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>

models/README.md

@@ -0,0 +1,53 @@
+# Modèles ML - RPA Vision V3
+
+Ce répertoire contient les modèles de machine learning utilisés par le système.
+
+## Modèles Actuels
+
+### OpenCLIP (Embeddings)
+- **Emplacement actuel** : `~/.cache/huggingface/hub/models--timm--vit_base_patch32_clip_224.openai`
+- **Taille** : 578MB
+- **Usage** : Génération d'embeddings image/texte (512D)
+- **Chargé par** : `core/embedding/clip_embedder.py`
+
+### OWL-v2 (Détection UI)
+- **Emplacement actuel** : `~/.cache/huggingface/hub/models--google--owlv2-base-patch16-ensemble`
+- **Taille** : 593MB
+- **Usage** : Détection zero-shot d'éléments UI
+- **Chargé par** : `core/detection/owl_detector.py`
+
+### Qwen3-VL (Raisonnement Visuel)
+- **Emplacement** : Via Ollama (`~/.ollama/models/`)
+- **Taille** : ~4.7GB
+- **Usage** : Classification et raisonnement visuel
+- **Chargé par** : `core/detection/ollama_client.py`
+
+## Migration vers Stockage Local
+
+Pour stocker les modèles localement (comme dans la V2), utiliser :
+
+```python
+# Pour CLIP
+from transformers import CLIPModel
+model = CLIPModel.from_pretrained(
+    "openai/clip-vit-base-patch32",
+    cache_dir="./models/openclip"
+)
+
+# Pour OWL-v2
+from transformers import Owlv2ForObjectDetection
+model = Owlv2ForObjectDetection.from_pretrained(
+    "google/owlv2-base-patch16-ensemble",
+    cache_dir="./models/owl_v2"
+)
+```
+
+## Vérification
+
+```bash
+# Vérifier les modèles HuggingFace
+du -sh ~/.cache/huggingface/hub/models--*
+
+# Vérifier Ollama
+ollama list
+```