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>

verify_models.py

@@ -0,0 +1,108 @@
+#!/usr/bin/env python3
+"""
+Script de vérification de l'état réel des modèles dans RPA Vision V3.
+Vérifie si les modèles de l'architecture de référence sont bien utilisés.
+"""
+
+import sys
+from pathlib import Path
+
+print("=" * 70)
+print("  Vérification des Modèles - RPA Vision V3")
+print("=" * 70)
+print()
+
+# 1. Vérifier OpenCLIP
+print("1. OpenCLIP (Embeddings)")
+try:
+    import open_clip
+    print("   ✅ Module open_clip installé")
+    
+    # Vérifier si utilisé dans StateEmbeddingBuilder
+    builder_path = Path(__file__).parent / "core/embedding/state_embedding_builder.py"
+    if builder_path.exists():
+        content = builder_path.read_text()
+        if "clip" in content.lower() or "CLIPEmbedder" in content:
+            print("   ✅ OpenCLIP utilisé dans StateEmbeddingBuilder")
+        else:
+            print("   ❌ OpenCLIP NON utilisé dans StateEmbeddingBuilder")
+            print("      → Utilise des vecteurs aléatoires actuellement")
+    else:
+        print("   ⚠️  StateEmbeddingBuilder non trouvé")
+except ImportError:
+    print("   ❌ Module open_clip NON installé")
+
+print()
+
+# 2. Vérifier OWL-v2
+print("2. OWL-v2 (Détection UI)")
+try:
+    from transformers import Owlv2Processor, Owlv2ForObjectDetection
+    print("   ✅ Module OWL-v2 installé")
+    
+    # Vérifier si utilisé dans UIDetector
+    detector_path = Path(__file__).parent / "core/detection/ui_detector.py"
+    if detector_path.exists():
+        content = detector_path.read_text()
+        if "owl" in content.lower() or "Owlv2" in content:
+            print("   ✅ OWL-v2 utilisé dans UIDetector")
+        else:
+            print("   ❌ OWL-v2 NON utilisé dans UIDetector")
+            print("      → Utilise OpenCV + Qwen3-VL actuellement")
+    else:
+        print("   ⚠️  UIDetector non trouvé")
+except ImportError:
+    print("   ❌ Module OWL-v2 NON installé")
+
+print()
+
+# 3. Vérifier Qwen3-VL
+print("3. Qwen3-VL (Raisonnement Visuel)")
+import subprocess
+try:
+    result = subprocess.run(
+        ["ollama", "list"],
+        capture_output=True,
+        text=True,
+        timeout=5
+    )
+    if "qwen3-vl" in result.stdout:
+        print("   ✅ Qwen3-VL installé via Ollama")
+        
+        # Vérifier si utilisé dans UIDetector
+        detector_path = Path(__file__).parent / "core/detection/ui_detector.py"
+        if detector_path.exists():
+            content = detector_path.read_text()
+            if "qwen3-vl" in content.lower() or "qwen" in content.lower():
+                print("   ✅ Qwen3-VL utilisé dans UIDetector")
+            else:
+                print("   ❌ Qwen3-VL NON utilisé dans UIDetector")
+        else:
+            print("   ⚠️  UIDetector non trouvé")
+    else:
+        print("   ❌ Qwen3-VL NON installé")
+        print("      → Installer avec: ollama pull qwen3-vl:8b")
+except (subprocess.TimeoutExpired, FileNotFoundError):
+    print("   ❌ Ollama non disponible")
+    print("      → Installer avec: curl -fsSL https://ollama.com/install.sh | sh")
+
+print()
+print("=" * 70)
+print("  Résumé")
+print("=" * 70)
+print()
+print("Architecture de Référence:")
+print("  - OpenCLIP : Pour embeddings image/texte")
+print("  - OWL-v2 : Pour détection UI (optionnel)")
+print("  - Qwen3-VL : Pour classification et raisonnement")
+print()
+print("État Actuel:")
+print("  - OpenCLIP : Installé mais NON intégré dans StateEmbeddingBuilder")
+print("  - OWL-v2 : Installé mais NON utilisé (remplacé par OpenCV)")
+print("  - Qwen3-VL : Installé et utilisé dans UIDetector ✅")
+print()
+print("Actions Nécessaires:")
+print("  1. Intégrer OpenCLIP dans StateEmbeddingBuilder")
+print("  2. (Optionnel) Intégrer OWL-v2 dans UIDetector")
+print("  3. Tester le pipeline complet avec vrais modèles")
+print()