backup: snapshot post-démo GHT 2026-05-19

Backup état complet après enregistrement vidéo démo de bout en bout.
À utiliser comme point de référence pour la consolidation post-démo.

Changements majeurs de la session 18-19 mai :
- AIVA-URGENCE : page autonome avec preset URL + auto-focus chain
- Workflow Demo_urgence_3_db : merge linux_db + steps AIVA + pause humaine NoMachine
- Bypass LLM (static_result / static_text) dans replay_engine
  pour démos déterministes sans appel Ollama
- Fix api_stream:3013 — replay_paused au premier polling /next
- dag_execute : lift duration_ms vers top-level pour wait runtime
- NPM bypass auth /aiva-urgence/ via location ^~ (proxy_host/10.conf hors git)
- scripts/cancel-replays.sh — workaround Stop VWB qui ne purge pas la queue

Anchors visuels (468) forcés dans le commit pour garantir restorabilité.
DB workflows actuelle + ~12 .bak DB de la journée incluses.

Sujets identifiés pour consolidation post-démo (TODO) :
1. Bug VWB recapture anchor ne régénère pas le PNG
2. Léa client accumule état mémoire (restart périodique requis)
3. Stop VWB ne purge pas la queue serveur (lien manquant vers /replay/cancel)
4. Bug coord client mss tronqué 2560x60 → mapping Y cassé
5. delay_before/delay_after ignorés au runtime (fix partiel duration_ms)

Co-Authored-By: Claude Opus 4.7 (1M context) <noreply@anthropic.com>

core/llm/ocr_extractor.py

@@ -2,16 +2,18 @@
 
 Utilise EasyOCR fr+en. Singleton (chargement modèle ~3s au premier appel).
 
-Conçu pour le pipeline streaming serveur (action `extract_text`) : récupère
-un screenshot fresh (dernier heartbeat ou capture forcée), applique l'OCR,
-retourne le texte concaténé pour analyse downstream (ex: t2a_decision).
+Conçu pour le pipeline streaming serveur (actions `extract_text` /
+`extract_table`) : récupère un screenshot fresh (dernier heartbeat ou
+capture forcée), applique l'OCR, retourne le texte ou une liste structurée
+pour analyse downstream (ex: t2a_decision, boucle sur N patients).
 """
 
 from __future__ import annotations
 
 import logging
+import re
 from pathlib import Path
-from typing import Optional, Tuple
+from typing import List, Optional, Tuple
 
 logger = logging.getLogger(__name__)
 
@@ -19,16 +21,16 @@ _easyocr_reader = None
 
 
 def _get_reader():
-    """Initialise EasyOCR fr+en au premier appel (singleton)."""
+    """Initialise EasyOCR fr+en au premier appel (singleton, CPU forcé).
+
+    CPU forcé : le streaming server partage la VRAM avec Ollama (qwen2.5:7b ~5GB)
+    et les modèles CLIP/FAISS — pas assez de marge pour EasyOCR GPU (~1GB).
+    """
     global _easyocr_reader
     if _easyocr_reader is None:
         import easyocr
-        try:
-            _easyocr_reader = easyocr.Reader(['fr', 'en'], gpu=True, verbose=False)
-            logger.info("EasyOCR initialisé (fr+en, GPU)")
-        except Exception as e:
-            logger.warning("EasyOCR GPU indisponible (%s), fallback CPU", e)
-            _easyocr_reader = easyocr.Reader(['fr', 'en'], gpu=False, verbose=False)
+        _easyocr_reader = easyocr.Reader(['fr', 'en'], gpu=False, verbose=False)
+        logger.info("EasyOCR initialisé (fr+en, CPU)")
     return _easyocr_reader
 
 
@@ -69,3 +71,70 @@ def extract_text_from_image(
     except Exception as e:
         logger.warning("extract_text échoué sur %s : %s", image_path, e)
         return ""
+
+
+def extract_table_from_image(
+    image_path: str,
+    region: Optional[Tuple[int, int, int, int]] = None,
+    pattern: Optional[str] = None,
+    limit: Optional[int] = None,
+) -> List[str]:
+    """Extrait une liste de valeurs d'un tableau via OCR.
+
+    Cas d'usage principal : lire la liste des IPP d'un tableau de patients
+    pour boucler dessus. EasyOCR retourne tous les tokens avec leur bbox,
+    on filtre par regex puis on trie par position (y croissant).
+
+    Args:
+        image_path: chemin du PNG sur disque.
+        region: (x, y, w, h) pour cropper avant OCR. None = image entière.
+        pattern: regex Python ; seuls les tokens qui matchent sont conservés.
+                 Si None : tous les tokens non vides sont retournés.
+                 Exemple IPP : r"^\\d{8,10}$" ou r"^25\\d{6}$"
+        limit: nombre maximal d'entrées à retourner (None = sans limite).
+
+    Returns:
+        Liste de strings dans l'ordre top → bottom (par y de bbox).
+        En cas d'erreur, retourne une liste vide et log un warning.
+    """
+    path = Path(image_path)
+    if not path.exists():
+        logger.warning("extract_table: fichier introuvable %s", image_path)
+        return []
+
+    try:
+        from PIL import Image
+        import numpy as np
+
+        img = Image.open(path)
+        if region:
+            x, y, w, h = region
+            img = img.crop((x, y, x + w, y + h))
+
+        reader = _get_reader()
+        # detail=1 ⇒ chaque résultat = (bbox, text, confidence)
+        # bbox est une liste de 4 points [tl, tr, br, bl]
+        results = reader.readtext(np.array(img), detail=1, paragraph=False)
+
+        compiled = re.compile(pattern) if pattern else None
+
+        rows: List[Tuple[float, str]] = []
+        for bbox, text, _conf in results:
+            t = str(text).strip()
+            if not t:
+                continue
+            if compiled and not compiled.match(t):
+                continue
+            # y moyen pour tri vertical (top→bottom)
+            ys = [p[1] for p in bbox]
+            y_mean = sum(ys) / len(ys)
+            rows.append((y_mean, t))
+
+        rows.sort(key=lambda r: r[0])
+        values = [t for _y, t in rows]
+        if limit:
+            values = values[:limit]
+        return values
+    except Exception as e:
+        logger.warning("extract_table échoué sur %s : %s", image_path, e)
+        return []