feat(competences): extract batch candidates

data/primitives/click_anchor.yaml

@@ -0,0 +1,58 @@
+schema_version: 1
+id: click_anchor
+kind: primitive
+marker_or_action: action
+version: 1
+
+intent:
+  fr: cliquer sur un element UI identifie par ancre
+
+executor_kind: click
+
+parameters_schema:
+  anchor_ref:
+    type: dict_or_string
+    required: true
+    description: reference vers l'element a cliquer par id d'ancre ou criteres de resolution, jamais par coordonnees ecran
+  button:
+    type: str
+    required: false
+    default: left
+    description: bouton souris a utiliser
+    constraints:
+      enum: [left, right, middle]
+  click_count:
+    type: int
+    required: false
+    default: 1
+    description: nombre de clics successifs sur la meme ancre
+    constraints:
+      min: 1
+      max: 2
+  relative_offset:
+    type: dict
+    required: false
+    description: offset relatif dans la bbox resolue, sous forme x_pct/y_pct ou dx/dy, jamais en pixels absolus
+  context_guard:
+    type: dict
+    required: false
+    description: precondition d'ecran avant clic
+  expected_effect:
+    type: str
+    required: false
+    description: effet observable attendu par la competence appelante
+
+failure_message_template:
+  intention: cliquer sur la cible nommee
+  attendu: la cible nommee doit etre visible et cliquable au moment de l'action
+  vu: "{observed_human_state}"
+  demande: me montrer la cible a cliquer, ou me donner son libelle visible
+
+notes:
+  - "La primitive ne resout pas l'ancre. La resolution est faite par la cascade Grounding au runtime."
+  - "anchor_ref string = reference stable d'ancre; anchor_ref dict = description multi-critere."
+  - "relative_offset est rare. Par defaut, clic au centre de la bbox resolue."
+  - "click_count=2 represente un double-clic. Triple-clic non supporte."
+  - "Aucune coordonnee ecran absolue dans le YAML. Les positions sources restent uniquement dans les traces."
+
+created_at: "2026-05-28T15:35:00+02:00"

data/primitives/key_combo.yaml

@@ -0,0 +1,45 @@
+schema_version: 1
+id: key_combo
+kind: primitive
+marker_or_action: action
+version: 1
+
+intent:
+  fr: enfoncer un raccourci clavier
+
+executor_kind: key_combo
+
+parameters_schema:
+  keys:
+    type: list[str]
+    required_unless: [gesture_id]
+    description: liste de touches normalisees
+    constraints:
+      min_length: 1
+  gesture_id:
+    type: str
+    required_unless: [keys]
+    description: reference vers un Gesture du catalogue
+    constraints:
+      regex: "^[a-z][a-z0-9_]*$"
+  context_guard:
+    type: dict
+    required: false
+    description: precondition d'ecran avant envoi
+  expected_effect:
+    type: str
+    required: false
+    description: effet observable attendu par la competence appelante
+
+failure_message_template:
+  intention: enfoncer le raccourci clavier attendu
+  attendu: la fenetre active doit reagir au raccourci
+  vu: "{observed_human_state}"
+  demande: confirmer que la fenetre attendue est bien au premier plan, ou indiquer un autre raccourci
+
+notes:
+  - "La primitive ne controle pas le focus. La competence appelante doit le garantir via precondition."
+  - "Utiliser keys ou gesture_id, pas les deux."
+  - "Le raccourci s'envoie tel quel. Pas de retry ni fallback dans la primitive."
+
+created_at: "2026-05-28T10:25:00+02:00"

