Généré le 14/10/2026 10:01

🛡️ Plan d'Intégration Détaillé : DeepSeek Harness (DSH)

Orchestration des Outils d'Arrière-Plan & Banc de Benchmarks Isolé

Date de conception : 08 octobre 2026
Auteur : Antigravity OS / Écosystème Raphaël
Localisation de référence : Guadeloupe (UTC-4)
Périmètre : Environnement d'évaluation hermétique, orchestration de fond et banc d'essais comparatif
Garantie absolue : Zéro régression et zéro impact sur Jarvis Live Voice (server.py), Claude Code (.claude/), et les 7 démons résidents de production.


Executive Summary & Vision d'Ensemble

Suite aux benchmarks et études de faisabilité (qui ont confirmé l'incompatibilité de DeepSeek Harness avec le temps réel vocal en raison d'une latence de 30-60s et d'une cécité audio native), DeepSeek Harness (dsh) n'a aucune vocation à remplacer le tandem de tête (Gemini Multimodal pour la vitesse/voix et Claude Code pour l'ingénierie logicielle).

En revanche, DSH présente un intérêt ciblé pour :
1. L'orchestration découplée d'outils d'arrière-plan (tâches asynchrones non interactives, batch processing, parsing lourd, audit hors ligne).
2. Un banc de benchmarks standardisé et reproductible (évaluation objective des modèles locaux/distants sur des tâches d'outils réelles, tests de prompts et de robustesse).

Pour réaliser cette intégration sans faire courir le moindre risque à l'écosystème en production, ce plan déploie une stratégie de cloisonnement étanche à 100% (Air-Gap logique) et s'articule en 6 phases rigoureuses.


🗺️ Architecture de Cloisonnement : Sandbox vs Production

graph TB
    subgraph PRODUCTION ["🟢 ZONE DE PRODUCTION CRITIQUE (100% INTANGIBLE)"]
        JLV["Jarvis Live Voice (server.py)<br/>• Ports 8000 / 8443 / 8099<br/>• WebSockets PCM 16/24kHz<br/>• Gemini Multimodal Live API<br/>• Biométrie cosinus >= 0.80"]
        CC["Claude Code (.claude/)<br/>• Skills métier (.claude/skills/)<br/>• Hooks PostToolUse / PreCompact<br/>• LiteLLM Proxy (8083)<br/>• Pilote d'ingénierie logicielle"]
        DAEMONS["7 Démons Résidents<br/>• Task Watchdog / Calendar<br/>• Knowledge Watcher / MCP Watcher<br/>• Pulse Daemon / Pipeline Moniteur"]
    end

    subgraph ISOLATION_WALL ["⛔ FRONTIÈRE D'ISOLATION STRICTE (Air-Gap Logique)"]
        direction LR
        W1["Aucun port partagé (DSH sur 8150+)"]
        W2["Aucun accès aux périphériques Audio/Micro"]
        W3["Aucune écriture sur .claude/ ou JARVIS_LIVE_VOICE"]
        W4["Venv Python et runtime Node.js isolés"]
    end

    subgraph SANDBOX_DSH ["🟡 ZONE EXPÉRIMENTALE DSH (C:\\ASSISTANT_IA\\DSH_HARNESS)"]
        DSH_CORE["Moteur Cordis Minimal<br/>(Everything-is-a-plugin)"]
        DSH_WORKER["Orchestrateur Batch Tier-3<br/>(stats_rejets, audits de logs, parsing)"]
        DSH_BENCH["Banc de Benchmarks<br/>(Toolathlon, DSBench, Latence/Coûts)"]
        WRAPPER["Garde-fou Anti-Faux Succès<br/>(Vérification d'intégrité post-run)"]
    end

    PRODUCTION -.->|Interdiction d'accès| ISOLATION_WALL
    ISOLATION_WALL -.->|Confinement strict| SANDBOX_DSH
    WRAPPER -->|Rapports passifs en lecture seule| ARTIFACTS["C:\\ASSISTANT_IA\\artifacts\\"]

Phase 0 : Sauvegarde Exhaustive & Point de Restauration Zéro-Risque

Avant de créer le moindre dossier ou d'installer la moindre dépendance, un snapshot intégral du système est généré selon le standard éprouvé de production (BACKUP_SYSTEME_20261008_v3.0).

