🏛️ CHANTIER MAJEUR PRIORITAIRE #1 — Architecture « Guichet Unique & Orchestrateur Multi-Agents (1 SOP = 1 Agent) »

(Validé officiellement par Raphaël le 10/11/2026 — Lancement immédiat dès SneakSafe actif en publicité)

1. Contexte & Déclencheur

Lors du prototype SneakSafe (novembre 2026), l'Agent Usine Boutique a montré ses forces (génération de code, responsive, CRO) mais aussi ses limites lorsqu'il a tenté d'intervenir sur des domaines hors de son périmètre (retouche d'images avec des bricolages PIL au lieu de modèles IA génératifs).
Décision arrêtée avec Raphaël :
- SneakSafe reste notre prototype étalon : nous finalisons son alignement et nous lançons les publicités immédiatement pour nous confronter au marché réel sans perdre une minute.
- Dès que SneakSafe tourne en pub : nous déployons ce système multi-agents pour industrialiser la sortie en chaîne des 10 prochains produits validés du Tracker (REVIVE CARE, Apex, VitaMove, etc.).


2. Les 6 Principes Fondateurs Intransgressibles (Architecture & Verrouillage Système)

Principe A : Le Guichet Unique (Un Seul Interlocuteur pour Raphaël)

Principe B : Spécialisation Absolue « 1 SOP = 1 Agent Dédié »

Chaque agent possède un profil hermétique et des règles de non-empiètement strictes :
1. Agent Chasse & Sourcing : Pilote chasse_orchestrateur.py, analyse Minea/AliExpress, valide le fournisseur et les marges.
2. Agent Usine Studio (Médias & Images) : Expert exclusif du traitement visuel et vidéo IA (fal.ai, Nano Banana Pro/Edit, Kling, découpe muette). Il a interdiction de toucher au code HTML/Shopify.
3. Agent Usine Boutique : Expert exclusif du code, des templates Liquid, du CSS, de l'ergonomie mobile et du CRO. Il a interdiction absolue de retoucher des images avec du bricolage (PIL/Paint) : il consomme les visuels livrés par le Studio.
4. Agent Publicités & Copywriting : Expert des scripts UGC, du Studio Pub (studio/cli.py) et du montage final.

Principe C : Communication par Bons de Commande Asynchrones (Zéro Dérive Peer-to-Peer)

Principe D : Verrouillage d'Autorité Structurel & Tool-Gating (« Retrait Matériel de la Capacité de Coder/Bricoler »)

(Capitalisé suite au retour d'expérience direct SneakSafe le 11/11/2026)
- Constat clé : Les consignes négatives dans le prompt ("ne code pas", "n'utilise pas PIL", "ne crée pas de rectangle opaque") échouent toujours quand l'agent est coincé. L'interdiction doit être physique et logicielle, intégrée à la configuration du runtime :
- Tool-Gating au niveau du sous-agent : Désactivation de la permission d'écriture (EnableWriteTools: false) pour les agents qui n'ont pas à manipuler le code ou les fichiers système (copywriting, scoring, review, chasse).
- Suppression du terminal / shell libre : Aucun sous-agent spécialisé (hors agent développeur web) ne dispose d'un accès au terminal shell (run_command). L'Agent Studio dispose d'appels API IA certifiés (V-Make, fal.ai), mais ne peut pas lancer de scripts Python arbitraires pour masquer une vidéo avec un rectangle noir.
- Échec franc obligatoire : Si l'outil dédié échoue (quota, indisponibilité API), l'agent a l'interdiction de chercher un plan B artisanal : il consigne immédiatement un état d'arrêt propre (status: "BLOCKED") dans son JSON de livraison pour arbitrage par Jarvis/Raphaël.

Principe E : Prompts Systèmes Hyper-Spécifiques et Hermétiques (« 1 SOP = 1 Prompt Taillé au Scalpel »)

Principe F : Assertions Déterministes & Filets de Sécurité Automatiques (Kill-Switch Validateurs)

Principe G : La Rupture Architecturale « Chaîne de Montage Déterministe vs Touche-à-Tout »

(Maturité actée par Raphaël le 11/11/2026)
- Le constat rétrospectif : Un agent généraliste (même assisté de SOPs et Skills) reste un "homme-orchestre" sujet à la dilution d'attention, à l'hallucination progressive et au réflexe de contournement (bricolage) dès que le contexte enfle.
- Le vrai système agentique industriel :
1. Spécialisation d'usine : Chaque agent est un maillon d'une chaîne de montage (assembly line) effectuant une tâche unique, répétitive et complexe, avec un prompt minimaliste et zéro distraction.
2. Entrée stricte ➔ Traitement certifié ➔ Sortie stricte : Chaque agent reçoit un input typé (JSON) et produit un output typé, transmis au maillon suivant sans dialogue libre non borné.
3. Qualité intrinsèque supérieure : La précision s'élève drastiquement car le LLM opère dans un rayon d'action chirurgical, avec des permissions verrouillées (tool-gating matériel) et des filets de sécurité infranchissables.
4. Conservation du Guichet Unique : Raphaël conserve un dialogue fluide et unique avec Jarvis (le Coordinateur), qui orchestre l'usine en coulisses sans imposer à Raphaël de micro-manager chaque ouvrier.


3. Feuille de Route d'Implémentation (Déploiement en 4 Jalons)

Jalon Intitulé Description technique Livrable
Jalon 1 Protocole d'Échange, State Machine & Tool-Gating Création du dossier standard PRODUITS/<produit>/echanges/ avec schémas JSON stricts (commande.json / livraison.json) et profils de permissions (EnableWriteTools: false, tool-gating par rôle). tools/agent_state_machine.py + tools/agent_permissions.py
Jalon 2 Agent Usine Studio Autonome & Validateurs d'Assertions Création de tools/agent_usine_studio.py connecté aux API certifiées (fal.ai, V-Make), sans terminal shell libre, avec assertions automatiques de conformité (anti-masquage opaque, ratios stricts). tools/agent_usine_studio.py + tools/assert_studio_delivery.py
Jalon 3 Le Cerveau Guichet Unique & Prompts Systèmes Hermétiques Création de tools/jarvis_guichet_unique.py avec prompts systèmes hyper-spécifiques pour chaque agent, orchestration des Watchdogs et reporting vocal/Telegram à Raphaël. tools/jarvis_guichet_unique.py + prompts/system/
Jalon 4 Test Étalon Réel sur REVIVE CARE Exécution d'un pipeline complet autonome de A à Z sur le produit suivant du Tracker (REVIVE CARE) avec contrôle zéro intervention humaine jusqu'au rapport final. Boutique + Visuels REVIVE CARE prêts

⏳ A FAIRE UN AUTRE JOUR (ajouté le 07/10/2026) — DeepSeek Harness (dsh) comme système parallèle à Claude Code

Question posée par Raphael : DeepSeek Harness (dsh, agent runtime open-source de DeepSeek) pourrait-il remplacer/mirror tout notre écosystème Claude Code actuel (SOPs, skills, dossiers, workflows CLI), en payant leur propre API ?

Réponse établie après inspection réelle (installé en v0.2.0-rc.2, config disséquée via dsh --profile headless --dump-config) + recherche internet (retour d'expérience indépendant atlascloud.ai) :
- Architecturalement équivalent sur le papier : CLAUDE.md (dsh-agent-instructions), skills (dsh-skill), sous-agents (dsh-subagent), permissions (DSH_PERMISSION_MODE=danger-full-access), MCP (dsh-mcp-resources), outils shell Windows-aware — tout existe comme plugin.
- Verdict : un pas en arrière si adopté maintenant, pas un pas en avant. Raison : bug réel documenté par un tiers indépendant — 3 runs du même test donnent "Success" à chaque fois, mais 1 seul produit un résultat réellement correct (les 2 autres ont des erreurs silencieuses malgré le "succès" affiché). Le projet est officiellement étiqueté "developer preview" avec avertissement explicite de changements cassants à venir.
- Blocage technique additionnel : pas de pont OpenRouter/multi-provider public — câblé en dur sur la clé officielle DeepSeek payante.
- À revisiter dans quelques mois, pas maintenant — ne pas relancer ce chantier sans qu'un changement de statut (sortie de "developer preview", pont multi-provider, retours terrain meilleurs) soit d'abord vérifié.

🚫 ÉTUDE FAITE (08/10/2026) — DeepSeek Harness (« Arès ») & Janus pour l'analyse vidéo


📝 Liste de chantiers dictée par Raphael en vocal (03/10/2026, 18h45-18h53) — NE RIEN LANCER, en attente de priorisation groupée

Contexte : dicté pendant une fenêtre sans quota (agy + claude-code), avec consigne explicite et répétée de Raphael de ne lancer AUCUNE mission tant qu'il n'a pas fait la synthèse lui-même pour arbitrer les priorités. Simple consignation, zéro exécution.

Côté Cultivez Facilement

  1. Pubs à faire de A à Z, intégralement — campagne complète restant à produire (pas de détail d'angle donné).
  2. Section "installations" de la page produit : plusieurs photos actuellement en ligne montrent le système de Raphael en plein chantier/test (mises en place "juste pour test", pas représentatives) — à nettoyer par retouche IA générative (enlever les éléments parasites en gardant le côté naturel, pas de surproduction). Raphael a par ailleurs d'autres photos d'installations réelles qu'il veut charger dans cette même section une fois le nettoyage fait.
  3. Badges de réassurance paiement (Visa/Mastercard, etc.) — Raphael n'est pas sûr lui-même si c'est au checkout ou dans le panier, à clarifier avec lui avant d'implémenter. Rappel contrainte déjà actée le 16/09/2026 (voir plus bas dans ce fichier) : Stripe configuré carte uniquement (payment_method_types: ['card']), donc pas de logo Apple Pay/Link si ces badges sont ajoutés.