data/primitives/scroll_view.yaml

@@ -0,0 +1,51 @@
+schema_version: 1
+id: scroll_view
+kind: primitive
+marker_or_action: action
+version: 1
+
+intent:
+  fr: faire defiler la zone active ou un container cible
+
+executor_kind: scroll
+
+parameters_schema:
+  direction:
+    type: str
+    required: true
+    description: sens du defilement
+    constraints:
+      enum: [up, down, left, right]
+  amount:
+    type: int
+    required: false
+    default: 3
+    description: quantite de defilement en unite
+    constraints:
+      min: 1
+  unit:
+    type: str
+    required: false
+    default: lines
+    description: unite de mesure du defilement
+    constraints:
+      enum: [lines, pixels, pages, percent]
+  container_hint:
+    type: str
+    required: false
+    description: ancre ou description du container a scroller; sinon fenetre active
+
+failure_message_template:
+  intention: faire defiler la zone active dans la direction attendue
+  attendu: le contenu visible doit changer apres le defilement
+  vu: "{observed_human_state}"
+  demande: confirmer que la fenetre attendue est defilable, ou m'indiquer le container correct
+
+notes:
+  - "Aucun success_marker offline fiable n'est porte par la primitive."
+  - "La competence appelante doit fournir le contexte et les marqueurs de succes."
+  - "direction est volontairement limite a up/down/left/right pour eviter les scrolls composites."
+  - "amount=3 lines correspond au defilement molette Windows typique."
+  - "container_hint reference une ancre ou description, jamais une coordonnee durable."
+
+created_at: "2026-05-28T11:30:00+02:00"

data/primitives/text_input_focused.yaml

@@ -0,0 +1,48 @@
+schema_version: 1
+id: text_input_focused
+kind: primitive
+marker_or_action: action
+version: 1
+
+intent:
+  fr: saisir du texte dans le champ deja focus
+
+executor_kind: text_input
+
+parameters_schema:
+  text:
+    type: str
+    required: true
+    description: texte a saisir
+    constraints:
+      min_length: 1
+  concat_rule:
+    type: str
+    required: false
+    default: concat_in_order
+    description: regle de reconstruction du texte depuis les fragments de trace
+    constraints:
+      enum: [concat_in_order, last_fragment_only]
+  clear_before:
+    type: bool
+    required: false
+    default: false
+    description: vider le champ avant saisie
+  submit_after:
+    type: bool
+    required: false
+    default: false
+    description: appuyer sur entree apres saisie
+
+failure_message_template:
+  intention: saisir le texte attendu dans le champ actif
+  attendu: le texte attendu doit apparaitre dans le champ focus
+  vu: "{observed_human_state}"
+  demande: confirmer qu'un champ de saisie est bien au focus, ou me montrer le bon champ
+
+notes:
+  - "Necessite un focus prealable garanti par la competence appelante."
+  - "reconstructed_text reste cote competence pour validation offline contre la trace."
+  - "submit_after=true represente une composition text_input_focused puis key_combo([enter])."
+
+created_at: "2026-05-28T10:25:00+02:00"

data/primitives/wait_for_state.yaml

@@ -0,0 +1,54 @@
+schema_version: 1
+id: wait_for_state
+kind: primitive
+marker_or_action: action
+version: 1
+
+intent:
+  fr: attendre qu'un etat d'ecran attendu soit atteint
+
+executor_kind: wait_state
+
+parameters_schema:
+  expected_state:
+    type: dict
+    required: true
+    description: criteres d'etat attendu sous forme de mapping non vide; plusieurs cles representent un AND implicite
+  timeout_ms:
+    type: int
+    required: false
+    default: 5000
+    description: timeout maximal d'attente en millisecondes
+    constraints:
+      min: 100
+      max: 60000
+  poll_interval_ms:
+    type: int
+    required: false
+    default: 250
+    description: intervalle de polling en millisecondes
+    constraints:
+      min: 50
+      max: 5000
+  evidence_required:
+    type: str
+    required: false
+    default: window_or_process
+    description: niveau de preuve requis pour considerer l'etat atteint
+    constraints:
+      enum: [window_or_process, uia, ocr, screenshot_diff]
+
+failure_message_template:
+  intention: attendre que la fenetre ou le contenu cible apparaisse
+  attendu: la fenetre ou le contenu cible doit etre visible dans le delai
+  vu: "{observed_human_state}"
+  demande: me montrer la fenetre ou le contenu cible, ou m'indiquer un autre marqueur visible
+
+notes:
+  - "La primitive ne fait pas l'action qui declenche l'etat. Elle attend qu'un etat survienne apres une action precedente."
+  - "expected_state accepte notamment window_title_in, window_title_matches, window_title_contains, process_active, uia_anchor_present, ocr_contains et any_of."
+  - "Plusieurs cles representent un AND implicite. any_of permet un OR explicite entre sous-mappings."
+  - "evidence_required=window_or_process suffit pour la majorite des cas. uia, ocr et screenshot_diff sont des renforcements supervised."
+  - "Aucune coordonnee ecran absolue dans expected_state."
+
+created_at: "2026-05-28T16:35:00+02:00"