+def get_user_canva_designs():
+    headers = {
+        "Authorization": f"Bearer {CANVA_API_TOKEN}"
+    }
+    # L'endpoint de l'API Canva pour lister les designs
+    url = "https://api.canva.com/v1/designs"
+    
+    try:
+        response = requests.get(url, headers=headers)
+        response.raise_for_status()  # Lève une exception pour les réponses 4xx/5xx
+        return response.json()
+    except requests.exceptions.RequestException as e:
+        print(f"Erreur lors de l'appel à l'API Canva: {e}")
+        return None
+
+# Vous pourriez ensuite appeler cette fonction et passer les résultats à votre service d'IA
+# pour qu'il transforme le contenu d'un design spécifique en présentation 3D.