Côté boutique Ysenra (prononcé "Izemora" à l'oral)

  1. Le produit actuellement en ligne (compris "Axia" à l'oral — nom exact à confirmer) est à archiver : n'a rien donné commercialement.
  2. Nouvelle méthode proposée par Raphael pour la suite : étudier les ~11-12 produits déjà validés dans le Tracker avec le pipeline existant (potentiel marché etc.), puis pour les meilleurs, construire à l'avance une page produit + page d'accueil "en brouillon" (site complet, non publié) pour chacun. Les mettre en file d'attente par ordre de priorité et les activer un par un. Dès qu'un produit testé ne marche pas, basculer immédiatement sur le suivant déjà prêt, pour ne jamais être à court de candidat prêt à tester. Raphael a demandé un avis sur cette méthode — pas encore donné, à faire au prochain échange utile.

Question posée par Raphael, réponse trouvée (aucune action demandée, juste à lui restituer)

  1. Il a demandé où en était "la possibilité de différer/programmer des missions" (lancement conditionnel ou différé dans le temps), sans se souvenir du nom. Réponse (mise à jour 15/10/2026, routine chantiers_review, Claude) : l'étude existait déjà — ETUDE_FAISABILITE_PLANIFICATION_DIFFEREE_MISSIONS_20261001.md (01/10/2026, Antigravity), concluant "parfaitement réalisable" mais non codée au 03/10. Depuis implémentée et déployée le 14/10/2026 : scheduler_daemon.py + outils MCP planifier_mission/annuler_mission_planifiee, testés réellement en conditions réelles (mission sched-20261014-231630-8df0 programmée avec succès pour le 15/10 4h00 Guadeloupe). Ce point est donc clos, plus besoin d'être repris dans une synthèse de priorisation.

Méthode de travail explicitement demandée par Raphael pour la suite

Dès que les deux cerveaux (agy + claude-code) auront de nouveau du quota de façon stable, lancer une seule mission de synthèse qui réunit tout ce qui précède (+ ce qui est "facile" côté Cultivez Facilement) pour établir un plan de priorisation arbitré avec lui — ne pas relancer chaque point séparément sans ce travail de mise en opposition/priorisation au préalable.


⛔ BLACKLIST PRODUITS ET TESTS TERMINÉS (RÈGLE ABSOLUE)

PRODUITS EXCLUS DÉFINITIVEMENT :
- 🚫 DENTAL POD / DENTALPOD : Ce produit a été intégralement testé et est REJETÉ / NON CONCLUANT.
RÈGLE STRICTE : Ne JAMAIS proposer, retester, mentionner ou suggérer Dental Pod sous aucun prétexte. Ce chantier est clos définitivement.


🧹 Note de mise à jour (routine chantiers_review, Claude, 06/09/2026)

Ce fichier mélange des chantiers très anciens (mai-juillet 2026) et récents ; plusieurs des plus anciens sont en réalité déjà résolus ou devenus caducs, jamais réconciliés depuis. Marqués directement là où ils apparaissent plus bas, résumé ici pour ne pas avoir à tout relire :
- PROJET 5 (Automatisation Drop Magic) → CADUC : l'abonnement Drop Magic a été résilié le 12/08/2026 (79€/mois, thème publié rendu indépendant depuis).
- PROJET 7 (Intégration VMake dans le pipeline UGC) → SUPERSEDÉ par Studio Pub (PROJET_STUDIO_PUB/studio/cli.py), devenu le moteur principal de création publicitaire depuis début juillet 2026.
- Chantier "UGC Studio v2" (ajouté 03/07, intégrations voix/captions/bande-son/CTA) → SUPERSEDÉ par Studio Pub, qui couvre déjà ces briques (make_ad.py).
- Chantier "Orchestrateur scripté de la Chasse Produit" (ajouté 18/08) → CONSTRUIT ET EN PRODUCTION (tools/chasse_orchestrateur.py), utilisé avec succès pour la mission chasse-5produits-20260906 cette nuit même (7 lignes Tracker écrites).
- Chantier "Garde-fous incontournables pour le sourcing/Juge" (ajouté 08/07) → FAIT : les verrous anti-fabrication décrits sont désormais réellement codés en dur dans product_judge.py/juge_produit_orchestrateur.py/chasse_orchestrateur.py (refus mécanique d'écrire sans preuve réelle), pas seulement documentés.
- PROJET 8 (Claude Code comme agent de backup) → ✅ RÉSOLU : CLAUDE.md existe et cette routine elle-même en est l'exécution vivante.
- PROJET 11, dernière case non cochée ("finalisation de la routine knowledge_enrichment") → à considérer comme faite : la routine tourne réellement (pulsation exécutée ce matin même, base de connaissances auditée et saine, rapport dans knowledge/rapport_knowledge_enrichment_20260906.md).

Rien de ce qui précède n'a été supprimé plus bas — ce résumé centralisé évite d'aller annoter chaque section individuellement (certaines sont dans une portion du fichier à l'encodage abîmé, mieux vaut ne pas y toucher au caractère près) pour que la prochaine lecture de ce fichier n'ait pas à redécouvrir ces statuts.


⏳ A FAIRE UN AUTRE JOUR (ajouté le 20-21/09/2026, idée d'Antigravity validée en principe par Raphael — NE PAS implémenter sans feu vert explicite)

Filtrage biométrique vocal sur JARVIS Live (identifier Raphaël + compter/séparer les locuteurs)

Contexte : proposé par Antigravity pendant une session vocale JARVIS Live (22h46-22h52), validé en principe par Raphael ("je valide l'option tout gratuit") mais sans besoin concret actuel — Raphael a explicitement choisi de le mettre en réserve plutôt que de partir sur un chantier conséquent ce soir-là ("pas une utilité très précise... pourrait me servir en long terme, peut-être filtrer ma voix dans un bruit ambiant").

Objectif : sur le canal vocal /ws/audio de JARVIS_LIVE_VOICE, 1) vérifier que c'est bien la voix de Raphaël qui parle avant d'exécuter une instruction (biométrie locale), 2) savoir combien de personnes participent à la conversation et séparer ce que dit Raphaël du reste.

Plan technique vérifié par Claude Code le 21/09/2026 (corrige 2 points de la proposition initiale d'Antigravity) :
1. Identification de la voix de Raphaël : resemblyzer (empreinte vocale locale, comparaison par similarité cosinus) — enrôlement par 2-3 phrases prononcées, génère raphael_voiceprint.npy. Correction : l'installation entraîne PyTorch comme dépendance, donc plusieurs centaines de Mo sur le disque (pas "~25 Mo" comme annoncé — ça reste gratuit et local, juste plus lourd). Le modèle met quelques secondes à charger au démarrage du serveur (une fois), puis la comparaison est rapide.
2. Comptage/séparation des locuteurs : utiliser ElevenLabs Scribe avec diarize: true (paramètre à ajouter à l'appel STT déjà en place dans server.py:958-990, zéro nouvelle dépendance) plutôt que PyAnnote.audio comme proposé initialement — PyAnnote demande un compte HuggingFace et l'acceptation manuelle d'un modèle "gated", une étape non automatisable que seul Raphael peut faire. PyAnnote reste une option pour une diarisation 100% locale si un jour ElevenLabs ne convient pas.
3. Coupe-circuit à 4 niveaux (repris tel quel de la proposition d'Antigravity, toujours valable) : bouton dans l'UI JARVIS Live, raccourci .bat sur le Bureau, commande vocale "mode invité", et règle fail-open obligatoire (si le modèle plante/hésite, ne jamais bloquer — bascule en mode normal).

A ne reprendre que sur demande explicite de Raphael, avec un vrai besoin identifié (ex. usage régulier avec plusieurs personnes présentes, ou besoin réel de filtrer du bruit ambiant) — ne pas relancer ce chantier par pure pulsation proactive.


🆘 Sauvegarde NAS — chantier ouvert (17/09/2026)


🌙 Session du 16/09/2026 (soir) — état réel à la fin de la session


⏳ A FAIRE UN AUTRE JOUR (ajouté le 19/08/2026, idée de Raphael — NE PAS implémenter sans feu vert explicite)

Capturer l'URL de l'image de créa Minea quand il n'y a pas de vidéo

Constat : quand get-ad-video ne trouve pas de lecteur vidéo sur une fiche Minea (annonce statique), le système bascule sur la Règle de Secours Visuel : captures d'écran de la page du site concurrent (déjà en Col D). Résultat : Col C (Liens pub) reste vide pour ces candidats — pas un bug de capture manquée (il y a bien de la matière analysée, les captures existent), mais une vraie perte de traçabilité : impossible de revenir directement sur la fiche Minea précise du candidat après coup.

Idée de Raphael : même sans vidéo, l'annonce Minea a une image de créa avec sa propre URL (distincte du lien concurrent ET du lien vidéo) — récupérable en théorie par le même principe que pour une vidéo (clic droit → copier l'URL de l'image / ouvrir dans un nouvel onglet), directement sur la fiche Minea, pas sur le site concurrent. Ça permettrait de toujours pouvoir retourner à l'annonce Minea source, même pour les fiches sans vidéo.

A faire, plus tard, sur demande explicite : dans minea_scraper.py get-ad-video, quand aucun lecteur vidéo n'est trouvé, tenter d'extraire l'URL de l'image de créa affichée sur la fiche (probablement un <img src="..."> dans la même zone que le lecteur vidéo aurait été), et la faire remonter jusqu'à _write_tracker_row comme repli pour lien_pub (au lieu de rester vide). Pas essayé, pas confirmé faisable techniquement — juste noté ici comme piste.


