6.0 KiB
Corrections d'Installation - RPA Vision V2
Date: 13 Novembre 2025
Statut: ✅ Résolu
Problèmes Rencontrés et Solutions
1. ❌ Environnement Virtuel Manquant
Problème: PyTorch et les dépendances n'étaient pas installés.
Solution:
cd geniusia2
python3 -m venv venv
./venv/bin/pip install --upgrade pip
./venv/bin/pip install -r requirements.txt
Résultat: ✅ Toutes les dépendances installées (~3.5 GB)
2. ❌ Erreur d'Import Config
Problème: main.py importait Config (classe) mais config.py exportait CONFIG (dictionnaire).
Erreur:
ImportError: cannot import name 'Config' from 'core.config'
Solution: Correction de l'import dans main.py:
# Avant
from core.config import Config
# Après
from core.config import CONFIG
Résultat: ✅ Import corrigé
3. ❌ Mauvaise Initialisation des Composants
Problème: Les composants étaient initialisés avec des paramètres incorrects.
Erreurs:
Logger(config_dict)→ attendaitLogger(log_dir)VisionUtils(model_type=..., logger=...)→ attendaitVisionUtils(config=...)- Etc.
Solution: Correction de toutes les initialisations dans main.py:
# Logger
self.logger = Logger() # Utilise les valeurs par défaut
# EmbeddingsManager
self.embeddings_manager = EmbeddingsManager(
model_name=CONFIG["models"]["clip"],
logger=self.logger
)
# LLMManager
self.llm_manager = LLMManager(
model_name=CONFIG["models"]["llm"],
logger=self.logger
)
# VisionUtils
self.vision_utils = VisionUtils(config=CONFIG)
# InputUtils
self.input_utils = InputUtils(logger=self.logger, config=CONFIG)
# ReplayEngine
self.replay_engine = ReplayEngine(
input_utils=self.input_utils,
logger=self.logger,
config=CONFIG
)
# WhitelistManager
self.whitelist_manager = WhitelistManager(logger=self.logger)
# UIChangeDetector
self.ui_change_detector = UIChangeDetector(
embeddings_manager=self.embeddings_manager,
logger=self.logger,
config=CONFIG
)
# MetricsCollector
self.metrics_collector = MetricsCollector(logger=self.logger, config=CONFIG)
# LearningManager
self.learning_manager = LearningManager(
embeddings_manager=self.embeddings_manager,
logger=self.logger,
config=CONFIG
)
# Orchestrator
self.orchestrator = Orchestrator(
learning_manager=self.learning_manager,
vision_utils=self.vision_utils,
llm_manager=self.llm_manager,
logger=self.logger,
config=CONFIG,
whitelist_manager=self.whitelist_manager,
input_utils=self.input_utils
)
Résultat: ✅ Tous les composants s'initialisent correctement
4. ❌ Conflit Qt entre PyQt5 et OpenCV
Problème: OpenCV et PyQt5 ont des plugins Qt conflictuels.
Erreur:
qt.qpa.plugin: Could not load the Qt platform plugin "xcb"
Solution: Remplacement d'opencv-python par opencv-python-headless:
cd geniusia2
./venv/bin/pip uninstall -y opencv-python
./venv/bin/pip install opencv-python-headless
Et création du script run.sh:
#!/bin/bash
cd "$(dirname "$0")"
export QT_QPA_PLATFORM_PLUGIN_PATH=""
unset QT_PLUGIN_PATH
./venv/bin/python main.py "$@"
Résultat: ✅ Conflit Qt résolu
5. ❌ Erreurs de Signaux GUI
Problème: Les noms de signaux ne correspondaient pas.
Erreur:
AttributeError: 'MinimalGUI' object has no attribute 'start_signal'
Solution: Correction des noms de signaux dans main.py:
# Avant
self.gui.start_signal.connect(...)
self.gui.stop_signal.connect(...)
# Après
self.gui.start_requested.connect(...)
self.gui.stop_requested.connect(...)
Résultat: ✅ Signaux corrigés
✅ État Final
Composants Fonctionnels
- ✅ Environnement virtuel créé
- ✅ Toutes les dépendances installées
- ✅ Imports corrigés
- ✅ Initialisations corrigées
- ✅ Conflits Qt résolus
Tests Validés
# Test du Learning Manager
./venv/bin/python ../test_learning_manager_simple.py
# ✅ TOUS LES TESTS RÉUSSIS!
🚀 Lancement de l'Application
Méthode 1: Script de Lancement (Recommandé)
cd geniusia2
./run.sh
Méthode 2: Manuelle
cd geniusia2
source venv/bin/activate
export QT_QPA_PLATFORM_PLUGIN_PATH=""
python3 main.py
Méthode 3: Depuis la Racine
./geniusia2/venv/bin/python geniusia2/main.py
📝 Notes Importantes
Dépendances Installées
- PyTorch 2.9.1 avec support CUDA 12.8
- Transformers 4.57.1 pour les modèles de langage
- OpenCLIP 3.2.0 pour les embeddings visuels
- FAISS 1.12.0 pour la recherche vectorielle
- PyQt5 5.15.11 pour l'interface graphique
- OpenCV 4.12.0 pour la vision par ordinateur
- Ollama 0.6.0 pour l'intégration LLM
Taille Totale
- Environnement virtuel: ~3.5 GB
- Modèles téléchargés: Variable selon utilisation
Avertissements Normaux
UserWarning: QuickGELU mismatch between final model config
→ Cet avertissement est normal et n'affecte pas le fonctionnement.
Avertissement: Erreur lors de l'initialisation du client Ollama: 'name'
→ Normal si Ollama n'est pas encore démarré. L'application fonctionnera en mode dégradé.
🔧 Dépannage
Si l'application ne démarre pas
- Vérifier l'environnement virtuel:
cd geniusia2
source venv/bin/activate
python3 -c "import torch; print(torch.__version__)"
- Vérifier les permissions:
chmod +x run.sh
chmod +x setup.sh
- Réinstaller les dépendances:
./venv/bin/pip install --force-reinstall -r requirements.txt
- Vérifier Qt:
./venv/bin/python -c "from PyQt5.QtWidgets import QApplication; print('Qt OK')"
📚 Documentation
- README.md: Guide complet d'utilisation
- QUICKSTART.md: Démarrage rapide en 20 minutes
- IMPLEMENTATION_COMPLETE.md: État du projet
- INSTALLATION_FIXES.md: Ce document
Statut Final: ✅ PRÊT POUR UTILISATION
L'application est maintenant complètement fonctionnelle et prête à être testée !