251 lines
5.0 KiB
Markdown
251 lines
5.0 KiB
Markdown
# 🚀 Démarrage Rapide - RPA Vision V2 MVP
|
|
|
|
## 📋 Prérequis
|
|
|
|
- Python 3.8+
|
|
- Ollama installé et en cours d'exécution
|
|
- 8 GB RAM minimum
|
|
- Linux (testé sur Ubuntu)
|
|
|
|
## ⚡ Installation Rapide
|
|
|
|
### 1. Installation complète
|
|
|
|
```bash
|
|
cd geniusia2
|
|
./setup.sh
|
|
```
|
|
|
|
Ce script va :
|
|
- ✅ Créer l'environnement virtuel
|
|
- ✅ Installer toutes les dépendances
|
|
- ✅ Télécharger le modèle Gemma3 (via Ollama)
|
|
- ✅ Créer les répertoires de données
|
|
|
|
### 2. Installer FAISS (CRITIQUE)
|
|
|
|
```bash
|
|
cd geniusia2
|
|
./install_faiss.sh
|
|
```
|
|
|
|
Ou manuellement :
|
|
```bash
|
|
source geniusia2/venv/bin/activate
|
|
pip install faiss-cpu
|
|
```
|
|
|
|
### 3. Reconstruire l'index FAISS (si des tâches existent)
|
|
|
|
```bash
|
|
python3 rebuild_faiss_simple.py
|
|
```
|
|
|
|
Cela va créer l'index à partir des 105 tâches existantes.
|
|
|
|
## 🎮 Utilisation
|
|
|
|
### Lancer l'application
|
|
|
|
```bash
|
|
cd geniusia2
|
|
./run.sh
|
|
```
|
|
|
|
Ou manuellement :
|
|
```bash
|
|
cd geniusia2
|
|
source venv/bin/activate
|
|
python3 main.py
|
|
```
|
|
|
|
### Workflow complet (Capture → Apprentissage → Rejeu)
|
|
|
|
```bash
|
|
python3 example_complete_workflow.py
|
|
```
|
|
|
|
### Tester le rejeu d'une tâche
|
|
|
|
```bash
|
|
python3 test_task_replay.py
|
|
```
|
|
|
|
## 🔧 Scripts Utilitaires
|
|
|
|
### Diagnostic des données
|
|
|
|
```bash
|
|
python3 diagnostic_data.py
|
|
```
|
|
|
|
Affiche :
|
|
- État de l'index FAISS
|
|
- Nombre de tâches
|
|
- État des logs
|
|
|
|
### Lire une tâche (.pkl)
|
|
|
|
```bash
|
|
# Lister toutes les tâches
|
|
python3 read_pkl.py --list
|
|
|
|
# Lire une tâche spécifique
|
|
python3 read_pkl.py task_fc1d3e52
|
|
```
|
|
|
|
### Reconstruire l'index FAISS
|
|
|
|
```bash
|
|
python3 rebuild_faiss_simple.py
|
|
```
|
|
|
|
## 📊 Structure des Données
|
|
|
|
```
|
|
geniusia2/data/
|
|
├── faiss_index/
|
|
│ ├── embeddings.index # Index FAISS (créé automatiquement)
|
|
│ └── metadata.pkl # Métadonnées des embeddings
|
|
├── user_profiles/
|
|
│ └── task_XXXXX/
|
|
│ ├── metadata.json # Infos de la tâche
|
|
│ └── signatures.pkl # Actions + embeddings
|
|
└── logs/
|
|
└── logs_YYYY-MM-DD.json # Logs en JSON simple (pas de chiffrement)
|
|
```
|
|
|
|
## 🎯 Modes d'Utilisation
|
|
|
|
### Mode Shadow (Observation)
|
|
|
|
1. Lancer l'application : `./run.sh`
|
|
2. Cliquer sur "Start"
|
|
3. Effectuer des actions répétitives (3x minimum)
|
|
4. Le système détecte les patterns et crée des tâches
|
|
|
|
### Mode Rejeu
|
|
|
|
1. Lister les tâches : `python3 read_pkl.py --list`
|
|
2. Rejouer une tâche : `python3 test_task_replay.py`
|
|
3. Choisir la tâche à rejouer
|
|
4. Le système localise visuellement les éléments et rejoue les actions
|
|
|
|
## 🔍 Vérifications
|
|
|
|