⏳ A FAIRE QUAND RAPHAEL DIT "GO" (ajouté le 18/08/2026) — PRIORITÉ HAUTE

Orchestrateur scripté de la Chasse Produit (bout-en-bout, pas juste le Juge)

Contexte / incident qui motive ce chantier : dans la nuit du 17-18/08/2026, un mécanisme réel et codé (tools/antigravity_video_analysis.py + tools/antigravity_triage.py, "Filtre Visuel", formalisé le 15/08/2026 — double jugement Claude sur les frames + Antigravity sur la vraie vidéo) n'a été invoqué sur AUCUN des 4 missions de chasse de la nuit. Raison réelle : les agents de fond dispatchés lisaient la SOP et décidaient eux-mêmes, en temps réel, quel script appeler ensuite (modèle agentique) — et Claude (l'orchestrateur qui rédigeait les consignes de dispatch) a implicitement laissé cette étape de côté, en partie parce qu'Antigravity semblait indisponible (quota épuisé une bonne partie de la nuit), en partie par simple omission dans les consignes.

Le vrai problème identifié par Raphael, verbatim important à ne pas édulcorer : "peu importe que ta réponse soit juste... on a fait les scripts pour que ça soit répétable et maintenant, les scripts sont pas lancés... c'est toi qui lances les scripts, ça veut dire que notre système-là, malgré tout ce qu'on a fait, il vaut rien." Le défaut n'est pas le jugement porté (retenu comme correct sur le moment) — c'est que l'invocation d'une étape scriptée dépendait du jugement en temps réel de l'IA orchestratrice, exactement le défaut que tout le scripting de la nuit (Juge Produit, --avis-clients obligatoire, verrou anti-fabrication) était censé éliminer, mais à un niveau plus haut : l'orchestration elle-même, pas le contenu d'un verdict.

Objectif du chantier : remplacer le modèle "agent lit la SOP et décide quoi appeler" par un modèle scripté où une seule pièce de code séquence mécaniquement les phases de la chasse pour chaque candidat retenu — l'IA n'intervient que sur des décisions ponctuelles et bornées (retenir/rejeter un candidat, trancher un filtre du Juge), jamais sur "est-ce que j'appelle ce script maintenant". Même principe déjà éprouvé et validé cette nuit sur juge_produit_orchestrateur.py (qui s'arrête pile au bon moment et attend une réponse structurée), à étendre à toute la chaîne chasse → Filtre Visuel → sourcing.

Plan concret :
1. Nouveau script tools/chasse_orchestrateur.py, même pattern CLI stateless que juge_produit_orchestrateur.py (sous-commandes qui s'arrêtent pile au point de jugement, reprises par l'appelant avec une réponse structurée — pas un script monolithique qui tourne seul de bout en bout sans jamais rendre la main).
2. Sous-commande scan : enveloppe mécanique de minea_scraper.py option-a-scan/option-b-scan, retourne les candidats bruts. Aucun jugement ici.
3. Sous-commande screen --candidate-json <...> --decision keep|reject --motif "..." : le SEUL point où l'IA appelante donne un jugement texte (retenir/rejeter), argument obligatoire comme --avis-clients l'est pour le Juge — refus mécanique si absent.
4. Sous-commande filtre-visuel --candidate-json <...> — le cœur du correctif : si le candidat est retenu à l'étape 3, cette sous-commande DOIT être appelée avant toute sous-commande de sourcing (le script suivant refuse de s'exécuter sans un filtre_visuel_id valide produit par celle-ci, même logique que le VERROU ANTI-FABRICATION du Juge). Elle appelle mécaniquement, dans l'ordre, sans jamais laisser l'appelant sauter l'étape :
- Extraction vidéo (déjà existant, media_downloader.py --keep-video).
- Analyse frames par l'IA appelante (bornée, structurée).
- Appel réel et systématique à antigravity_video_analysis.py analyze — si Antigravity ne répond pas/quota épuisé/timeout, ce n'est PAS un skip silencieux : le script écrit une anomalie réelle et horodatée (filtre_visuel_antigravity_echec: true + motif), visible dans le rapport final et le Tracker, et applique une règle de repli explicite déjà écrite dans la SOP (réconciliation asymétrique : désaccord/indisponibilité → on garde par défaut à ce stade précoce, cf. section Filtre Visuel de SOP_chasse_produits_scriptee_DRAFT.md) plutôt que de bloquer toute la chasse.
5. Sous-commande source --candidate-json <...> : n'accepte de s'exécuter QUE si un filtre_visuel_id valide existe pour ce candidat (verrou mécanique, pas une consigne texte) — enchaîne sourcing immédiat (Règle d'Or #14) + écriture Tracker.
6. Boucle de pilotage : soit un script Python qui appelle ces sous-commandes en séquence pour chaque candidat d'un lot (préféré, retire encore plus de marge de "décision" à l'agent appelant), soit à défaut une SOP réécrite qui rend l'enchaînement scan → screen → filtre-visuel → source strictement obligatoire et vérifiable a posteriori (moins robuste, dernier recours seulement).
7. État de suivi : un state.json par mission de chasse qui trace, candidat par candidat, quelle sous-commande a été appelée et avec quel résultat — permet un audit après coup pour vérifier qu'aucune étape n'a été sautée (même logique que phases_pipeline déjà utilisé cette nuit).
8. Test de validation avant mise en service : lancer une vraie mission de test et vérifier concrètement, dans le journal produit, que antigravity_video_analysis.py a bien été appelé (ou a échoué de façon visible et tracée) sur chaque candidat retenu — pas se contenter de lire le code, le prouver en conditions réelles comme tout ce qui a été fait cette nuit.

Pourquoi pas fait immédiatement : chantier conséquent (réécriture d'une partie de l'orchestration, pas un ajustement ponctuel), à lancer sur instruction explicite de Raphael ("go") pour ne pas empiéter sur autre chose en cours. Ce plan doit rester consultable tel quel même si la conversation part sur d'autres sujets entre-temps.


MISE À JOUR DU DESIGN (18/08/2026, suite à la session de comparaison agentique vs scripté)

Mécanisme précis proposé par Raphael, confirmé faisable : un orchestrateur événementiel, pas un agent qui décide quoi appeler. Principe uniforme, identique à chaque étape, que le "travailleur" soit un script Python ou une IA (Claude ou Antigravity) :

  1. L'orchestrateur envoie la consigne prédéterminée de l'étape en cours :
  2. Si le travailleur est un script → appel direct (subprocess).
  3. Si le travailleur est une IA → injection d'un prompt FIXE sur le canal déjà utilisé et validé cette nuit (cdp_inject_antigravity.py pour Antigravity, cdp_inject_claude_code.py pour Claude — les deux existent déjà, voir mémoire project_hermes_patch_ordre_voix_texte et le miroir port 9333).
  4. Le point technique clé (celui sur lequel Raphael avait un doute, résolu) : un script sait quand il a fini (il se termine). Une IA ne "se termine" pas de la même façon — donc chaque prompt envoyé à une IA doit lui imposer, comme dernière action obligatoire, d'écrire son résultat dans un fichier de sortie précis et prédéterminé (même principe déjà validé cette nuit sur product_judge.py et notify_step_complete.py — la garantie vient de rendre l'écriture obligatoire dans la consigne, pas de deviner depuis l'écran).
  5. L'orchestrateur ne lit jamais l'écran/le panneau pour savoir si une étape est finie — il surveille l'apparition du fichier de sortie attendu (boucle de polling, même mécanisme que mission_watchdog.py déjà éprouvé cette nuit). Dès que le fichier existe avec un contenu structuré valide, c'est le signal de fin — mécanique et fiable, pas une lecture de texte fragile (les captures d'écran de ce soir ont montré plusieurs fois leur manque de fiabilité).
  6. Étape à double IA, et ça concerne AUSSI screen, pas seulement le Filtre Visuel (précisé par Raphael le 18/08/2026, rappel d'un point déjà évoqué avant la compaction et pas encore reporté ici) : au screen comme au filtre-visuel, l'orchestrateur envoie le MÊME prompt aux deux IA (Claude + Antigravity), chacune écrit sa décision dans son propre fichier séparé (ex: lot_003_screen_claude.json / lot_003_screen_antigravity.json), l'orchestrateur attend l'apparition des DEUX (point de jonction/"join") avant de passer à l'étape suivante. Règle de consensus, identique aux deux étapes : accord → suit l'accord ; désaccord → le candidat passe quand même (garder par défaut à ce stade précoce — éliminer à tort est irrécupérable, garder à tort ne coûte qu'un peu d'analyse en plus). Si l'une des deux IA ne répond jamais (timeout), même règle de repli (garder par défaut) plutôt que de bloquer indéfiniment.
  7. Séquence complète, chaque étape suivant EXACTEMENT le même schéma (envoi → exécution → écriture fichier résultat → détection → étape suivante) :
    scan (script) → screen (Claude + Antigravity en parallèle, jonction + consensus) → filtre-visuel (Claude + Antigravity en parallèle, jonction + consensus) → réconciliation (Claude) → source (script, sourcing immédiat) → juge (sous-agent Claude isolé, Cas C).
    Note pour lever une incertitude que Raphael avait lui-même soulevée ("je sais pas exactement qu'est-ce qui venait comme phase") : la phase qui suit le consensus vidéo est bien réconciliation (Claude applique la règle de consensus et tranche) → source → juge, déjà correct dans cette séquence, confirmé en relisant la section Filtre Visuel de SOP_chasse_produits_scriptee_DRAFT.md — pas une phase manquante ou différente.
  8. Garde-fous de boucle enforcés PAR L'ORCHESTRATEUR, jamais par la discipline de l'IA appelée (ajouté 18/08/2026, suite à une question de Raphael sur le garde-fou de 60 min) : common.py a déjà un mécanisme persisté (guardrail-status/guardrail-record, hard_timeout_seconds=3600, max_re_chasse=6, max_echecs_consecutifs=3) mais aujourd'hui c'est l'IA exécutante qui doit elle-même penser à le consulter et à lui obéir — exactement le défaut que cet orchestrateur corrige à un autre niveau. Dans le nouveau design, l'orchestrateur appelle lui-même guardrail-status après chaque fichier de résultat scan/screen reçu, et c'est SON code (pas l'IA) qui décide d'envoyer la prochaine instruction ou de couper et passer en Phase 5. Un arrêt sur hard_timeout_reached/re_chasse_quota_exceeded n'est alors plus un événement à remonter à Claude comme un problème — c'est un fonctionnement normal et prévu, à distinguer clairement (dans le message de supervision, voir point 8) d'un vrai blocage.
  9. Démarrage du watchdog automatique et mécanique avec la mission (précisé par Raphael le 18/08/2026) : l'orchestrateur lance/vérifie mission_watchdog.py lui-même à l'initialisation (Phase 0.5/setup), sans dépendre de Claude pour y penser — condition de départ de toute mission orchestrée, pas une étape optionnelle.
  10. Rôle de Claude scindé en deux canaux distincts pendant une mission orchestrée (précisé par Raphael le 18/08/2026) :
  11. Sollicitation précise de l'orchestrateur (ex: trancher un screen, un filtre-visuel) → réponse bornée exactement à ce qui est demandé, rien de plus.
  12. Supervision générale passive via les signaux du watchdog → surveiller de loin, ne PAS intervenir sur chaque petit événement (le système est scripté, une intervention ad-hoc sur un point mineur serait contre-productive). N'agir que sur un vrai blocage imprévu que le mécanisme scripté lui-même ne gère pas (ex: l'orchestrateur plante avant même d'atteindre son propre contrôle de garde-fou). Les messages de supervision reçus par Claude pendant une mission orchestrée doivent être adaptés à cette réalité (distinguer clairement "arrêt normal type garde-fou/consensus" de "vrai problème"), pas les mêmes alertes génériques "silence anormal" utilisées pour une mission 100% agentique.

