Date : 13/10/2026
Demande : permettre à Raphaël de dire "lance X dans 10 minutes" (différé temporel) ou "quand la mission Y est terminée, lance Z" (conditionnel événementiel), avec une architecture capable de gérer cette logique dans la durée.
Verdict : Faisable, risque faible, effort modéré (1 nouveau démon + 1 outil MCP + ~200-300 lignes). L'écosystème a déjà tous les briques nécessaires (démons détachés, fichiers d'état JSON, détection de statut de mission, canal Telegram/WS) — il manque uniquement la brique de planification elle-même, qui doit être un nouveau composant dédié plutôt qu'un bricolage dans un démon existant.
| Composant | Fichier | Fréquence | État persisté | Rôle |
|---|---|---|---|---|
| Pulse Daemon V2 | C:\ASSISTANT_IA\pulse_daemon.py |
boucle 60s (CHECK_INTERVAL_SEC) |
pulse_state.json |
Déclenche des routines récurrentes (12h/24h/48h/7j) si is_system_idle(), écrit trigger_task.json |
| Mission Watchdog | C:\ASSISTANT_IA\mission_watchdog.py |
boucle asyncio 5s, sous-scan pipelines 30s | mission_watchdog_state.json |
Scanne pipelines/*/state.json, détecte fin de mission via TERMINAL_PATTERN (regex L137-140), alerte Telegram + injecte Claude Code |
| Workflow Architect Daemon | tools/workflow_architect_daemon.py |
boucle 10s + pulsation intégrité 6h | workflow_architect_state.json |
Supervise l'arborescence tools/, singleton par PID (ensure_singleton(), L107) |
| Fast Check Daemons | tools/fast_check_daemons.py |
ponctuel (pas une boucle) | — | Vérifie via Win32_Process que chaque démon tourne, relance sinon via .vbs |
| Serveur Jarvis | JARVIS_LIVE_VOICE\server.py |
process long-lived (uvicorn, supervisé par supervisor.py) |
missions_history.json + dict mémoire _global_missions |
dispatch_mission() (L6613) lance une mission, statut queued→dispatched/running→done/failed. Endpoint POST /api/missions/launch (L1609) |
Constats clés pour la conception :
- Aucun scheduler générique n'existe (pas d'APScheduler, pas de threading.Timer, pas de tâche Windows planifiée — tous les démons sont des process détachés lancés via .vbs).
- Le statut de fin de mission est déjà normalisé à deux endroits : mission["status"] in ("done","failed") côté serveur (source mémoire, perdue si le process redémarre) et TERMINAL_PATTERN sur pipelines/*/state.json (source disque, résiliente). Il faut s'appuyer sur la source disque pour une condition fiable dans la durée.
- Le canal de notification de fin de mission existe déjà en double (WS broadcast_mission_update() + Telegram via summarize_mission_closure() dans mission_watchdog.py) — rien à réinventer ici.
- L'enregistrement MCP suit un pattern fixe : tools/registry.py::register() ou plugin tools/mcp_plugins/*.py + sync_mcp_registry.py pour propager.
- À ne pas confondre : les outils CronCreate/CronList/CronDelete et le skill schedule disponibles dans Claude Code pilotent des routines cloud Claude Code planifiées par cron — un système entièrement différent, qui n'a pas accès au serveur FastAPI local ni à pipelines/*/state.json. Ils ne sont pas réutilisables pour ce besoin.
mission_watchdog.pyTentant de greffer la planification sur mission_watchdog.py puisqu'il scanne déjà pipelines/*/state.json avec TERMINAL_PATTERN — mais ce serait mélanger deux responsabilités (surveillance/alerte vs. déclenchement d'actions), et créer un risque de régression sur un démon déjà critique. Recommandation : un nouveau fichier scheduler_daemon.py à la racine, qui importe TERMINAL_PATTERN et find_current_mission-like logic depuis mission_watchdog.py (ou en extrait la détection dans un petit module partagé tools/mission_status_lib.py) plutôt que de la dupliquer — c'est le point exact où la règle "cohérence systématique" du projet mord : deux copies de la même regex qui divergent un jour est le genre de bug déjà vécu (cf. mémoire sur le mapping de colonnes).
scheduled_actions.jsonMême pattern que pulse_state.json/mission_watchdog_state.json (fichier JSON au format {"items": [...]}) :
{
"items": [
{
"id": "sched-20261013-001",
"created_at": "2026-10-13T14:32:00-04:00",
"type": "delai",
"trigger_at": "2026-10-13T14:42:00-04:00",
"action": {"instruction": "Lance la chasse produit mission X", "brain": "claude"},
"status": "pending"
},
{
"id": "sched-20261013-002",
"created_at": "2026-10-13T14:35:00-04:00",
"type": "condition",
"condition": {"mission_slug": "page-produit-ysenra-01", "statuts_attendus": ["done"], "timeout_at": "2026-10-13T20:00:00-04:00"},
"action": {"instruction": "Lance la campagne pub pour Ysenra", "brain": "claude"},
"status": "pending"
}
]
}
Champ type extensible ("delai" / "condition" aujourd'hui ; laisse la place à "heure_fixe" ou "fenetre_horaire" plus tard sans changer le schéma).
