# 🎯 Guide de Test Complet - RPA Vision V3

## ✅ État du Système - PRÊT POUR TESTS RÉELS

### Services Production Actifs
- **✅ API Server** (port 8000) - Fonctionnel
- **✅ Dashboard** (port 5001) - Fonctionnel  
- **✅ Worker** - Traitement externe actif
- **✅ Agent V0** - Prêt pour capture
- **✅ GPU** - NVIDIA GeForce RTX 5070 disponible
- **✅ Ollama** - qwen3-vl:8b model disponible

### Token d'Accès Dashboard
```
http://localhost:5001/?token=1ad8316da655cb465750619b516f68a9d90728e2cdf80becb5
```

## 🚀 Plan de Test Complet

### Phase 1: Test de Capture Agent V0

#### 1.1 Lancement de l'Agent
```bash
./run.sh --agent
```

**Résultat attendu:**
- Icône apparaît dans la zone de notification (system tray)
- Icône grise = inactif
- Clic droit → menu avec "Start session"

#### 1.2 Test de Capture Simple
1. **Clic gauche** sur l'icône → Start session
2. **Icône devient verte** = enregistrement actif
3. **Effectuer quelques actions:**
   - Ouvrir une application (navigateur, éditeur de texte)
   - Cliquer sur quelques éléments
   - Taper du texte
   - Utiliser des raccourcis (Ctrl+C, Ctrl+V)
4. **Clic gauche** sur l'icône → Stop session
5. **Vérifier upload automatique** dans les logs

#### 1.3 Vérification des Données
```bash
# Vérifier sessions locales
ls -la agent_v0/sessions/

# Vérifier logs agent
tail -f agent_v0/logs/agent_v0.log
```

### Phase 2: Vérification Pipeline de Traitement

#### 2.1 Monitoring Dashboard
1. **Ouvrir:** http://localhost:5001/?token=1ad8316da655cb465750619b516f68a9d90728e2cdf80becb5
2. **Vérifier:** Sessions uploadées apparaissent
3. **Observer:** Progression du traitement (OBSERVATION → COACHING)

#### 2.2 API Status
```bash
# Vérifier queue de traitement
curl http://localhost:8000/api/traces/queue

# Vérifier sessions
curl http://localhost:8000/api/traces/sessions

# Vérifier status
curl http://localhost:8000/api/traces/status
```

### Phase 3: Test d'Apprentissage Progressif

#### 3.1 Workflow Répétitif (5+ fois)
**Scénario suggéré:** Workflow de connexion/navigation
1. Ouvrir navigateur
2. Aller sur un site (ex: github.com)
3. Cliquer sur "Sign in"
4. Remplir champs (sans vraies données sensibles)
5. Naviguer dans l'interface

**Répéter 5-10 fois** pour déclencher l'apprentissage automatique.

#### 3.2 Monitoring de l'Apprentissage
- **Dashboard:** Observer progression OBSERVATION → COACHING
- **Logs Worker:** `sudo journalctl -u rpa-vision-v3-worker -f`
- **Embeddings:** Vérifier création dans `data/embeddings/`
- **FAISS Index:** Vérifier construction dans `data/faiss_index/`

### Phase 4: Test des Composants Avancés

#### 4.1 Visual Workflow Builder
```bash
# Lancer en parallèle
./run.sh --workflow
```
- **URL:** http://localhost:3000
- **Test:** Création de workflow visuel
- **Intégration:** Import des sessions capturées

#### 4.2 Self-Healing
```bash
# Test du système d'auto-guérison
python3 demo_self_healing.py
```

#### 4.3 Analytics
```bash
# Test du système d'analytics
python3 demo_analytics.py
```

## 🔍 Points de Contrôle Critiques

### Capture Agent V0
- [ ] Agent démarre sans erreur
- [ ] Icône tray fonctionnelle
- [ ] Capture screenshots (mode crop)
- [ ] Capture clics souris
- [ ] Capture combos clavier
- [ ] Upload automatique vers API
- [ ] Gestion des erreurs réseau

### Pipeline de Traitement
- [ ] Réception sessions par API
- [ ] Traitement par Worker externe
- [ ] Création ScreenState (Layer 1)
- [ ] Détection UIElement (Layer 2)
- [ ] Génération embeddings (Layer 3)
- [ ] Construction workflow graph (Layer 4)

### Apprentissage Automatique
- [ ] Progression OBSERVATION (5+ sessions)
- [ ] Transition vers COACHING (10+ sessions)
- [ ] Amélioration précision matching
- [ ] Construction index FAISS
- [ ] Persistance des apprentissages

### Intégration Système
- [ ] Communication Agent ↔ API
- [ ] Communication API ↔ Worker
- [ ] Communication Worker ↔ Dashboard
- [ ] Persistance données
- [ ] Monitoring temps réel

## 🐛 Dépannage

### Agent V0 ne démarre pas
```bash
# Vérifier dépendances
source venv_v3/bin/activate
pip install pystray mss pynput cryptography

# Vérifier logs
tail -f agent_v0/logs/agent_v0.log
```

### Upload échoue
```bash
# Vérifier API
curl http://localhost:8000/healthz

# Vérifier services
sudo systemctl status 'rpa-vision-v3-*'
```

### Traitement bloqué
```bash
# Vérifier worker
sudo journalctl -u rpa-vision-v3-worker -f

# Vérifier queue
curl http://localhost:8000/api/traces/queue
```

## 📊 Métriques de Succès

### Performance Attendue
- **Capture:** 30+ FPS screenshots
- **Upload:** < 5 secondes par session
- **Traitement:** < 30 secondes par session
- **Précision BBOX:** ~95% (amélioré de ~60%)
- **Matching:** >90% après 10+ sessions

### Progression d'Apprentissage
1. **Sessions 1-5:** OBSERVATION - Collecte de données
2. **Sessions 6-10:** COACHING - Patterns émergents  
3. **Sessions 11-20:** AUTO_CANDIDATE - Automatisation partielle
4. **Sessions 20+:** AUTO_CONFIRMED - Automatisation complète

## 🎯 Scénarios de Test Recommandés

### Scénario 1: Workflow Bureautique
- Ouvrir LibreOffice/Word
- Créer nouveau document
- Taper texte, formater
- Sauvegarder
- **Répéter 10 fois**

### Scénario 2: Navigation Web
- Ouvrir navigateur
- Recherche Google
- Cliquer sur résultats
- Navigation dans site
- **Répéter 10 fois**

### Scénario 3: Gestion Fichiers
- Ouvrir gestionnaire fichiers
- Créer dossier
- Copier/coller fichiers
- Renommer éléments
- **Répéter 10 fois**

## 🚀 Commandes Rapides

```bash
# Lancement complet
./run.sh --full

# Agent seul
./run.sh --agent

# Monitoring
./run.sh --dashboard

# Status système
./run.sh --status

# Tests rapides
./test_quick.sh

# Logs temps réel
sudo journalctl -u rpa-vision-v3-worker -f
tail -f agent_v0/logs/agent_v0.log
```

## 📈 Résultats Attendus

Après 10+ sessions d'un même workflow, vous devriez observer:

1. **Dashboard:** Progression visible OBSERVATION → COACHING
2. **Précision:** Amélioration du matching des éléments UI
3. **Vitesse:** Réduction du temps de traitement
4. **Robustesse:** Adaptation aux variations d'interface
5. **Workflows:** Génération automatique de graphes exécutables

---

**🎉 Votre système RPA Vision V3 est prêt pour des tests réels d'apprentissage automatique!**

Commencez par `./run.sh --agent` et suivez ce guide étape par étape.