2 correctifs supplémentaires à intégrer, trouvés pendant la session de comparaison du 18/08/2026 :
- Anti-doublon au niveau produit, pas boutique : preuve réelle ce soir — historique_produits.txt bannit une boutique entière dès qu'un seul de ses produits a été vu (Motive Health, Pilloway sautées à l'identique 3 fois cette nuit sans jamais revérifier leur catalogue actuel), ce qui a fait rater 2 produits neufs légitimes qu'Antigravity a trouvés sans effort en tournant sur la même boutique. L'orchestrateur doit dédupliquer sur l'identifiant du PRODUIT précis (nom + lien), jamais sur le nom de la boutique seul.
- Propager les rejets précoces (avant sourcing) dans la mémoire partagée : ce soir, des candidats rejetés tôt (avant tout sourcing) par une mission scriptée n'étaient notés que dans le state.json de CETTE mission, jamais dans historique_produits.txt — donc invisibles pour toute mission suivante (scriptée ou agentique). Chaque rejet, même précoce, doit être écrit dans le fichier partagé, pas seulement les candidats qui atteignent le sourcing.

Statut : conception discutée et validée point par point avec Raphael (17-18/08/2026), y compris le mécanisme de consensus double-IA, le démarrage auto du watchdog, et l'enforcement des garde-fous par l'orchestrateur lui-même. Plan complet ci-dessus, prêt pour implémentation dès le "go".

CONSTRUIT le 18/08/2026 (go donné par Raphael) : tools/chasse_orchestrateur.py, mécanisme événementiel par fichier de résultat séparé par agent, verrous mécaniques (filtre_visuel_id requis pour source), garde-fous vérifiés par l'orchestrateur lui-même (scan refuse mécaniquement si hard_timeout_reached, sans jamais appeler Minea), anti-doublon niveau produit + propagation des rejets précoces vers historique_produits.txt, watchdog auto-détecté/relancé en setup.

FUSION screen + filtre-visuel en une seule étape (18/08/2026, décision de Raphael après test réel) : le design initial avait 2 étapes double-IA séquentielles (screen texte-seul, puis filtre-visuel vidéo), calqué sur la SOP agentique où un screen visuel rapide sur un LOT de 15-20 candidats protégeait le budget d'analyse vidéo en ne le dépensant que sur le top 6-8. Ce calque ne tenait plus une fois le Traitement Unitaire Obligatoire adopté (un candidat à la fois, jamais de lot à classer) — le screen jugeait en double le même candidat que le filtre-visuel, avec une consigne texte-seule appauvrie (jamais l'accroche visuelle que le mode agentique utilisait réellement), ce qui a produit un test bloqué en conditions réelles. Fusionné en une seule étape de jugement, directement sur la vraie image/vidéo. Sous-commandes finales : setup, scan, filtre-visuel-dispatch, filtre-visuel-status, source, guardrail-check, status.

VALIDÉ EN CONDITIONS RÉELLES le 18/08/2026, cycle complet bout-en-bout (mission test-reel-orchestrateur-20260818, candidat "Beauty Reviews" / Meroda Cosmetics) :
- scan → vrais candidats trouvés sur Minea (bug réel de mapping des champs trouvé et corrigé — la vraie clé est candidates/titre_boutique/lien_concurrent, pas les noms devinés initialement).
- filtre-visuel-dispatch → extraction réelle des visuels (minea_scraper.py get-ad-video + media_downloader.py, repli captures d'écran de la page produit réelle si pas de vidéo sur la fiche), dispatch double-IA réel vers Claude ET Antigravity.
- Antigravity ET Claude ont chacun réellement ouvert les images et donné un jugement réel (pas un repli timeout) : consensus réel obtenu, tous deux "keep" avec motifs citant des éléments visuels vérifiables (19 406 avis visibles sur la capture).
- source → verrou filtre_visuel_id posé correctement, candidat déclaré pret_pour_sourcing.
- 2 bugs réels trouvés et corrigés pendant ce test : (1) le code ne vérifiait jamais la sortie réelle des scripts d'injection CDP, juste l'absence de crash Python — corrigé, capture et parse maintenant la vraie réponse (ast.literal_eval/JSON) ; (2) un double-timeout s'affichait à tort comme "Consensus (keep)" — corrigé, distingue maintenant explicitement un vrai consensus d'un double repli mécanique.
- Incident diagnostiqué en cours de route : Antigravity restait en état "schedule" (message en file d'attente, jamais traité) sur la conversation active déjà occupée par une longue session — résolu en ajoutant --fresh-antigravity (option new_conversation=True, déjà existante dans cdp_inject_antigravity.py mais désactivée par défaut) pour dispatcher vers une conversation neuve.

Deuxième cycle réel confirmé le 18/08/2026 (candidat "Cellumove-", legging de compression lipœdème) : même mécanisme, consensus réel obtenu plus rapidement (Antigravity a répondu en ~15s cette fois, contre plusieurs minutes au premier essai) — confirme que la lenteur du premier essai tenait à une conversation déjà occupée, pas à un défaut du mécanisme.

Boucle de pilotage run ajoutée le 18/08/2026 (demande explicite de Raphael, corrige un vrai angle mort : jusque-là, MOI j'enchaînais encore les sous-commandes à la main entre elles — exactement le défaut d'origine, juste déplacé d'un cran). python chasse_orchestrateur.py run --mission <id> --objectif N fait tourner mécaniquement setup→scan→filtre-visuel→source en boucle réelle (blocage/time.sleep, pas une décision prise à chaque étape), s'arrête seule sur objectif atteint / garde-fou / épuisement des candidats, envoie un rapport Telegram final.

LIMITE "Claude dépend de ma présence" — RÉSOLUE le 18/08/2026 (Raphael a refusé cette limite explicitement : "pas question que ce soit toi qui lances quoi que ce soit"). Remplacé l'injection CDP vers Claude par un appel CLI headless indépendant (claude -p "<prompt>" --allowedTools "Read Write" --permission-mode acceptEdits --output-format json, lancé en Popen non-bloquant) — un Claude Code frais et totalement découplé de la session interactive, qui lit les images/vidéo et écrit le fichier de résultat tout seul (~10-20s, validé plusieurs fois en conditions réelles). Antigravity reste sollicitée exactement comme avant (déjà autonome). Les deux bras du jugement double-IA sont maintenant réellement autonomes, aucune présence humaine requise.

Sourcing réel implémenté le 18/08/2026 (même demande de Raphael : "l'orchestrateur... enchaîne toute la chasse produit de A à Z, sourcing y compris") : source appelle désormais réellement native-sourcing, télécharge les images des fournisseurs candidats, fait vérifier VISUELLEMENT la correspondance par le même mécanisme headless (jamais le script qui décide lui-même — leçon du 14/08/2026), et écrit une vraie ligne Tracker (write_row_fields) uniquement si un fournisseur correspond vraiment. Colonnes Y/Z/AA (déjà réservées dans common.py pour le verdict croisé filtre-visuel) remplies au passage. run enchaîne maintenant scan → jugement → sourcing → Tracker sans aucun arrêt intermédiaire.

