feat: analyse OCR+VLM de l'ancre à la capture (pas à l'exécution)

Quand l'utilisateur sélectionne une ancre dans le VWB :
1. OCR docTR extrait le texte du crop → target_text
2. Si texte < 3 chars → VLM qwen2.5vl:3b décrit en 5 mots
3. Stocké en BDD (VisualAnchor.target_text + ocr_description)
4. Injecté automatiquement dans les params à l'exécution

L'exécution sait maintenant QUOI chercher dès le départ :
- CLIP vérifie par OCR que le texte correspond
- Le grounding cascade a un vrai target_text
- Plus besoin de deviner à chaque run

Migration SQLite gracieuse (ALTER TABLE si colonnes absentes).

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

visual_workflow_builder/backend/db/models.py

@@ -183,6 +183,11 @@ class VisualAnchor(db.Model):
     # Description pour l'utilisateur
     description = db.Column(db.Text, nullable=True)
 
+    # Texte OCR extrait du crop de l'ancre (analyse à la capture)
+    target_text = db.Column(db.Text, nullable=True)
+    # Description VLM de l'ancre (si l'OCR ne trouve pas de texte)
+    ocr_description = db.Column(db.Text, nullable=True)
+
     # Seuil de confiance pour la détection
     confidence_threshold = db.Column(db.Float, default=0.8)
 
@@ -207,6 +212,8 @@ class VisualAnchor(db.Model):
                 'height': self.screen_height
             } if self.screen_width else None,
             'description': self.description,
+            'target_text': self.target_text,
+            'ocr_description': self.ocr_description,
             'confidence_threshold': self.confidence_threshold,
             'created_at': self.created_at.isoformat() if self.created_at else None
         }