fix: grounding pour TOUT texte visible (OCR + VLM), auto-unload gemma4

1. Le grounding se déclenche pour by_text_source="vlm" (pas juste "ocr")
   Les textes lus par gemma4 (onglets, labels) sont du texte visible,
   le grounding doit les chercher comme n'importe quel texte OCR.

2. gemma4 est automatiquement déchargé après le build_replay
   pour libérer la VRAM et permettre à qwen2.5vl de charger au replay.

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

agent_v0/server_v1/api_stream.py

@@ -5189,8 +5189,8 @@ def _resolve_target_sync(
         # ---------------------------------------------------------------
         by_text_source = target_spec.get("by_text_source", "")
 
-        if by_text_strict and by_text_source == "ocr":
-            # Texte OCR fiable → grounding VLM direct
+        if by_text_strict and by_text_source in ("ocr", "vlm"):
+            # Texte visible (OCR ou lu par gemma4) → grounding VLM direct
             grounding_result = _resolve_by_grounding(
                 screenshot_path=screenshot_path,
                 target_spec=target_spec,
@@ -5206,8 +5206,8 @@ def _resolve_target_sync(
                 )
                 return grounding_result
 
-        if not by_text_strict or by_text_source != "ocr":
-            # Template matching sur la fenêtre active si disponible (évite les faux positifs)
+        if not by_text_strict or by_text_source not in ("ocr", "vlm"):
+            # Template matching pour les éléments sans texte (icônes pures)
             window_capture = target_spec.get("window_capture", {})
             window_rect = window_capture.get("rect")
             from pathlib import Path as _Path

agent_v0/server_v1/stream_processor.py

@@ -438,6 +438,20 @@ def _needs_post_wait(action: dict) -> int:
 _GEMMA4_PORT = os.environ.get("GEMMA4_PORT", "11435")
 
 
+def _unload_gemma4():
+    """Décharger gemma4 du GPU Docker pour libérer la VRAM pour qwen2.5vl."""
+    try:
+        import requests as _req
+        _req.post(
+            f"http://localhost:{_GEMMA4_PORT}/api/generate",
+            json={"model": "gemma4:e4b", "keep_alive": 0},
+            timeout=5,
+        )
+        logger.info("gemma4 déchargé du GPU (VRAM libérée)")
+    except Exception:
+        pass
+
+
 def _gemma4_read_element(
     img_b64: str,
     window_title: str = "",
@@ -1512,6 +1526,10 @@ def build_replay_from_raw_events(
         "(%d/%d clics avec visual_mode, %d avec screenshot de référence)",
         session_id, len(result), visual_clicks, total_clicks, verified_count,
     )
+
+    # Libérer gemma4 du GPU pour que qwen2.5vl puisse charger au replay
+    _unload_gemma4()
+
     return result