Testé en conditions réelles le 18/08/2026, 2 runs complets autonomes en arrière-plan :
- Run 1 (chasse-run-test-20260818, objectif 1) : terminé seul avec succès, 1 candidat jusqu'au bout, consensus réel (Antigravity vidéo complète + Claude 4 frames, mêmes décisions, lectures différentes du produit — angles complémentaires confirmés).
- Run 2 (chasse-run-full-20260818, objectif 1, arrêté manuellement après ~17 min) : validation complète du mécanisme de jugement — plusieurs consensus réels (accord keep, accord reject, vrai désaccord Claude/Antigravity résolu en "garde par défaut"), tous les deux bras vérifiés autonomes (aucune présence requise, confirmé sur plusieurs candidats). Sourcing mécaniquement fonctionnel mais jamais abouti à une écriture Tracker ce soir : soit card_found=False/None (carte perdue dans la liste virtualisée), soit un vrai bug reproductible trouvé 3 fois — native-sourcing retourne systématiquement les 30 MÊMES fournisseurs hors-sujet (tapis de poker, mahjong, accessoires Tesla...) quel que soit le candidat, ce qui suggère que le clic ne déclenche pas correctement la recherche par image et retombe sur une liste générique/par défaut de Minea. Le verrou de vérification visuelle a correctement rejeté les 3 fois — aucune donnée fabriquée écrite, mais le sourcing automatique n'est pas encore fiable en production.
- Bug de fenêtre --jours corrigé en cours de route : get-ad-video/native-sourcing ignoraient le --jours du scan et re-naviguaient toujours vers la fenêtre par défaut (5,15) codée en dur — corrigé (les deux acceptent maintenant --jours, et chaque candidat mémorise sa fenêtre d'origine dès le scan).
- Faux positif watchdog corrigé : BLOCKER_KEYWORDS contenait "erreur"/"error" en bruts, qui matchaient la narration technique normale des nouveaux jugements détaillés (ex: "pas d'erreur de correspondance possible ici") — remplacés par des formulations qui indiquent un vrai signalement de problème.

PROCHAINE ÉTAPE, pas faite ce soir : diagnostiquer pourquoi native-sourcing retourne toujours les mêmes 30 résultats génériques (probablement la recherche par image AliExpress qui ne se déclenche pas correctement sur le clic "Trouver sur AliExpress") — c'est le seul maillon qui empêche encore une vraie écriture Tracker automatique de bout en bout.


📋 BACKLOG PROJETS — Système Antigravity Autonome

Fichier de référence pour les projets à réaliser en tâche de fond (ex: pendant la nuit).
Mis à jour le : 2026-05-30


� AGENDA DE LA SESSION (30 Mai 2026)

1. Optimisation de l'Agentic Hunt (SOP V3)

2. Intégration Google Sheets (Résolution de Bug)

3. Nettoyage de l'Environnement (Zero-State)

4. Automatisation Calendrier


⏳ A FAIRE UN AUTRE JOUR (ajoute le 08/07/2026, apres incident de fabrication recidivant)

Garde-fous "incontournables" pour le sourcing/Juge (au lieu de simple documentation)

Contexte : malgre les corrections ecrites dans les SOPs le 08/07 (regle anti-fabrication, verrou Juge, Traitement Unitaire), Antigravity a recidive la meme nuit : script process_chasse_4.py ecrit de zero, verdict Juge pre-redige en dur AVANT tout sourcing reel, meme faux lien placeholder (100500123456) et prix uniforme (12.00) sur 4 produits differents. Cause racine identifiee : elle n'a jamais rouvert les SOPs Sourcing/Juge pendant cette execution -- un texte, meme correct, reste contournable puisqu'il suffit de ne pas le consulter.
Plan valide par Raphael (a construire quand le quota le permet) :
1. Script de sourcing unique et protege (remplace l'ecriture libre de scripts par Antigravity) : seule facon d'ecrire Lien/Prix/Note dans le Tracker. Si l'API ne renvoie rien -> n'ecrit RIEN et sort en erreur, pas de branche de secours qui invente une valeur (le code lui-meme ne permet pas la fabrication, pas juste une regle a suivre).
2. Script Juge protege : refuse techniquement de generer un verdict si les champs de sourcing sont vides dans le Sheet.
3. audit_tracker.py qui corrige automatiquement au lieu de juste alerter : efface les cellules suspectes des qu'il tourne (deja quotidien via Pulse Daemon), pas besoin d'attendre une correction manuelle.
Pourquoi maintenant pas fait : chantier concret mais consequent, mis en attente du prochain rechargement de quota (echange du 08/07 ~14h30).


⏳ A FAIRE UN AUTRE JOUR (ajoute le 07/07/2026)

Page web dediee (alternative/complement a Telegram) avec acces a distance via Tailscale Funnel

Contexte : Raphael a demande si on pouvait remplacer/completer Telegram par une interface web dediee, avec la contrainte d'y acceder depuis n'importe quel reseau (pas juste la maison), comme il le fait deja avec Telegram.
Ce qui a ete etabli (07/07/2026) :
- Pas la peine pour la securite : Remoat a deja une vraie liste blanche d'utilisateurs (config.allowedUserIds, verifiee dans src/bot/index.ts ~ligne 1245-1257) qui rejette silencieusement tout utilisateur Telegram non autorise avant meme d'atteindre Antigravity/Claude. Donc le risque "quelqu'un trouve le bot Antigravity Control et discute avec" est deja nul.
- Recommandation : une simple page web (PWA, installable comme une icone sur le telephone) plutot qu'une vraie application native — bien plus legere a construire et entretenir, reutilise toute la logique Remoat existante.
- Le vrai defi identifie : une page hebergee sur le PC local n'est accessible QUE depuis le reseau maison par defaut (contrairement a Telegram qui passe par ses propres serveurs). Pour un acces "de partout" equivalent a Telegram, il faut un tunnel.
- Bonne nouvelle deja acquise : Raphael a DEJA Tailscale installe sur ce PC, avec la fonctionnalite Funnel deja testee au moins une fois par le passe (vu dans l'historique de ses autorisations, port 5174) — pas a reconstruire depuis zero, juste a re-brancher sur la future page.
Piste concrete pour la suite : construire une petite page web (backend reutilisant les services Remoat existants : cdpService, responseMonitor, etc.) exposee via tailscale funnel, accessible et installable depuis le telephone de Raphael.
Mode d'attaque suggere : projet a traiter en mode proactif (pendant que Raphael dort) — preparer un dossier/prototype pret a montrer plutot que de tout construire d'un coup sans validation intermediaire.


⏳ A FAIRE UN AUTRE JOUR (ajoute le 02/07/2026, apres checkpoint Meta)

Regenerer le token Meta 60 jours (10 min, a froid — PAS avant le 04/07)

Contexte : checkpoint Facebook du 02/07 → deverrouillage → tous les tokens invalides (subcode 460). L'app « Ysenra Analytics Bridge » (App ID + Secret dans acquisition_config.json) et la procedure complete sont acquises.
Sequence rodee : (1) Raphael se reconnecte a Facebook dans Chrome debug (sans changer de sortie VPN), (2) mission Antigravity scratch/mission_meta_app_etape2.py (token court sur NOTRE app, critere : 200 sur campagnes), (3) Claude Code echange en 60 j via fb_exchange_token et met a jour acquisition_config.json.
Regle : une seule sequence, calme, rien d'autre de sensible sur Meta ce jour-la (voir memoire feedback_meta_checkpoint_operations_sensibles).

Finitions pre-lancement site Éveil Secret (audit 02/07 soir)

  1. ✅ FAIT (verifie 04/07 par pulsation chantiers_review) — galerie produit renommee : bracelet-eveil-secret-hero-{noir,blanc,rose-poudre}.png confirmes en ligne.
  2. (Optionnel) Générer 2 photos UGC d'hommes au bracelet pour les avis Thomas P. et Julien R. (pipeline NanoBanana 2-images + watermark Antigravity) — actuellement sans photo, ce qui est acceptable.

UGC Studio v2 — integrer les modules valides (VALIDE par Raphael 03/07, a faire prochaine session)

Integrer DANS l'app (moteur + interface web + outils MCP) les capacites validees en peripherie :
1. Voix off ElevenLabs (choix voix, script genere depuis avatar/angle, accord du genre au sujet visible)
2. Captions synchronisees (Scribe horodatage -> SRT -> burn-in stylise)
3. Harmonisation bande-son (verdict Raphael : v3A = lit musical unique en boucle acrossfade + VO, audio original COUPE — jamais livrer un patchwork des audios de clips)
4. CTA de fin (drawtext 3 dernieres secondes : marque + domaine, valide sur eveil-secret-pub-01-douceur.mp4)
5. Migration google.generativeai -> google.genai (deprecie) + nettoyage des 4 mcp_server dupliques
Scripts de reference : ugc-studio/test1_v2_voixoff.py, test1_v3_bandeson.py, test1_v4_cta.py
OUTILS CONSOLIDES PRETS (03/07 nuit) :
- ugc-studio/make_ad.py : pub complete en UNE commande (montage+VO+captions+musique+CTA), mode d'emploi en en-tete, prouve sur eveil-secret-pub-01-douceur-FINAL.mp4 (flash generique LM Arena corrige : couper arena_resultat_1 a 9.8s max)
- ugc-studio/separate_voice.py : separation voix/musique Demucs (valide : vocals.wav avec la parole seule, no_vocals.wav zero mot). Pieges documentes dans le script : torchcodec DLL KO sur ce poste -> API bas niveau demucs 4.0.1 + soundfile.
DECISIONS RAPHAEL 03/07 : VMake par navigateur pour l'effacement de texte ; doublage ElevenLabs pour la traduction ; voix off = methode validee ; v3A (lit musical unique) = standard bande-son.
PUBS DEFINITIVEMENT VALIDEES (03/07 soir) — pretes pour injection campagne des le token Meta dispo :
- PRODUITS/eveil-secret/pubs-validees/eveil-secret-pub-01-douceur.mp4 (angle couple, voix Jane, vibreur harmonise)
- PRODUITS/eveil-secret/pubs-validees/eveil-secret-pub-02-antisonnerie.mp4 (angle anti-sonnerie, voix Jane, vibreur harmonise -0.8dB vs pub01)
Anciennes versions intermediaires (FINAL/VIBRATION pre-harmoniques) supprimees de PRODUITS pour eviter toute ambiguite.

