rpa_vision_v3/docs/guides/AUTOMATION_GUIDE.md

# 🤖 Guide d'Automatisation RPA Vision V3

## 🎉 Automatisation Complète Implémentée !

Le système d'automatisation est maintenant **100% fonctionnel** et tourne en arrière-plan 24/7.

---

## 📊 Vue d'Ensemble

### Architecture

```
┌──────────────────────────────────────┐
│   AutomationScheduler (Thread)      │
│   Tourne en arrière-plan             │
└──────────────────────────────────────┘
            │
            ├─→ Schedule Triggers
            │   └─→ Vérifie toutes les 1s
            │       └─→ Lance workflows/chaînes
            │
            ├─→ File Triggers
            │   └─→ Surveille répertoires
            │       └─→ Lance sur nouveau fichier
            │
            └─→ Manual Triggers
                └─→ Via API/Interface
```

### Composants

1. **AutomationScheduler** - Thread background qui vérifie les triggers
2. **ChainManager** - Gère les séquences de workflows
3. **TriggerManager** - Gère les déclencheurs
4. **Métriques Prometheus** - Suivi des exécutions

---

## 🚀 Utilisation

### 1. Créer une Chaîne Automatique

**Scénario : Backup quotidien automatique**

```python
from core.monitoring import AutomationScheduler
from core.monitoring.chain_manager import ChainManager
from core.monitoring.trigger_manager import TriggerManager
from pathlib import Path

# Initialiser les managers
cm = ChainManager(Path('data/chains'))
tm = TriggerManager(Path('data/triggers'))

# Créer une chaîne
chain = cm.create_chain(
    name="Backup Quotidien",
    workflows=["wf_export", "wf_compress", "wf_upload"]
)

# Créer un trigger schedule pour cette chaîne
trigger = tm.create_trigger(
    trigger_type="schedule",
    workflow_id=chain.chain_id,  # Pointer vers la chaîne !
    config={
        "interval_seconds": 86400  # 24 heures
    }
)

print(f"✅ Chaîne {chain.chain_id} créée")
print(f"✅ Trigger {trigger.trigger_id} créé")
print("🤖 Le backup se lancera automatiquement toutes les 24h")
```

### 2. Créer un Trigger File

**Scénario : Traiter automatiquement les factures**

```python
# Créer un trigger qui surveille un dossier
trigger = tm.create_trigger(
    trigger_type="file",
    workflow_id="wf_process_invoice",
    config={
        "watch_directory": "/tmp/invoices",
        "file_pattern": "*.pdf"
    }
)

print("✅ Trigger file créé")
print("🤖 Chaque PDF dans /tmp/invoices lancera le workflow")
```

### 3. Via l'Interface Admin

1. **Accéder** : http://localhost:5001
2. **Onglet "Chaînes"** :
   - Cliquer "➕ Nouvelle Chaîne"
   - Sélectionner les workflows
   - Sauvegarder

3. **Onglet "Déclencheurs"** :
   - Cliquer "➕ Nouveau Déclencheur"
   - Choisir le type (schedule/file)
   - Configurer
   - Activer

4. **Onglet "Métriques"** :
   - Voir le statut de l'automatisation
   - Démarrer/Arrêter le scheduler
   - Voir les triggers actifs

---

## ⚙️ Configuration

### Démarrage Automatique

Le scheduler démarre automatiquement avec le dashboard :

```python
# Dans web_dashboard/app.py
automation_scheduler = AutomationScheduler(
    trigger_manager=trigger_manager,
    chain_manager=chain_manager,
    check_interval=1.0  # Vérifier toutes les secondes
)
automation_scheduler.start()
```

### Contrôle via API

```bash
# Vérifier le statut
curl http://localhost:5001/api/automation/status

# Démarrer
curl -X POST http://localhost:5001/api/automation/start

# Arrêter
curl -X POST http://localhost:5001/api/automation/stop
```

---

## 📝 Exemples Complets

### Exemple 1 : Monitoring Automatique

```python
# Créer une chaîne de monitoring
chain = cm.create_chain(
    name="Health Check",
    workflows=["wf_check_disk", "wf_check_memory", "wf_send_report"]
)

# Lancer toutes les heures
trigger = tm.create_trigger(
    trigger_type="schedule",
    workflow_id=chain.chain_id,
    config={"interval_seconds": 3600}
)
```

