feat(anchors): matérialisation ancre partagée à l'import R1 (fix « Ancre requise ») — 2026-07-03

Les steps needsAnchor des workflows importés par le pont R1
(import_core_workflow_to_db) affichaient « Ancre requise » car R1 laissait
_anchor_image_base64 dans params sans créer le VisualAnchor ni poser anchor_id.
La route HTTP import_learned_workflow faisait ce travail mais en dupliquait ~50
lignes inline.

Fix GÉNÉRAL et réutilisable (mandat Dom), pas une rustine click_anchor :
- helper unique services/anchor_image_service.materialize_anchor_from_b64 :
  crée VisualAnchor + fichier PNG + pose step.anchor_id + retire le b64 de params ;
  ne commit pas (transaction gérée par l'appelant) ; tolérant (crop invalide →
  anchor_id NULL, pas de crash) ; générique pour TOUS les action_type needsAnchor.
- branchement dans import_core_workflow_to_db (flux R1) ;
- route HTTP refactorée pour réutiliser le même helper (dé-duplication réelle,
  -48 lignes) → source unique de vérité.
- source canonique needsAnchor côté backend : services/anchor_action_types.py
  (miroir de frontend_v4/src/types.ts, garde-fou anti-divergence testé).
- script tools/backfill_anchors_r1.py (--dry-run par défaut / --apply) : filtre
  source=learned_import ET action_type ∈ NEEDS_ANCHOR ET anchor_id NULL ET crop
  présent ; DB résolue depuis la config runtime VWB (pas en dur) ; dry-run
  affiche le chemin DB résolu + estime PNG/disque ; idempotent. NON exécuté en
  --apply (backup + arbitrage Dom requis avant, jamais la DB clinique DGX).

TDD : tests rouges d'abord puis verts. 20 tests neufs (matérialisation 6 types
d'ancre, b64 retiré, sans-crop→NULL, R1 clic, ré-import idempotent, dé-dup route,
backfill apply/idempotent/dry-run/filtre manual+hors-needsAnchor, canonique). 24
tests unit VERTS, 0 régression (test_import_core_workflow_to_db intact).

Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com>

visual_workflow_builder/backend/api_v3/learned_workflows.py

@@ -27,7 +27,7 @@ from flask import jsonify, request
 
 from . import api_v3_bp
 from .workflow import generate_id
-from db.models import db, Workflow, Step, VisualAnchor
+from db.models import db, Workflow, Step
 
 logger = logging.getLogger(__name__)
 
@@ -328,56 +328,14 @@ def import_learned_workflow(workflow_id: str):
             )
             params = dict(step_data.get("parameters", {}))
 
-            # Extraire et sauvegarder le screenshot d'ancre si présent
-            anchor_b64 = params.pop("_anchor_image_base64", None)
-            # NE PAS supprimer _anchor_bbox : on le conserve dans params pour que le frontend puisse lire x_pct/y_pct
-            # et afficher la zone ciblée, au lieu de le jeter et de créer une bbox factice.
-            if anchor_b64:
-                try:
-                    from services.anchor_image_service import (
-                        save_anchor_image, generate_anchor_id
-                    )
-                    from PIL import Image
-                    from io import BytesIO
-                    import base64 as b64mod
-
-                    if ',' in anchor_b64:
-                        anchor_b64 = anchor_b64.split(',', 1)[1]
-                    img_data = b64mod.b64decode(anchor_b64)
-                    img = Image.open(BytesIO(img_data))
-                    # Fallback sécurisé pour le service de crop si _anchor_bbox n'a pas le format attendu,
-                    # mais les données x_pct/y_pct restent intactes dans params pour le frontend.
-                    bbox = {
-                        "x": 0, "y": 0,
-                        "width": img.width, "height": img.height
-                    }
-                    anchor_id = generate_anchor_id()
-                    result = save_anchor_image(
-                        anchor_id=anchor_id,
-                        image_base64=anchor_b64,
-                        bounding_box=bbox,
-                        metadata={"source": "learned_import", "workflow_id": wf_id}
-                    )
-                    if result.get("success"):
-                        from services.anchor_image_service import (
-                            get_original_path, get_thumbnail_path
-                        )
-                        va = VisualAnchor(
-                            id=anchor_id,
-                            image_path=str(get_original_path(anchor_id) or ""),
-                            thumbnail_path=str(get_thumbnail_path(anchor_id) or ""),
-                            bbox_x=0, bbox_y=0,
-                            bbox_width=img.width, bbox_height=img.height,
-                            description=step_data.get("label", ""),
-                            capture_method="learned_import",
-                        )
-                        db.session.add(va)
-                        step.anchor_id = anchor_id
-                        logger.info("Ancre sauvegardée: %s pour step %s",
-                                    anchor_id, step.id)
-                except Exception as e:
-                    logger.warning("Échec sauvegarde ancre pour step %s: %s",
-                                   step_data.get("order"), e)
+            # Matérialiser l'ancre visuelle (VisualAnchor + fichier PNG + anchor_id)
+            # via le helper partagé — MÊME source de vérité que l'import R1
+            # (`import_core_workflow_to_db`). Le helper retire `_anchor_image_base64`
+            # de params (pas de double stockage) et ne commit pas.
+            # NE PAS supprimer _anchor_bbox : conservé dans params pour que le
+            # frontend lise x_pct/y_pct et affiche la zone ciblée.
+            from services.anchor_image_service import materialize_anchor_from_b64
+            materialize_anchor_from_b64(step, params, db_session=db.session)
 
             step.parameters = params
             db.session.add(step)