### Vérifier que FAISS est installé
|
|
|
|
```bash
|
|
cd geniusia2
|
|
source venv/bin/activate
|
|
python -c "import faiss; print(f'FAISS {faiss.__version__} OK')"
|
|
```
|
|
|
|
### Vérifier que l'index FAISS existe
|
|
|
|
```bash
|
|
ls -lh geniusia2/data/faiss_index/
|
|
```
|
|
|
|
Devrait afficher :
|
|
- `embeddings.index` (quelques KB)
|
|
- `metadata.pkl` (quelques KB)
|
|
|
|
### Vérifier les tâches
|
|
|
|
```bash
|
|
python3 diagnostic_data.py
|
|
```
|
|
|
|
## ⚠️ Problèmes Courants
|
|
|
|
### FAISS non installé
|
|
|
|
**Symptôme** : `ModuleNotFoundError: No module named 'faiss'`
|
|
|
|
**Solution** :
|
|
```bash
|
|
cd geniusia2
|
|
./install_faiss.sh
|
|
```
|
|
|
|
### Index FAISS manquant
|
|
|
|
**Symptôme** : Pas de fichiers dans `data/faiss_index/`
|
|
|
|
**Solution** :
|
|
```bash
|
|
python3 rebuild_faiss_simple.py
|
|
```
|
|
|
|
### Ollama non démarré
|
|
|
|
**Symptôme** : Erreurs de connexion au LLM
|
|
|
|
**Solution** :
|
|
```bash
|
|
ollama serve
|
|
```
|
|
|
|
Dans un autre terminal :
|
|
```bash
|
|
ollama pull gemma2:2b
|
|
```
|
|
|
|
### Pas de tâches
|
|
|
|
**Symptôme** : `Aucune tâche disponible`
|
|
|
|
**Solution** :
|
|
1. Lancer l'application : `cd geniusia2 && ./run.sh`
|
|
2. Cliquer sur "Start"
|
|
3. Effectuer des actions répétitives (3x minimum)
|
|
4. Attendre la détection de pattern
|
|
|
|
## 📝 Logs
|
|
|
|
Les logs sont maintenant en **JSON simple** (pas de chiffrement pour MVP) :
|
|
|
|
```bash
|
|
# Voir les logs du jour
|
|
cat geniusia2/data/logs/logs_$(date +%Y-%m-%d).json | jq .
|
|
|
|
# Filtrer les actions
|
|
cat geniusia2/data/logs/logs_$(date +%Y-%m-%d).json | jq 'select(.type=="action")'
|
|
```
|
|
|
|
## 🎯 Prochaines Étapes
|
|
|
|
1. ✅ Installer FAISS : `./install_faiss.sh`
|
|
2. ✅ Reconstruire l'index : `python3 rebuild_faiss_simple.py`
|
|
3. ✅ Tester le rejeu : `python3 test_task_replay.py`
|
|
4. ✅ Lancer l'application : `./run.sh`
|
|
|
|
## 📚 Documentation
|
|
|
|
- `README.md` : Documentation complète
|
|
- `MODIFICATIONS_MVP.md` : Changements récents
|
|
- `état_avancement_18_11.md` : État du projet
|
|
- `MVP_COMPLET_REJEU.md` : Système de rejeu
|
|
- `geniusia2/core/TASK_REPLAY_README.md` : API de rejeu
|
|
|
|
## 🆘 Support
|
|
|
|
En cas de problème :
|
|
|
|
1. Vérifier les logs : `cat geniusia2/data/logs/logs_$(date +%Y-%m-%d).json`
|
|
2. Diagnostic : `python3 diagnostic_data.py`
|
|
3. Vérifier FAISS : `python -c "import faiss; print('OK')"`
|
|
|
|
## ✅ Checklist de Démarrage
|
|
|
|
- [ ] Python 3.8+ installé
|
|
- [ ] Ollama installé et démarré (`ollama serve`)
|
|
- [ ] Modèle Gemma3 téléchargé (`ollama pull gemma2:2b`)
|
|
- [ ] Environnement virtuel créé (`./setup.sh`)
|
|
- [ ] FAISS installé (`./install_faiss.sh`)
|
|
- [ ] Index FAISS créé (`python3 rebuild_faiss_simple.py`)
|
|
- [ ] Application testée (`./run.sh`)
|
|
|
|
**Prêt à l'emploi ! 🎉**
|