### Exemple 2 : Traitement de Fichiers

```python
# Créer un workflow de traitement
# (le workflow doit déjà exister)

# Surveiller un dossier
trigger = tm.create_trigger(
    trigger_type="file",
    workflow_id="wf_process_csv",
    config={
        "watch_directory": "/data/imports",
        "file_pattern": "*.csv"
    }
)
```

### Exemple 3 : Chaîne Complexe

```python
# Créer une chaîne multi-étapes
chain = cm.create_chain(
    name="Process Complet",
    workflows=[
        "wf_login",
        "wf_download_data",
        "wf_transform",
        "wf_upload",
        "wf_logout"
    ]
)

# Lancer tous les jours à minuit (86400 secondes)
trigger = tm.create_trigger(
    trigger_type="schedule",
    workflow_id=chain.chain_id,
    config={"interval_seconds": 86400}
)
```

---

## 🔍 Monitoring

### Logs

Tous les événements sont loggés :

```bash
# Voir les logs du scheduler
tail -f logs/automation_scheduler.log

# Voir les logs des chaînes
tail -f logs/chain_manager.log

# Voir les logs des triggers
tail -f logs/trigger_manager.log
```

### Métriques Prometheus

```bash
# Voir les métriques
curl http://localhost:5001/metrics | grep trigger

# Exemples de métriques :
# trigger_fires_total{trigger_type="schedule",workflow_id="chain_001"} 42
# chain_executions_total{chain_id="chain_001",status="success"} 40
# workflow_duration_seconds{workflow_id="wf_login"} 5.2
```

### Interface Admin

Onglet **Métriques** :
- 🟢 Statut du scheduler (Actif/Arrêté)
- 📊 Nombre de triggers actifs
- ⏱️ Intervalle de vérification
- 🔄 Bouton Démarrer/Arrêter

---

## 🛠️ Dépannage

### Le scheduler ne démarre pas

```python
# Vérifier le statut
import requests
r = requests.get('http://localhost:5001/api/automation/status')
print(r.json())

# Démarrer manuellement
r = requests.post('http://localhost:5001/api/automation/start')
print(r.json())
```

### Les triggers ne se déclenchent pas

```python
# Vérifier que le trigger est activé
trigger = tm.get_trigger('trigger_001')
print(f"Enabled: {trigger.enabled}")

# Activer si nécessaire
tm.enable_trigger('trigger_001')

# Vérifier la config
print(f"Config: {trigger.config}")
```

### Les chaînes échouent

```python
# Vérifier l'historique
chain = cm.get_chain('chain_001')
print(f"Success rate: {chain.success_rate}%")
print(f"Last execution: {chain.last_execution}")
print(f"History: {chain.execution_history[-5:]}")  # 5 dernières
```

---

## 📊 Comportement

### Schedule Triggers

- ✅ Vérifie toutes les **1 seconde**
- ✅ Lance si **interval écoulé**
- ✅ Met à jour **last_fired**
- ✅ Incrémente **métriques Prometheus**

### File Triggers

- ✅ Vérifie toutes les **1 seconde**
- ✅ Détecte **nouveaux fichiers**
- ✅ Lance **un workflow par fichier**
- ✅ Mémorise **fichiers traités** (évite doublons)

### Chaînes

- ✅ Exécution **séquentielle**
- ✅ **Arrêt sur échec**
- ✅ **Historique** sauvegardé
- ✅ **Taux de succès** calculé

---

## 🎯 Cas d'Usage

### 1. Backup Automatique
- Chaîne : Export → Compress → Upload
- Trigger : Schedule (quotidien)

### 2. Traitement de Fichiers
- Workflow : Process CSV
- Trigger : File (*.csv)

### 3. Monitoring Continu
- Chaîne : Check → Alert → Report
- Trigger : Schedule (horaire)

### 4. Workflow Nocturne
- Chaîne : Cleanup → Backup → Report
- Trigger : Schedule (minuit)

---

## ✨ Résumé

✅ **Scheduler automatique** - Tourne 24/7 en arrière-plan
✅ **Schedule triggers** - Intervalles configurables
✅ **File triggers** - Surveillance de répertoires
✅ **Chaînes automatiques** - Séquences de workflows
✅ **Logs complets** - Tous les événements tracés
✅ **Métriques Prometheus** - Monitoring temps réel
✅ **Interface admin** - Contrôle visuel
✅ **API REST** - Contrôle programmatique

**L'automatisation est maintenant complète et opérationnelle !** 🚀