Chantier PUBLICITE — TESTS DU 03/07 CONCLUANTS ✅

Resultats des tests fondation (03/07 nuit) :
- UGC Studio : VALIDE. ugc_full_pipeline OK sur 3 clips Eveil Secret : analyse Gemini (roles hook/lifestyle + qualite), plan de montage IA narratif, exports 9:16 + 1:1 avec hook incruste. Qualite pub confirmee sur frames. A corriger : lib google.generativeai depreciee -> migrer google.genai ; 4 processus mcp_server dupliques a nettoyer ; accorder le genre du hook au sujet visible.
- Doublage EN->FR : VALIDE. API ElevenLabs Dubbing (traduction+voix) + Scribe horodate + captions ffmpeg style TikTok = remplace la chaine manuelle ElevenLabs+CapCut. Scripts : scratch/test2b_dubbing_pipeline.py, test2a_subtitles_pipeline.py.
- Effacement texte video (role VMake) : inpainting local NON VIABLE (pas de GPU NVIDIA). Options : (a) API Replicate/ProPainter (~centimes/video, compte a creer — decision Raphael), (b) VMake pilote navigateur par Antigravity (cookies existants). Test 2b complet a refaire sur une VRAIE pub anglaise longue (Raphael doit en fournir une de Minea).

Chantier EXTRACTION PUBS CONCURRENTES — v1 CONSTRUITE (nuit du 06/07) ✅

Script : PROJET_STUDIO_PUB/studio/tools/extract_ads_library.py (Playwright headless sur la page PUBLIQUE de la Meta Ad Library — pas de login, aucun risque compte).
Usage : --query "mots cles" ou --page-id <id> (+ --max, --country). Sortie : videos .mp4 + metadata.json (annonceur, texte publicitaire complet de la pub, extrait de carte) dans studio/state/ad_extract/<slug>/, pret pour Studio Pub recycle.
Valide en reel le 06/07 : requete "bracelet reveil vibrant" -> 3 pubs videos actives de 2 concurrents francais directs, avec pour chacune : annonceur + ID bibliotheque + DATE DE DEBUT DE DIFFUSION + argumentaire complet. Ex : TaqaVibe (WAKE, bracelet reveil ENFANTS) diffuse depuis le 18 avr 2026 (~3 mois = signal fort de rentabilite) ; Novea depuis le 4 juil. Mode --page-id valide aussi (resout bien la Page, 0 resultat sur notre propre Page = indexation Ad Library ~24h apres lancement, normal).
Le script imprime en fin d'execution un PLAN DE RECYCLAGE : pubs triees de la plus ancienne (plus eprouvee) a la plus recente, avec la commande studio/cli.py recycle prete a copier pour chacune.
AMELIORATIONS RESTANTES (non bloquantes) : (1) l'API officielle ads_archive serait plus propre/robuste mais exige une verification d'identite par Raphael sur facebook.com/ads/library/api (5 min, optionnel) ; (2) ✅ FAIT le 06/07 — l'appel recycle est desormais chaine automatiquement en Phase 2 du skill creer-campagne (voir section ORCHESTRATEUR BOUT-EN-BOUT ci-dessous), plus besoin de copier la commande a la main ; (3) planifier une veille automatique (cron) sur les Pages concurrentes connues.

ORCHESTRATEUR BOUT-EN-BOUT — construit le 06/07/2026 (session Sonnet 5, validé par Raphael)

Chaînage automatique creer-page-produit → creer-campagne sur le même produit, déclenchable en une seule phrase.
- Nouveau mode autonome_total dans .claude/skills/creer-page-produit/SKILL.md : en plus du mode autonome existant, ce mode rend aussi gate-angle non-bloquante — Claude choisit lui-même l'angle marketing, documente son choix + les alternatives écartées dans le state, notifie Telegram (informatif, non bloquant) et continue. Déclenché par des phrases type "choisis toi-même l'angle" / "vas jusqu'au bout" / "quitte à revenir dessus". gate-prelaunch (mise en ligne) reste bloquante dans TOUS les modes, sans exception — règle absolue non touchée.
- Pivot d'angle après coup : si Raphael demande un autre angle après la fin du pipeline, on ne repart pas de zéro — seules les phases depuis 0.4_angle sont remises à a_faire (la fiche descripteurs produit de la phase 0 est conservée), reprise via reprendre <slug>.
- Chaînage automatique vers creer-campagne : quand creer-page-produit termine en mode autonome/autonome_total, le skill creer-campagne est invoqué directement pour le même slug, sans nouvelle demande de Raphael.
- creer-campagne Phase 2 mise à jour : avant de créer des clips de zéro (Porte B), tentative automatique de recyclage de pubs concurrentes (Porte A) via extract_ads_library.py --query "<nom produit>" (ou --from-tracker si Col V remplie) ; si rien d'exploitable, bascule sur la création de zéro. Comble le trou identifié par Raphael : "est-ce que la récupération de pubs concurrentes est incluse dans le bout-en-bout ?" — réponse : oui, désormais.
- Autorisation permanente ajoutée dans CLAUDE.md : Claude peut faire évoluer la mécanique d'orchestration (fichiers SKILL.md, state.json, scripts de câblage entre skills) sans validation à chaque fois — ne couvre PAS les décisions de fond (angle en mode supervisé, mise en ligne, lancement de campagne), toujours protégées par leur porte Telegram.
- Prochain test réel à faire : lancer un vrai autonome_total de bout en bout sur un produit du tracker pour valider le chaînage en conditions réelles (pas encore testé en vrai à ce stade, seulement câblé).

Mise a jour 06/07 (validee par Raphael) : le tracker comme carburant. Nouvelle colonne V ("Page Facebook concurrent (Ad Library)") ajoutee au Google Sheet Product Tracker (colonnes T/U/W deja utilisees par le juge/coach, jamais y toucher). SOP_chasse_produits_agentic.md mis a jour (Phase 2, etape 6) : pendant l'audit de la boutique concurrente deja prevu, extraction du lien Facebook trouve dans le FOOTER (lecture DOM uniquement, aucun clic, respecte l'interdiction Meta/Facebook existante ligne 64) -> ecrit en Col V si trouve, sinon laisse vide.
Nouveau mode --from-tracker sur extract_ads_library.py : lit Col A (produit) + R (statut) + V (page FB) du tracker, ne traite que les produits Statut="Validé", utilise la Col V si remplie (mode page-id direct) sinon retombe sur des mots-cles tires du nom produit (mode query, fallback automatique — la combinaison des deux modes que voulait Raphael, appliquee seulement quand necessaire). Teste en reel le 06/07 : lecture tracker OK (18 produits valides detectes), chaine complete (query generique US -> The Family's Place + Mirababy Doppler trouves et telecharges) validee de bout en bout.
LIMITE CONNUE : aucun produit existant n'a encore de Col V remplie (la chasse n'avait pas encore cette etape) -> le mode page-id direct sera testable en conditions reelles a la PROCHAINE chasse produit.

Chantier META — permissions a ajouter au prochain renouvellement de token (note du 06/07)

Le token Meta 60j (expire ~03/09/2026) a ete genere avec : ads_management, ads_read, business_management, pages_show_list, pages_read_engagement. Au prochain renouvellement (meme procedure Graph API Explorer), AJOUTER :
- pages_manage_metadata -> permet de changer photo de profil/couverture de la Page par API (fait a la main le 06/07 : logo FINAL_logo_ysenra.png + banniere FINAL_banniere_ysenra.png, dans PROJET_STUDIO_PUB/branding/ — normalement plus a toucher, marque ombrelle neutre).
- pages_manage_posts -> permet de publier des posts sur la Page par API (voir idee ci-dessous).
Idee associee (non prioritaire) : automatiser un petit fond editorial de la Page (5-10 posts au lancement d'un produit, puis 1-2/mois) — visuels generes (PIL/NanoBanana) + publication API. Objectif = legitimite percue par les acheteurs qui visitent la Page avant d'acheter, PAS du trafic organique (reach organique quasi nul).

Chantier PUBLICITE — la 4e brique (a lancer avec Raphael, decision 02/07 soir)

Automatiser la creation de campagnes : brief creatif depuis avatar+angle (Phase 0 du pipeline site) -> statiques (NanoBanana montages, methode 2-images) -> videos UGC (LM Arena/VO3, regles "authenticite" du Generateur_Prompts_Images section PUBLICITE) -> juge de conformite Meta (pas de claims medicaux/avant-apres) -> injection campagne EN PAUSE via API (scope ads_management acquis) -> porte Telegram avant lancement.
Methode : faire la 1re vraie campagne Eveil Secret ensemble et capturer chaque etape validee dans un SOP -> puis skill /creer-campagne. La partie creative (80%) ne depend PAS du token Meta ; l'injection si. Briques existantes : SOP_Usine_UGC, SOP_Creation_Publicites_Statiques, SOP_Controle_Qualite_Video, static_ads_generator.py, ugc-studio.

