feat: Phase 1 apprentissage — greffe TargetMemoryStore sur V4

Greffe minimale du mécanisme d'apprentissage persistant (Fiche #18,
target_memory_store.py) sur le pipeline streaming V4 sans toucher à V3.

Architecture (docs/PLAN_APPRENTISSAGE_LEA.md) :
- Lookup mémoire AVANT la cascade résolution coûteuse OCR/template/VLM
  dans _resolve_target_sync → hit = <10ms, miss = overhead zéro
- Record APRÈS validation post-condition (title_match strict)
  dans /replay/result → 2 succès → cristallisation par répétition
- Single source of truth : l'agent remplit report.actual_position avec
  les coords effectivement cliquées, le serveur les lit directement.
  Pas de cache intermédiaire (option C du plan).

Signature écran V4 : sha256(normalize(window_title))[:16]. Robuste aux
données variables, faux positifs rattrapés par le post-cond qui
décrémente la fiabilité via record_failure().

Fichiers :
- agent_v0/server_v1/replay_memory.py : nouveau wrapper 316 lignes
  exposant compute_screen_sig/memory_lookup/record_success/failure,
  lazy-init du store, normalisation texte stable, garde sanity coords
- agent_v0/server_v1/resolve_engine.py : lookup mémoire en tête de
  _resolve_target_sync (30 lignes)
- agent_v0/server_v1/replay_engine.py : _create_replay_state stocke
  une copie slim des actions (sans anchor base64) pour retrouver le
  target_spec par current_action_index
- agent_v0/server_v1/api_stream.py : 4 callers passent actions=...,
  record success/failure dans /replay/result lit actual_position
  du rapport (click-only), correction du commentaire Pydantic
- agent_v0/agent_v1/core/executor.py : remplit result["actual_position"]
  après self._click(), transmis dans le report de poll_and_execute

Tests : 56 E2E + Phase0 passent, zéro régression. Cycle Phase 1 validé
en simulation : miss → record → miss → record → HIT au 3ème passage.

Le deploy copy executor.py a une divergence pré-existante de 1302
lignes non committées — traité séparément lors du cleanup prochain.

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

agent_v0/server_v1/replay_engine.py

@@ -1147,8 +1147,35 @@ def _create_replay_state(
     total_actions: int,
     params: Optional[Dict[str, Any]] = None,
     machine_id: Optional[str] = None,
+    actions: Optional[List[Dict[str, Any]]] = None,
 ) -> Dict[str, Any]:
-    """Créer un état de replay enrichi avec les champs de suivi d'erreur."""
+    """Créer un état de replay enrichi avec les champs de suivi d'erreur.
+
+    Args:
+        actions: Liste des actions du replay. Une copie slim (sans anchors
+            base64) est stockée pour permettre à `/replay/result` de
+            retrouver le `target_spec` de l'action courante — nécessaire
+            pour l'apprentissage mémoire (Phase 1 plan Léa).
+    """
+    # Copie slim des actions : on strip les anchor_image_base64 pour ne
+    # pas gonfler la mémoire (anchors peuvent faire 50-200 KB chacun).
+    actions_slim: List[Dict[str, Any]] = []
+    if actions:
+        for a in actions:
+            a_copy = {
+                "action_id": a.get("action_id"),
+                "type": a.get("type"),
+                "x_pct": a.get("x_pct"),
+                "y_pct": a.get("y_pct"),
+            }
+            ts = a.get("target_spec")
+            if isinstance(ts, dict):
+                a_copy["target_spec"] = {
+                    k: v for k, v in ts.items()
+                    if k not in ("anchor_image_base64",)
+                }
+            actions_slim.append(a_copy)
+
     return {
         "replay_id": replay_id,
         "workflow_id": workflow_id,
@@ -1161,6 +1188,7 @@ def _create_replay_state(
         "current_action_index": 0,
         "params": params or {},
         "results": [],  # Historique des résultats action par action
+        "actions": actions_slim,  # Copie slim pour lookup par index (Phase 1 mémoire)
         # Champs enrichis pour le suivi d'erreur (#7)
         "retried_actions": 0,
         "unverified_actions": 0,