workflow_architect_daemon.py, suffisant pour une granularité "minutes" et compatible avec la contrainte Windows de process détaché).ensure_singleton() de workflow_architect_daemon.py, L107-130).status == "pending" :delai : si now() >= trigger_at → déclenche.condition : relit pipelines/<mission_slug>/state.json, compare statut/statut_global à TERMINAL_PATTERN (ou à statuts_attendus si fourni) → déclenche. Si timeout_at dépassé sans condition remplie → statut "expire" + notification (ne jamais laisser un item "pending" indéfiniment, cf. règle du projet sur la clôture de mission watchdog).POST http://localhost:<port>/api/missions/launch vers le serveur déjà en vie (process long-lived supervisé par supervisor.py) — plus direct et moins latent que le fallback trigger_task.json. Si le serveur ne répond pas (down), fallback sur l'écriture de trigger_task.json (même pattern que pulse_daemon.py), consommé par Remoat/CalendarWatcher.pending → triggered avant l'appel réseau (écrire l'état puis agir, pas l'inverse) pour éviter un double déclenchement si le démon crashe entre les deux.telegram_reliable.send_telegram_reliable().trigger_at est déjà dans le passé : déclencher immédiatement avec la mention "exécuté en retard (machine éteinte/démon arrêté)" plutôt que de le perdre silencieusement.planifier_missionNécessaire pour que Raphaël puisse dire vocalement "dans 10 minutes, lance..." ou "quand la mission Y est finie, lance..." et que le LLM (Claude/Antigravity) le traduise en appel structuré plutôt qu'en texte libre mal interprété.
tools/registry.py::register() (ou plugin tools/mcp_plugins/scheduler.py + register_plugin()), puis sync_mcp_registry.py --notify pour propager dans .mcp.json et les autres manifests.StrictArgsModel) : mode: Literal["delai","condition"], delai_minutes: int | None, mission_cible_slug: str | None (le slug de la mission dont on attend la fin — à faire confirmer par le LLM via le nom/slug réel du pipeline, jamais inventé), instruction: str (l'action à lancer), brain: str.scheduled_actions.json et retourne une confirmation orale ("D'accord, je lance X dans 10 minutes" / "Je lance X dès que [mission Y] sera terminée") — cohérent avec la règle de synthèse vocale du projet.annuler_mission_planifiee(id) pour permettre "annule ce que tu avais prévu de lancer" — sinon un item planifié par erreur ne peut jamais être retiré sans édition manuelle du JSON.scheduler_daemon.py à la liste surveillée de tools/fast_check_daemons.py (même mécanisme Win32_Process + relance .vbs), et créer lance_scheduler_daemon_invisible.vbs sur le modèle des trois autres lanceurs.pipelines/*/state.json (disque, résilient au redémarrage du serveur) pour les conditions, jamais sur le dict mémoire _global_missions du serveur qui est perdu à chaque restart (supervisor.py relance uvicorn sur crash).TERMINAL_PATTERN : à factoriser dans un module partagé avec mission_watchdog.py plutôt que copiée — sinon risque de divergence silencieuse entre les deux détections (incident déjà vécu sur un mapping de colonnes dupliqué, cf. mémoire projet).triggered avant l'action réseau, pas après — sinon un crash du démon entre les deux relance la même action au redémarrage.timeout_at sur les conditions événementielles, avec notification explicite d'expiration — sinon un item "condition jamais remplie" reste invisible pour toujours (même anti-pattern que les alertes watchdog laissées sans décision, déjà corrigé dans la checklist d'auto-validation du projet).CronCreate/skill schedule de Claude Code (routines cloud) — mécanisme totalement séparé, sans accès au serveur FastAPI local ni aux pipelines.TERMINAL_PATTERN + logique de lecture pipelines/*/state.json dans tools/mission_status_lib.py, importé par mission_watchdog.py (refactor sans changement de comportement) et par le futur scheduler_daemon.py.scheduler_daemon.py (boucle, singleton PID, lecture/écriture scheduled_actions.json, déclenchement HTTP + fallback trigger_task.json, notification Telegram).lance_scheduler_daemon_invisible.vbs + ajouter l'entrée dans tools/fast_check_daemons.py.planifier_mission (+ annuler_mission_planifiee) dans tools/registry.py ou tools/mcp_plugins/scheduler.py, puis sync_mcp_registry.py --notify.trigger_task.json).Aucune implémentation n'a été faite à ce stade — ce document est uniquement l'étude de faisabilité et l'architecture proposée, prête à être construite sur confirmation.