# Guide d'Installation - RPA Vision V3

## 🚀 Installation Rapide

### Méthode 1 : Script d'installation automatique (Recommandé)

```bash
# 1. Installer les dépendances
./install_deps.sh

# 2. Lancer l'application
./run.sh
```

## 🔐 Sécurité (Fiche #23)

Depuis la Fiche #23, l'API et le dashboard peuvent exiger un token.

- En **local**, `./run.sh` crée automatiquement un fichier `.env.local` si absent, avec des tokens.
- En **production systemd**, utiliser `sudo ./server/install_prod_stack.sh` (il génère aussi les tokens/secret).

➡️ Voir `SECURITY_QUICKSTART.md` pour les commandes prêtes à copier.

### Méthode 2 : Installation manuelle

```bash
# 1. Créer l'environnement virtuel
python3 -m venv venv_v3

# 2. Activer l'environnement
source venv_v3/bin/activate

# 3. Installer les dépendances
pip install -r requirements.txt
pip install mss pyautogui pygetwindow opencv-python
pip install pytest pytest-cov Flask

# 4. Lancer l'application
python run_gui.py
```

## 📋 Prérequis

- **Python** : 3.8 ou supérieur (3.12 recommandé)
- **RAM** : 8GB minimum, 16GB recommandé
- **Système** : Linux, macOS, ou Windows
- **Ollama** (optionnel) : Pour la détection UI avec VLM

## 🔧 Installation d'Ollama (Optionnel)

Pour utiliser la détection UI sémantique avec VLM :

```bash
# Linux
curl -fsSL https://ollama.ai/install.sh | sh

# macOS
brew install ollama

# Démarrer Ollama
ollama serve

# Télécharger le modèle
ollama pull qwen3-vl:8b
```

## ✅ Vérification de l'installation

```bash
# Activer l'environnement
source venv_v3/bin/activate

# Vérifier les imports
python -c "from core.detection import UIDetector; print('✓ UIDetector OK')"
python -c "import faiss; print('✓ FAISS OK')"
python -c "import torch; print('✓ PyTorch OK')"

# Vérifier le système de capture
python verify_capture_system.py
```

## 🐛 Résolution de problèmes

### Erreur : "externally-managed-environment"

Vous devez utiliser un environnement virtuel :

```bash
python3 -m venv venv_v3
source venv_v3/bin/activate
```

### Erreur : "No module named 'faiss'"

```bash
source venv_v3/bin/activate
pip install faiss-cpu
```

### Erreur : "No module named 'torch'"

```bash
source venv_v3/bin/activate
pip install torch torchvision --index-url https://download.pytorch.org/whl/cpu
```

### Capture d'écran ne fonctionne pas

```bash
source venv_v3/bin/activate
pip install mss pyautogui pygetwindow opencv-python
```

## 📚 Documentation

- **Quick Start** : `QUICK_START.md`
- **Architecture** : `docs/reference/ARCHITECTURE_VISION_COMPLETE.md`
- **Guide de test** : `TESTING_GUIDE.md`
- **Guide d'entraînement** : `TRAINING_GUIDE.md`

## 🎯 Prochaines étapes

Une fois l'installation terminée :

1. Lire le `QUICK_START.md`
2. Tester la détection UI : `./test_quick.sh`
3. Explorer les exemples : `examples/`
4. Consulter la documentation : `docs/`

## 💡 Conseils

- Utilisez toujours l'environnement virtuel `venv_v3`
- Pour GPU : Installez PyTorch avec CUDA
- Pour production : Configurez Ollama en service
- Pour développement : Installez les outils de test

## 📞 Support

En cas de problème :

1. Vérifier les logs dans `logs/`
2. Consulter `STATUS_24NOV.md` pour l'état du projet
3. Lire la documentation dans `docs/`