feat(knowledge): câblage UIPatternLibrary dans executor + stream processor

VWB Executor :
- _check_screen_for_patterns() : capture écran + OCR + pattern matching
- _handle_detected_pattern() : clic automatique sur dialogues connus
- Vérifie entre chaque étape en mode intelligent/debug
- Si un dialogue bloque (OK, Save, Cancel), Léa le gère seule

Stream Processor :
- Enrichit les ScreenState avec ui_pattern/ui_pattern_action/ui_pattern_target
- Les patterns détectés sont loggés et stockés dans les résultats
- Permet au GraphBuilder de savoir quels écrans sont des dialogues

Phase 2 du plan "connaissance native de l'environnement".

Co-Authored-By: Claude Opus 4.6 (1M context) <noreply@anthropic.com>

visual_workflow_builder/backend/api_v3/execute.py

@@ -178,6 +178,82 @@ _execution_state = {
 }
 
 
+def _check_screen_for_patterns() -> Optional[Dict[str, Any]]:
+    """Vérifie si l'écran actuel contient un pattern UI connu (dialogue, popup).
+
+    Capture l'écran, extrait le texte via OCR léger, et cherche
+    un pattern dans la UIPatternLibrary.
+
+    Returns:
+        Dict avec le pattern trouvé et l'action à effectuer, ou None.
+    """
+    try:
+        from core.knowledge.ui_patterns import UIPatternLibrary
+        import mss
+        from PIL import Image
+        import numpy as np
+
+        lib = UIPatternLibrary()
+
+        with mss.mss() as sct:
+            monitor = sct.monitors[1]
+            screenshot = sct.grab(monitor)
+            screen = Image.frombytes('RGB', screenshot.size, screenshot.bgra, 'raw', 'BGRX')
+
+        try:
+            from services.ocr_service import ocr_extract_text
+            ocr_text = ocr_extract_text(screen)
+        except ImportError:
+            return None
+
+        if not ocr_text or len(ocr_text) < 5:
+            return None
+
+        pattern = lib.find_pattern(ocr_text)
+        if pattern and pattern['category'] in ('dialog', 'popup'):
+            print(f"🧠 [Pattern] Détecté: {pattern['pattern']} → {pattern['action']} '{pattern['target']}'")
+            print(f"   Texte OCR: {ocr_text[:100]}...")
+            return pattern
+
+        return None
+
+    except Exception as e:
+        logger.debug(f"Pattern check échoué: {e}")
+        return None
+
+
+def _handle_detected_pattern(pattern: Dict[str, Any]) -> bool:
+    """Gère automatiquement un pattern UI détecté (clic sur OK, fermer popup, etc.).
+
+    Returns:
+        True si le pattern a été géré avec succès.
+    """
+    import pyautogui
+
+    action = pattern.get('action')
+    target = pattern.get('target', '')
+    bbox = pattern.get('typical_bbox')
+    alternatives = pattern.get('alternatives', [])
+
+    if action == 'click' and bbox:
+        screen_w, screen_h = pyautogui.size()
+        x = int((bbox[0] + bbox[2]) / 2 * screen_w)
+        y = int((bbox[1] + bbox[3]) / 2 * screen_h)
+        print(f"🤖 [Pattern] Clic automatique sur '{target}' à ({x}, {y})")
+        pyautogui.click(x, y)
+        time.sleep(1.0)
+        return True
+
+    elif action == 'hotkey':
+        keys = target.split('+')
+        print(f"🤖 [Pattern] Raccourci automatique: {target}")
+        pyautogui.hotkey(*keys)
+        time.sleep(0.5)
+        return True
+
+    return False
+
+
 def execute_workflow_thread(execution_id: str, workflow_id: str, app):
     """
     Thread d'exécution du workflow.
@@ -231,6 +307,12 @@ def execute_workflow_thread(execution_id: str, workflow_id: str, app):
                 db.session.add(step_result)
                 db.session.commit()
 
+                # Vérifier si un dialogue/popup bloque l'écran avant l'étape
+                if index > 0 and _execution_state.get('execution_mode') in ('intelligent', 'debug'):
+                    detected = _check_screen_for_patterns()
+                    if detected:
+                        _handle_detected_pattern(detected)
+
                 print(f"\n{'='*60}")
                 print(f"📋 [Execute] Étape {index + 1}/{len(steps)}: {step.action_type}")
                 print(f"   step_id={step.id}, label={step.label}")