v1.0 - Version stable: multi-PC, détection UI-DETR-1, 3 modes exécution

- Frontend v4 accessible sur réseau local (192.168.1.40)
- Ports ouverts: 3002 (frontend), 5001 (backend), 5004 (dashboard)
- Ollama GPU fonctionnel
- Self-healing interactif
- Dashboard confiance

Co-Authored-By: Claude Opus 4.5 <noreply@anthropic.com>

deploy_json_fix.sh

@@ -0,0 +1,88 @@
+#!/bin/bash
+# Script de déploiement: support format='json' + qwen2.5vl:7b
+
+set -e
+
+echo "=========================================="
+echo "Déploiement: Optimisations VLM JSON"
+echo "=========================================="
+echo ""
+
+echo "📋 Changements:"
+echo "  - Ajout support format='json' dans Ollama"
+echo "  - Changement modèle: qwen3-vl:8b → qwen2.5vl:7b"
+echo "  - Correction sauvegarde workflow (to_dict vs to_json)"
+echo "  - Réduction attendue erreurs JSON: 80% → <5%"
+echo ""
+
+# 1. Déployer storage_manager.py avec correction workflow
+echo "1️⃣  Déploiement storage_manager.py (fix workflow save)..."
+sudo cp /home/dom/ai/rpa_vision_v3/core/persistence/storage_manager.py \
+        /opt/rpa_vision_v3/core/persistence/storage_manager.py
+sudo chown rpa:rpa /opt/rpa_vision_v3/core/persistence/storage_manager.py
+echo "   ✅ storage_manager.py déployé"
+echo ""
+
+# 2. Déployer ollama_client.py avec format='json'
+echo "2️⃣  Déploiement ollama_client.py..."
+sudo cp /home/dom/ai/rpa_vision_v3/core/detection/ollama_client.py \
+        /opt/rpa_vision_v3/core/detection/ollama_client.py
+sudo chown rpa:rpa /opt/rpa_vision_v3/core/detection/ollama_client.py
+echo "   ✅ ollama_client.py déployé"
+echo ""
+
+# 3. Déployer ui_detector.py avec qwen2.5vl:7b
+echo "3️⃣  Déploiement ui_detector.py..."
+sudo cp /home/dom/ai/rpa_vision_v3/core/detection/ui_detector.py \
+        /opt/rpa_vision_v3/core/detection/ui_detector.py
+sudo chown rpa:rpa /opt/rpa_vision_v3/core/detection/ui_detector.py
+echo "   ✅ ui_detector.py déployé"
+echo ""
+
+# 4. Vérifier que qwen2.5vl:7b est disponible
+echo "4️⃣  Vérification du modèle qwen2.5vl:7b..."
+if curl -s http://localhost:11434/api/tags | grep -q "qwen2.5vl:7b"; then
+    echo "   ✅ qwen2.5vl:7b disponible"
+else
+    echo "   ⚠️  qwen2.5vl:7b non trouvé, téléchargement..."
+    ollama pull qwen2.5vl:7b
+fi
+echo ""
+
+# 5. Redémarrer le worker
+echo "5️⃣  Redémarrage du worker..."
+sudo systemctl restart rpa-vision-v3-worker.service
+sleep 3
+echo ""
+
+# 6. Vérifier le statut
+echo "6️⃣  Vérification du statut..."
+if sudo systemctl is-active --quiet rpa-vision-v3-worker.service; then
+    echo "   ✅ Worker redémarré avec succès"
+else
+    echo "   ❌ Erreur: le worker n'est pas actif"
+    sudo systemctl status rpa-vision-v3-worker.service --no-pager | tail -10
+    exit 1
+fi
+echo ""
+
+# 7. Vérifier les logs de démarrage
+echo "7️⃣  Vérification de l'initialisation..."
+sleep 2
+sudo journalctl -u rpa-vision-v3-worker --since "10 seconds ago" --no-pager | grep -E "(qwen|VLM initialized)" | tail -3
+echo ""
+
+echo "=========================================="
+echo "✅ Déploiement terminé!"
+echo "=========================================="
+echo ""
+echo "📊 Pour tester:"
+echo "   1. Lancer une nouvelle session avec l'agent V0"
+echo "   2. Surveiller les logs pour vérifier:"
+echo "      - Modèle chargé: qwen2.5vl:7b"
+echo "      - Erreurs JSON: devrait être <5%"
+echo "      - Vitesse: devrait être 2x plus rapide"
+echo ""
+echo "🔍 Commande de surveillance:"
+echo "   journalctl -u rpa-vision-v3-worker -f | grep -E '(JSON parse error|Detected.*UI elements|qwen)'"
+echo ""