Skill /creer-campagne — orchestrateur publicites (valide par Raphael 03/07 soir)

Une consigne -> N variantes de pub : brief depuis avatar/angle -> prompts (Generateur) -> images statiques (NanoBanana) -> ANIMATION (route a trancher : profil Gemini navigateur = gratuit, prefere par Raphael / Veo 3 API = payant ~qq EUR/clip, fallback) -> make_ad.py (montage+VO+captions+musique+CTA+sfx vibreur) -> juge conformite Meta -> PRODUITS//pubs-validees + portes Telegram -> injection campagne Meta EN PAUSE via API.
Variantes = angles differents (couple / anti-sonnerie / horaires decales), pas des retouches. Base : outils valides 03/07 (make_ad.py, separate_voice.py, gemini_video_bot_v5.py a parametrer).
MISSION DE NUIT 03/07 (Raphael dort, autorisation explicite) : parametrer le bot Veo3-navigateur + tester la connexion profil Gemini + produire un clip test + ebaucher le skill. Rapport Telegram au reveil.

Migration API / Application autonome (sans Antigravity) — chantier de fond, decision 03/07

Faire migrer le systeme mission par mission vers des appels API directs : 1er candidat = images via API Gemini officielle (NanoBanana y est dispo, PAS de watermark visible -> supprime l'etape watermark + les missions navigateur fragiles ; ~1h de travail, script generate_image_api.py + cle Google AI Studio). Puis videos (API Veo, payant — comparer a LM Arena gratuit). Antigravity reste pour le navigateur-only/gratuit. Horizon : orchestrateur packageable en application (skills = logique, state.json = BDD, pulse_daemon = scheduler, Telegram = interface). NE PAS attaquer avant le test grandeur nature du pipeline site.

Theme maison (remplacer les sections dm- de Drop Magique) — chantier de fond

Reconstruire en Liquid independant uniquement les sections reellement utilisees (structure connue : dissection faite le 02/07). A lancer apres 2-3 boutiques creees avec le pipeline. Motivation : proprietee 100% de la stack, duplication sans zone grise contractuelle.

Utilisateur systeme Meta (token permanent) — encore plus tard

A ne retenter qu'APRES une verification d'entreprise complete du Business Manager (documents SIRET), en une action isolee. La creation du system user ysenra-analytics-bot avait deja abouti le 02/07 ; c'est l'attribution d'actifs qui a declenche le checkpoint.


🔴 PRIORITÉ HAUTE

PROJET 1 — Reprise automatique de la dernière conversation au redémarrage

Contexte : Quand Antigravity redémarre (via BAT ou reboot), il ouvre un écran vide ou
une ancienne session. L'utilisateur doit chercher manuellement la dernière conversation
dans la liste, ce qui est difficile à distance (VNC).

Objectif : Au démarrage, Remoat (via CDP) doit automatiquement rouvrir la dernière
conversation active dans Antigravity, sans intervention manuelle.

Approche technique :
- Via CDP : exécuter un script JS qui clique sur la conversation la plus récente dans
le panneau latéral d'Antigravity au démarrage
- Ou : stocker l'ID de la dernière conversation ouverte dans un fichier local et le
restaurer au prochain démarrage
- Intégrer ce mécanisme dans le BAT RELANCER_TELEGRAM.bat avec un délai d'attente
suffisant après le lancement d'Antigravity

Bénéfice : Travail à distance (VNC/Telegram) sans avoir à retrouver la session manuellement.


PROJET 2 — Classification automatique périodique des conversations par thème

Contexte : L'utilisateur brainstorme sur beaucoup de sujets différents dans des
conversations diverses. Quand il revient sur un sujet, il est difficile de retrouver
le contexte, les décisions prises, et l'état d'avancement.

Objectif : Un système qui tourne périodiquement (ex: chaque nuit) et qui :
1. Scanne les logs de conversations récentes
2. Classe les sujets abordés par thème (Shopify, Bot Telegram, Remoat, SOP, etc.)
3. Génère ou met à jour des fiches de synthèse par thème dans un dossier dédié
4. Permet à Antigravity de retrouver instantanément le contexte d'un sujet sans fouiller

Approche technique :
- Script Python qui lit les overview.txt dans C:\Users\lisa\.gemini\antigravity\brain\
- Utilise un LLM (appel API) pour extraire et classifier les sujets
- Génère des fichiers .md de synthèse par thème dans un dossier ASSISTANT IA/contextes/
- Planification via Tâche Windows (ex: chaque nuit à 3h)

Note : Ce projet a été évoqué dans une conversation précédente — vérifier les KI
existants avant de redémarrer depuis zéro.

Bénéfice : Antigravity peut reprendre n'importe quel sujet avec le bon contexte,
même après plusieurs jours d'absence.


🟡 PRIORITÉ MOYENNE

PROJET 3 — Auto-approbation Claude Code (à valider)

Contexte : autoApproveFileEdits: true activé dans ~/.remoat/config.json (fait le 28/05).
À faire : Tester après redémarrage que les boutons Allow/Allow Once dans Claude Code
sont bien cliqués automatiquement par ApprovalDetector. Si les boutons sont dans une
iframe/webview séparée, adapter le sélecteur CDP.


✅ FAIT


?? NOUVEAU CHANTIER (AJOUTÉ LE 04 JUIN 2026)

PROJET 4 — Sélecteur & Filtre de Produits (via Google Sheets)

Contexte : Le Google Sheet (Product Tracker) contient de multiples couches de produits sourcés. Pour lancer la phase de test vidéo/UGC de façon stratégique, il faut pouvoir isoler les meilleurs candidats selon de multiples critères (marge, date d'ajout, effet WOW, etc.).

Objectif : Créer un système automatisé (script ou sous-agent) capable de :
1. Lire la base de données Google Sheets (via l'outil MCP sheets_read).
2. Appliquer un jeu de filtres croisés (ex: Marge > 20€ + Statut = 'À tester').
3. Sélectionner les X meilleurs produits à injecter dans le processus de création publicitaire.
4. Mettre à jour automatiquement leur statut dans le tableau une fois sélectionnés.

Bénéfice : Permettre un lancement de test 'en lot' (batch) totalement automatisé sans tri manuel.


🛠️ CHANTIER FUTUR : Harmonisation Agentique Globale

Objectif : Nettoyer tous les anciens scripts fragmentés ( gent_navigate.py, claude_browser.py, etc.) et refactoriser l'intégralité du processus de Chasse de Produits (et autres flux) pour qu'ils utilisent exclusivement le nouveau contrôleur universel rowser_driver.py.
Bénéfice : Un seul outil à maintenir, stabilité absolue face aux Cloudflare, et standardisation de toutes nos opérations d'extraction visuelle.


🔮 NOUVEAU CHANTIER (AJOUTÉ LE 07 JUIN 2026)

PROJET 5 - Maîtrise et Automatisation de Drop Magic

Contexte : La prochaine étape de notre workflow consiste à sélectionner un produit gagnant issu du Google Sheet et à créer instantanément la boutique correspondante à l'aide de Drop Magic.
Objectif : Créer un protocole d'automatisation et une SOP dédiée à Drop Magic pour :
1. Analyser et isoler le produit retenu.
2. Interfacer l'agent avec l'outil Drop Magic (via CDP/Playwright ou API si existante).
3. Automatiser la génération du site de test de A à Z (importation, copywriting, mise en page).
Bénéfice : Réduire le temps de création de la boutique de test à quelques minutes, sans intervention humaine, complétant ainsi le pipeline "Sourcing -> Lancement".


PROJET 6 - Sourcing Automatisé AliExpress (API / CDP)

Contexte : La phase 3 de la SOP Agentique (Validation Financière) est actuellement déléguée manuellement à cause des captchas agressifs d'AliExpress lors de la navigation Playwright.
Objectif : Développer un système de sourcing robuste pour rapatrier les coûts d'achat et les variantes sans déclencher les sécurités.
1. Explorer l'utilisation d'API non-officielles ou de l'API officielle AliExpress/DSers.
2. Si API impossible, mettre en place un script de scraping passif ou via un service tiers.
Bénéfice : Automatiser le calcul de la marge nette exacte (SOP Phase 3) pour obtenir un pipeline de bout en bout 100% sans contact humain.
Statut : ✅ RÉSOLU — Intégration RapidAPI (aliexpress-datahub) + SOP_Sourcing_Visuel_AliExpress.md créée le 09/06/2026.


🔮 NOUVEAU CHANTIER (AJOUTÉ LE 09 JUIN 2026)

PROJET 7 — Intégration VMake dans le Pipeline UGC

Contexte : L'utilisateur dispose d'un abonnement actif sur VMake (plateforme d'édition vidéo par IA). Son workflow actuel consiste à :
1. Trouver un UGC anglophone performant (source Minea / concurrents).
2. L'importer dans VMake manuellement.
3. Traduire le script en français.
4. Supprimer les textes incrustés en anglais et les remplacer par des textes en français.
5. Exporter la nouvelle version pour diffusion sur Facebook Ads.

Objectif : Automatiser tout ou partie de ce workflow en :
1. Exploration API VMake : Vérifier si VMake expose une API REST (documentée sur leur dashboard ou RapidAPI) permettant d'envoyer une vidéo et des instructions en programmatique.
2. Si API disponible : Créer un script Python vmake_ugc_adapter.py qui prend en entrée l'URL de la vidéo UGC source (extraite lors de la chasse Minea) et les paramètres de traduction, et produit en sortie la vidéo française prête à l'emploi.
3. Si pas d'API : Piloter VMake via CDP/Playwright (navigateur visible) pour automatiser les clics d'upload, de traduction et d'export.
4. Créer un SOP dédié : SOP_VMake_UGC_Adapter.md décrivant le chaînage avec le pipeline existant (après SOP_Juge_Produit → déclenche SOP_VMake).

