feat(p1): persist workflows and semantic learning artifacts

core/detection/vlm_config.py

@@ -134,13 +134,13 @@ def reset_vlm_model_cache():
 
 
 def is_thinking_model(model_name: str) -> bool:
-    """Détermine si un modèle est un modèle 'thinking' (qwen3).
+    """Détermine si un modèle est un modèle 'thinking' (qwen3, qwen3.5).
 
     Les modèles thinking nécessitent un assistant prefill pour éviter
     le mode réflexion interne qui peut durer >180s avec des images.
 
     Args:
-        model_name: Nom du modèle (ex: "qwen3-vl:8b", "gemma4:e4b")
+        model_name: Nom du modèle (ex: "qwen3-vl:8b", "qwen3.5:9b", "gemma4:e4b")
 
     Returns:
         True si le modèle est de type thinking (nécessite prefill workaround)
@@ -148,6 +148,92 @@ def is_thinking_model(model_name: str) -> bool:
     return "qwen3" in model_name.lower()
 
 
+# ────────────────────────────────────────────────────────────────────────────
+# D5-v2 (2026-05-25) : profil grounding dédié, centralisé, env-overridable
+# ────────────────────────────────────────────────────────────────────────────
+
+# Profil grounding par défaut — qwen3.5:9b avec ctx 4096 et prefill JSON.
+# Cohérent avec décision Codex après revue Gemini : empêcher rechauffe
+# qwen2.5vl en ctx 8192 et garantir un chemin grounding reproductible.
+DEFAULT_GROUNDING_MODEL = "qwen3.5:9b"
+DEFAULT_GROUNDING_CTX = 4096
+DEFAULT_GROUNDING_PREFILL = '{"x_pct":'
+DEFAULT_GROUNDING_TEMPERATURE = 0.0
+DEFAULT_GROUNDING_NUM_PREDICT = 96  # ~80 tokens suffisent pour `{x_pct,y_pct,confidence}`
+DEFAULT_GROUNDING_KEEP_ALIVE = "30m"  # éviter cold reload entre actions
+
+# Fallback grounding : qwen2.5vl conservé pour compat existante (rpa-tag).
+DEFAULT_GROUNDING_FALLBACK = "qwen2.5vl:7b-rpa"
+
+
+def get_grounding_profile(endpoint: str = DEFAULT_OLLAMA_ENDPOINT) -> dict:
+    """Retourne le profil VLM pour les appels de grounding **format JSON**
+    (réponse `{"x_pct": ..., "y_pct": ..., "confidence": ...}`).
+
+    ⚠️ ATTENTION SCOPE D5-v3a (2026-05-25) :
+    Ce profil est destiné aux appels qui consomment la sortie via prefill JSON
+    (typiquement qwen3.5:9b avec prefill `{"x_pct":`). Il n'est PAS adapté
+    aux appels grounding **format bbox_2d natif** de qwen2.5vl (utilisés
+    dans `agent_v0/server_v1/resolve_engine.py:959-1013, 3008-3045` avec
+    parsing via `core.grounding.bbox_parser.parse_bbox_to_norm`).
+
+    Conflit env var connu : `resolve_engine.py:959` lit aussi
+    `RPA_GROUNDING_MODEL` mais attend un modèle bbox_2d (qwen2.5vl).
+    Si tu setes `RPA_GROUNDING_MODEL=qwen3.5:9b`, ce profil OK mais le
+    site bbox legacy de resolve_engine va recevoir un modèle incompatible.
+    Reporté à D5-v3b : renommer en `RPA_BBOX_GROUNDING_MODEL` côté legacy
+    + introduire `OllamaClient.generate_bbox_grounding()`.
+
+    Centralise la politique pour empêcher les chemins VLM de retomber sur
+    qwen2.5vl en num_ctx=8192 (Modelfile). Sortie consommée par
+    OllamaClient.generate_grounding().
+
+    Env vars supportées :
+      - RPA_GROUNDING_MODEL : modèle principal (défaut qwen3.5:9b)
+      - RPA_GROUNDING_CTX   : context window (défaut 4096)
+      - RPA_GROUNDING_FALLBACK : modèle fallback (défaut qwen2.5vl:7b-rpa)
+      - RPA_VLM_PREFILL=false : désactive le prefill JSON (rare, debug)
+
+    Returns:
+        dict avec clés :
+          - model: str
+          - num_ctx: int
+          - prefill: str ou None
+          - temperature: float
+          - num_predict: int
+          - think: bool (False pour qwen3 et qwen3.5)
+          - keep_alive: str
+          - fallback_model: str
+    """
+    model = os.environ.get("RPA_GROUNDING_MODEL", DEFAULT_GROUNDING_MODEL).strip()
+    try:
+        num_ctx = int(os.environ.get("RPA_GROUNDING_CTX", str(DEFAULT_GROUNDING_CTX)))
+    except (TypeError, ValueError):
+        num_ctx = DEFAULT_GROUNDING_CTX
+    fallback = os.environ.get(
+        "RPA_GROUNDING_FALLBACK", DEFAULT_GROUNDING_FALLBACK
+    ).strip()
+    prefill_enabled = os.environ.get("RPA_VLM_PREFILL", "true").strip().lower() not in (
+        "0", "false", "no", "off"
+    )
+    prefill = DEFAULT_GROUNDING_PREFILL if prefill_enabled else None
+
+    # think=False obligatoire pour qwen3/qwen3.5 (prefill = mécanisme principal)
+    # et gemma4 (sinon tokens vides Ollama >=0.20).
+    think_false = is_thinking_model(model) or needs_think_false(model)
+
+    return {
+        "model": model,
+        "num_ctx": num_ctx,
+        "prefill": prefill,
+        "temperature": DEFAULT_GROUNDING_TEMPERATURE,
+        "num_predict": DEFAULT_GROUNDING_NUM_PREDICT,
+        "think": not think_false,  # API Ollama : think=False → on envoie False
+        "keep_alive": DEFAULT_GROUNDING_KEEP_ALIVE,
+        "fallback_model": fallback,
+    }
+
+
 def needs_think_false(model_name: str) -> bool:
     """Détermine si un modèle nécessite think=false dans le payload.