rpa_vision_v3/docs/guides/DEMARRAGE_RAPIDE.md

# 🚀 Démarrage Rapide - RPA Vision V3

## ✅ Corrections Appliquées (24 Nov 2025)

1. **Bug de capture corrigé** : `'numpy.ndarray' object has no attribute 'read'`
2. **Dashboard documenté** : Lancement avec `--dashboard`
3. **Tests du dashboard corrigés** : pytest installé, imports corrigés

---

## 📋 Prérequis

- Python 3.8+
- Linux (Ubuntu/Debian recommandé)
- 8GB RAM minimum
- GPU optionnel (pour accélération)

---

## 🎯 Lancement Rapide

### Option 1 : Interface GUI Seule

```bash
cd rpa_vision_v3
./run.sh
```

**Ce qui se passe** :
- ✅ Vérification de l'environnement
- ✅ Création du venv si nécessaire
- ✅ Installation des dépendances
- ✅ Lancement de l'interface GUI
- ❌ Dashboard **NON** lancé

**Interface** :
- Bouton **Start** : Démarre la capture d'écran (toutes les 2s)
- Bouton **Pause** : Met en pause
- Bouton **Stop** : Arrête le système
- **Logs** : Affiche les événements en temps réel

---

### Option 2 : GUI + Dashboard Web

```bash
cd rpa_vision_v3
./run.sh --dashboard
```

**Ce qui se passe** :
- ✅ Tout comme Option 1
- ✅ **Dashboard web lancé en arrière-plan**
- ✅ Accessible à : **http://localhost:5001**

**Dashboard** :
- Vue d'ensemble du système
- Statistiques en temps réel
- Workflows détectés
- Graphiques de performance

---

### Option 3 : Dashboard Seul (Sans GUI)

```bash
cd rpa_vision_v3/web_dashboard
python3 app.py
```

**Utilisation** :
- Pour monitorer le système à distance
- Pour développement/débogage
- Accessible à : **http://localhost:5001**

---

## 🔍 Vérification

### Vérifier que Tout Fonctionne

```bash
cd rpa_vision_v3

# Test 1 : Capture d'écran
python3 examples/test_screen_capturer.py

# Test 2 : Détection UI
python3 examples/example_ui_detection.py

# Test 3 : Dashboard
curl http://localhost:5001 2>/dev/null && echo "✓ Dashboard OK" || echo "✗ Dashboard non lancé"
```

---

## 🐛 Résolution de Problèmes

### Problème : Erreur `'numpy.ndarray' object has no attribute 'read'`

**Solution** : ✅ **CORRIGÉ** dans `gui/orchestrator.py`

Vérifier que la correction est appliquée :
```bash
grep -q "tempfile.NamedTemporaryFile" rpa_vision_v3/gui/orchestrator.py && echo "✓ Corrigé" || echo "✗ Pas corrigé"
```

---

### Problème : Dashboard Non Accessible

**Cause** : Dashboard non lancé

**Solutions** :

1. **Relancer avec `--dashboard`** :
   ```bash
   ./run.sh --dashboard
   ```

2. **Vérifier le processus** :
   ```bash
   ps aux | grep "app.py" | grep -v grep
   ```

3. **Vérifier le PID** :
   ```bash
   cat .dashboard.pid
   ```

4. **Vérifier les logs** :
   ```bash
   cat logs/dashboard.log
   ```

5. **Lancer manuellement** :
   ```bash
   cd web_dashboard
   python3 app.py
   ```

---

### Problème : Erreur d'Import

**Symptôme** :
```
ModuleNotFoundError: No module named 'flask'
```

**Solution** :
```bash
source venv_v3/bin/activate
pip install flask
```

---

### Problème : Ollama Non Disponible

**Symptôme** :
```
⚠ Ollama not available, VLM classification disabled
```

**Solution** :
```bash
# Installer Ollama
curl -fsSL https://ollama.com/install.sh | sh

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

# Vérifier
ollama list | grep qwen3-vl
```

---

## 📊 Utilisation

### 1. Démarrer le Système

```bash
./run.sh --dashboard
```

### 2. Cliquer sur "Start" dans la GUI

Le système commence à :
- 📸 Capturer l'écran toutes les 2 secondes
- 🔍 Détecter les éléments UI
- 📊 Analyser les patterns
- 💾 Sauvegarder les données

### 3. Ouvrir le Dashboard

Naviguer vers : **http://localhost:5001**

### 4. Observer les Logs

Dans la GUI, les logs affichent :
```
[11:02:42] 📸 Captured 10 screens, 15 elements detected
[11:02:44] 📸 Captured 20 screens, 18 elements detected
[11:02:46] 📸 Captured 30 screens, 12 elements detected
```

### 5. Arrêter le Système

- Cliquer sur **Stop** dans la GUI
- Ou : `Ctrl+C` dans le terminal

Le dashboard s'arrête automatiquement.

---

## 📁 Structure des Données

```
rpa_vision_v3/
├── data/                    # Données collectées
│   ├── sessions/           # Sessions d'entraînement
│   ├── workflows/          # Workflows détectés
│   └── embeddings/         # Embeddings CLIP
├── logs/                    # Logs système
│   └── dashboard.log       # Logs du dashboard
├── .dashboard.pid          # PID du dashboard
└── venv_v3/                # Environnement virtuel
```

---

## 🎓 Prochaines Étapes

1. **Entraîner le système** :
   - Effectuer des actions répétitives
   - Le système détecte les patterns
   - Les workflows sont sauvegardés

2. **Utiliser les workflows** :
   - Le système suggère des actions
   - Accepter/rejeter les suggestions
   - Le système s'améliore

3. **Monitorer avec le dashboard** :
   - Voir les statistiques
   - Analyser les performances
   - Exporter les données

---

## 📚 Documentation Complète

- **Architecture** : `docs/specs/design.md`
- **API** : `docs/specs/requirements.md`
- **Tests** : `TESTING_GUIDE.md`
- **Corrections** : `CORRECTION_BUGS.md`

---

## 🆘 Support

En cas de problème :

1. Vérifier `CORRECTION_BUGS.md`
2. Consulter les logs : `logs/dashboard.log`
3. Tester les exemples : `examples/`
4. Vérifier l'environnement : `./run.sh` (étapes 1-6)

---

## ✅ Checklist de Démarrage

- [ ] Python 3.8+ installé
- [ ] Ollama installé (optionnel)
- [ ] Modèle qwen3-vl:8b téléchargé (optionnel)
- [ ] Lancé `./run.sh --dashboard`
- [ ] GUI ouverte et "Start" cliqué
- [ ] Dashboard accessible à http://localhost:5001
- [ ] Logs affichent les captures d'écran
- [ ] Aucune erreur dans les logs

---

**Version** : V3.0  
**Date** : 24 novembre 2025  
**Statut** : ✅ Production Ready