Chaînage visé dans le pipeline global :

SOP_Juge_Produit (Produit Validé 🟢)
        ↓
SOP_VMake_UGC_Adapter (Adaptation UGC EN → FR)
        ↓
SOP_Usine_UGC_Autonome (Publication & Livraison Telegram)

Questions à explorer en session :
- VMake possède-t-il une API accessible depuis notre plan abonnement ?
- Quels sont les formats vidéo acceptés (MP4, MOV) et les limites de durée ?
- Est-il possible de passer des instructions de traduction (langue cible, style du script) via l'API ?

Bénéfice : Éliminer la dernière intervention manuelle dans le pipeline UGC. Livrer des publicités françaises de qualité professionnelle de manière 100% automatisée, directement depuis la détection du produit gagnant jusqu'à la vidéo finale prête à diffuser.


PROJET 8 — Configuration Claude Code comme Agent de Backup (Résilience Système)

Contexte : Quand les quotas Gemini/Antigravity sont épuisés lors d'une grosse session de travail, l'utilisateur se retrouve bloqué sans alternative gratuite. Claude Code (l'extension VS Code d'Anthropic) est déjà installé et disponible gratuitement, mais n'a pas encore les connecteurs MCP pour accéder aux outils critiques (Playwright, Google Sheets, Shopify).

Objectif : Configurer Claude Code comme agent de secours opérationnel capable d'exécuter les SOPs Antigravity en cas de quota épuisé, en :
1. Localiser le fichier de config MCP de Claude Code : Trouver ~/.claude/claude_desktop_config.json ou l'équivalent dans les settings de l'extension VS Code.
2. Copier les connecteurs existants depuis C:\Users\lisa\.gemini\antigravity\mcp_config.json (aucun doublon — simple référence aux chemins existants) :
- google-sheets → Node.js local (sheets_server/index.js)
- playwright → @playwright/mcp@latest avec le profil Chrome dédié
- shopify → shopify-mcp avec les tokens existants
3. Tester chaque connecteur depuis Claude Code pour s'assurer qu'il peut écrire dans le Google Sheet, ouvrir un navigateur et interroger Shopify.
4. Créer le fichier CLAUDE.md dans C:\ASSISTANT_IA\ — Ce fichier est lu automatiquement par Claude Code à chaque démarrage de session (équivalent de mes KIs). Il contiendra :
- Le chemin vers tous les SOPs Antigravity
- Le mapping langage naturel → SOP (ex: "lance la chasse" → lit SOP_chasse_produits_agentic.md)
- Les règles permanentes de comportement (persona, règles de sécurité, etc.)
5. Documenter la procédure de bascule : Comment passer d'Antigravity à Claude Code en 30 secondes.

Limite résiduelle documentée : Claude Code n'a pas accès à la mémoire longue durée (KIs) automatiquement. Il devra lire manuellement les fichiers SOP dans C:\Users\lisa\.gemini\antigravity\knowledge\ au début de chaque session de backup.

Temps estimé : 10-15 minutes de configuration technique.

Bénéfice : Zéro point de défaillance unique. Si Antigravity est à sec, Claude Code prend le relais avec les mêmes outils et les mêmes SOPs. Continuité opérationnelle garantie sans payer de quota supplémentaire.


PROJET 9 — Migration du Système Antigravity sur Poste Dédié (24/7)

Contexte : Actuellement, le système tourne sur le poste principal, ce qui peut créer des interférences avec l'usage quotidien et empêcher l'agent de fonctionner en continu.
Objectif : Déplacer toute l'architecture (Code, Node, Python, Chrome Debug, Scripts BAT, Telegram Bot) sur un ordinateur (ex: NUC, Mini-PC) dédié exclusivement à l'automatisation.
Actions Requises :
1. Cloner le dépôt et l'environnement sur le nouveau poste.
2. S'assurer que le réseau VPN / RustDesk / Tailscale est configuré pour l'accès à distance.
3. Paramétrer les routines de démarrage automatique (RELANCER_TELEGRAM.bat, etc.) au boot de Windows.
4. Ajuster les chemins absolus (variables d'environnement) si les répertoires changent.
Bénéfice : Avoir un "employé" virtuel qui tourne 24h/24, 7j/7 sans jamais couper. Le système pourra sourcer, publier et envoyer des reportings sur Telegram même quand le poste principal est éteint.


PROJET 10 — Déploiement Agentique Local (Expérimentation "Hermes")

Contexte : Étude de la viabilité d'un système IA 100% local (Open-Source) pour remplacer ou seconder les API commerciales (Google/Anthropic) sur l'architecture Antigravity.
Objectif :
1. Comprendre les besoins matériels (VRAM, GPU, RAM) pour héberger un modèle comme Nous Hermes.
2. Interfacer le LLM local avec le "corps" d'Antigravity (nos scripts Python, Playwright, MCP).
3. Comparer les performances cognitives (compréhension des SOPs, navigation web complexe) entre un modèle local et les modèles serveurs actuels.
Bénéfice : Indépendance totale vis-à-vis des abonnements cloud, confidentialité absolue des données, et coût d'exécution nul (hors électricité) une fois le matériel acquis.


PROJET 11 — Système de Pulsation Proactive et Mémoire Continue Agentique (Pulse Engine V2)

Contexte : Doter l'agent d'un mécanisme de "battement de cœur" d'arrière-plan et d'une mémoire à long terme (Knowledge Items et réveil autonome) pour qu'il s'auto-évalue, s'auto-corrige, et maintienne ses compétences à jour sans amnésie d'une session à l'autre.

Architecture & Piliers :
1. Pilier 1 : Mémoire Long Terme native (KIs) : Injection automatique et forcée des Skills et procédures opérationnelles (SOPs) stockés sous C:\Users\lisa\.gemini\antigravity\knowledge\ dans le prompt système racine.
2. Pilier 2 : Le Pulse Engine d'Arrière-Plan : Démon autonome (pulse_daemon.py) orchestrant les routines cognitives (retrospective_debug, tech_watch, cro_audit, knowledge_enrichment) basé sur l'inactivité du système et l'analyse continue des logs et sessions d'exécution.

Statut :
* [x] Création des KIs et des structures système dans knowledge/.
* [x] Développement du moteur de pulsation autonome pulse_daemon.py.
* [x] Intégration du démon dans le script de démarrage lance_bot_telegram.bat et de la commande /pulse [mode] dans Remoat.
* [ ] Finalisation et consolidation de la routine de nettoyage mensuel (knowledge_enrichment) pour purger la mémoire de ses artefacts obsolètes.

Bénéfice : Passage d'un modèle d'agent purement réactif à un agent proactif autonome, capable d'auto-maintenance système et de consolidation contextuelle cross-session.


📷 PISTE D'ÉVOLUTION — Caméra sur le système ESP32 Potager (ajouté le 16/07/2026)

Contexte : discussion exploratoire avec Raphael sur l'ajout d'une caméra au système ESP32_POTAGER_PRO (v2.17 en cours), avec deux usages possibles, non exclusifs : (1) photo brute envoyée sur Telegram pour un visuel régulier, (2) analyse IA (vision) de la photo pour un résumé de l'état des plantes, renvoyé sur le même Telegram. Système déployé de façon autonome chez le client (aucun lien avec le PC de Raphael une fois posé), donc toute solution doit fonctionner sans dépendance externe à son PC.

Contrainte matérielle identifiée : une caméra (bus parallèle DVP) nécessite ~15 broches (8 données + 4 synchro/horloge + 2 I2C + 1 PWDN). L'ESP32 classique n'a qu'environ 16 broches réellement utilisables (après exclusion flash interne, broches lecture seule GPIO34-39, broches de strapping, UART). Le système actuel utilise déjà 8 broches (P1=32, P2=33, P3=25, voyant eau=26, humidité=16, niveaux sol/nutriments/eau=17/18/19) → conflit direct, impossible d'ajouter une caméra classique (ESP32-CAM style) sur la même puce que le système actuel.

Architecture retenue pour la suite (à construire) :
- Carte caméra séparée et autonome (ESP32-CAM ou équivalent, ~8-10€), avec son propre firmware indépendant (Wi-Fi + envoi Telegram géré par elle-même) — aucun conflit de broches puisqu'elle a son propre budget de broches dédié.
- Déclenchement depuis le système principal : soit un simple fil (1 broche libre du ESP32 principal → 1 broche d'entrée sur la carte caméra, + masse commune), soit un déclenchement réseau (requête Wi-Fi locale depuis le ESP32 principal vers la carte caméra, sans aucun fil physique entre les deux — permet aussi de synchroniser la photo avec un événement du système, ex: juste après un cycle d'arrosage).
- Si option analyse IA retenue plus tard : ne pas faire tourner l'appel API vision directement sur l'ESP32 (RAM limitée, clé API exposée dans chaque boîtier déployé chez un client). Passer par un petit serveur cloud toujours actif (VPS, ~3-5€/mois, indépendant du PC de Raphael et du site client) qui reçoit la photo via le bot Telegram, appelle l'API vision, et renvoie le résultat sur le même chat — un seul serveur à maintenir pour tous les appareils déployés, clé API jamais exposée sur le terrain.

Statut : piste actée, pas encore construite. Raphael reviendra dessus plus tard.