feat: chat unifié, GestureCatalog, Copilot, Léa UI, extraction données, vérification replay

Refonte majeure du système Agent Chat et ajout de nombreux modules :

- Chat unifié : suppression du dual Workflows/Agent Libre, tout passe par /api/chat
  avec résolution en 3 niveaux (workflow → geste → "montre-moi")
- GestureCatalog : 38 raccourcis clavier universels Windows avec matching sémantique,
  substitution automatique dans les replays, et endpoint /api/gestures
- Mode Copilot : exécution pas-à-pas des workflows avec validation humaine via WebSocket
  (approve/skip/abort) avant chaque action
- Léa UI (agent_v0/lea_ui/) : interface PyQt5 pour Windows avec overlay transparent
  pour feedback visuel pendant le replay
- Data Extraction (core/extraction/) : moteur d'extraction visuelle de données
  (OCR + VLM → SQLite), avec schémas YAML et export CSV/Excel
- ReplayVerifier (agent_v0/server_v1/) : vérification post-action par comparaison
  de screenshots, avec logique de retry (max 3)
- IntentParser durci : meilleur fallback regex, type GREETING, patterns améliorés
- Dashboard : nouvelles pages gestures, streaming, extractions
- Tests : 63 tests GestureCatalog, 47 tests extraction, corrections tests existants
- Dépréciation : /api/agent/plan et /api/agent/execute retournent HTTP 410,
  suppression du code hardcodé _plan_to_replay_actions

Co-Authored-By: Claude Opus 4.6 <noreply@anthropic.com>

core/graph/node_matcher.py

@@ -133,10 +133,10 @@ class NodeMatcher:
         node: WorkflowNode
     ) -> bool:
         """Valider les contraintes du node contre l'état."""
-        template = node.screen_template
-        
-        if template.window_title_pattern:
-            if not state.raw_level or not state.raw_level.window_title:
+        template = node.template
+
+        if template and template.window and template.window.title_pattern:
+            if not state.window or not state.window.window_title:
                 return False
         
         return True
@@ -179,13 +179,14 @@ class NodeMatcher:
         # Calculer similarités avec tous les nodes
         similarities = []
         for node in candidate_nodes:
-            if node.screen_template.embedding_prototype_path:
+            proto_path = node.template.embedding.vector_id if (node.template and node.template.embedding) else None
+            if proto_path:
                 try:
-                    prototype = np.load(node.screen_template.embedding_prototype_path)
+                    prototype = np.load(proto_path)
                     similarity = float(np.dot(state_vector, prototype))
                     similarities.append({
                         'node_id': node.node_id,
-                        'node_label': node.label,
+                        'node_label': node.name,
                         'similarity': similarity,
                         'threshold': self.similarity_threshold,
                         'matched': similarity >= self.similarity_threshold
@@ -204,9 +205,9 @@ class NodeMatcher:
             'timestamp': timestamp,
             'failed_match_id': failed_match_id,
             'state': {
-                'window_title': state.raw_level.window_title if state.raw_level else None,
-                'screenshot_path': str(state.raw_level.screenshot_path) if state.raw_level else None,
-                'ui_elements_count': len(state.perception_level.ui_elements) if state.perception_level else 0
+                'window_title': state.window.window_title if getattr(state, 'window', None) else None,
+                'screenshot_path': str(state.raw.screenshot_path) if getattr(state, 'raw', None) else None,
+                'ui_elements_count': len(state.ui_elements) if getattr(state, 'ui_elements', None) else 0
             },
             'matching_results': {
                 'best_confidence': best_confidence,