1. Périmètre des 11 Modules Sauvegardés

  1. 01_CONFIGURATIONS_ET_SECRETS : Fichiers .env, .secrets/, configurations Tailscale/WireGuard, jetons Shopify/Telegram.
  2. 02_SCRIPTS_RACINE_ASSISTANT_IA : Tous les scripts .py, .bat, .ps1 de pilotage racine.
  3. 03_OUTILS_METIER_TOOLS : Dossier C:\ASSISTANT_IA\tools\ intégral, incluant orchestrateurs et validateurs MCP.
  4. 04_JARVIS_LIVE_VOICE : Dossier C:\ASSISTANT_IA\JARVIS_LIVE_VOICE\ (serveur, supervisor, certificats SSL, profils audio, configs).
  5. 05_PROJET_STUDIO_PUB : CLI de production, modules ElevenLabs, Kling, fal.ai et index.
  6. 06_REMOAT_TELEGRAM_BOT : Code source, configurations et logs du bot Telegram Remoat.
  7. 07_PIPELINES_ET_PRODUITS_ETAT : Dossiers pipelines/, PRODUITS/, state.json de missions en cours.
  8. 08_SAVOIR_FAIRE_KNOWLEDGE : C:\Users\lisa\.gemini\antigravity\knowledge\ (l'ensemble des SOPs et SKILLs).
  9. 09_ENVIRONNEMENT_CLAUDE : C:\ASSISTANT_IA\.claude\ (settings.json, settings.local.json, skills complets).
  10. 10_SCRIPTS_SCRATCH_ET_SIGNAUX : Dossiers scratch/, signals/ et mémoires volatiles.
  11. 11_ETAT_DES_SERVICES_ET_TACHES : Export XML de toutes les tâches planifiées Windows et tasklist /v.

2. Procédure Automatisée de Sauvegarde (Script PowerShell)

# Script de Snapshot Exhaustif : C:\ASSISTANT_IA\creer_backup_pre_dsh.ps1
$BackupDate = Get-Date -Format "yyyyMMdd_HHmmss"
$BackupRoot = "C:\ASSISTANT_IA\backups\BACKUP_SYSTEME_${BackupDate}_PRE_DSH"
New-Item -ItemType Directory -Path $BackupRoot -Force | Out-Null

Write-Host "📦 Initialisation du Snapshot Système dans $BackupRoot..." -ForegroundColor Cyan

# 1. Configs & Secrets
robocopy "C:\ASSISTANT_IA\.secrets" "$BackupRoot\01_CONFIGURATIONS_ET_SECRETS\.secrets" /E /NFL /NDL
Copy-Item "C:\ASSISTANT_IA\.env" "$BackupRoot\01_CONFIGURATIONS_ET_SECRETS\" -Force

# 2. Racine & Outils
robocopy "C:\ASSISTANT_IA\tools" "$BackupRoot\03_OUTILS_METIER_TOOLS" /E /NFL /NDL
Get-ChildItem "C:\ASSISTANT_IA" -File -Filter "*.py" | Copy-Item -Destination "$BackupRoot\02_SCRIPTS_RACINE"
Get-ChildItem "C:\ASSISTANT_IA" -File -Filter "*.bat" | Copy-Item -Destination "$BackupRoot\02_SCRIPTS_RACINE"
Get-ChildItem "C:\ASSISTANT_IA" -File -Filter "*.ps1" | Copy-Item -Destination "$BackupRoot\02_SCRIPTS_RACINE"

# 3. Jarvis Live Voice & Claude Code
robocopy "C:\ASSISTANT_IA\JARVIS_LIVE_VOICE" "$BackupRoot\04_JARVIS_LIVE_VOICE" /E /XD __pycache__ /NFL /NDL
robocopy "C:\ASSISTANT_IA\.claude" "$BackupRoot\09_ENVIRONNEMENT_CLAUDE" /E /NFL /NDL

# 4. Knowledge Base
robocopy "C:\Users\lisa\.gemini\antigravity\knowledge" "$BackupRoot\08_SAVOIR_FAIRE_KNOWLEDGE" /E /NFL /NDL

# 5. État des tâches Windows & Services
New-Item -ItemType Directory -Path "$BackupRoot\11_ETAT_SERVICES" -Force | Out-Null
schtasks /query /fo CSV > "$BackupRoot\11_ETAT_SERVICES\scheduled_tasks.csv"
Get-Process | Select-Object Id, ProcessName, Path, CommandLine | Export-Csv "$BackupRoot\11_ETAT_SERVICES\processes.csv" -NoTypeInformation

# 6. Checksum d'intégrité
Get-FileHash -Path "C:\ASSISTANT_IA\JARVIS_LIVE_VOICE\server.py", "C:\ASSISTANT_IA\.claude\settings.json" -Algorithm SHA256 | Export-Csv "$BackupRoot\checksums_critiques.csv"

Write-Host "✅ Sauvegarde terminée et intégrité scellée." -ForegroundColor Green

3. Script de Restauration d'Urgence (Rollback en 1 Clic)

Un script C:\ASSISTANT_IA\rollback_pre_dsh.ps1 est généré immédiatement, capable en cas d'anomalie de couper les processus DSH, restaurer les configurations d'origine et relancer les démons de production sans intervention manuelle.


Phase 1 : Stratégie de Cloisonnement Absolu (Zéro Impact)

1. Protection Totale de Jarvis Live Voice (server.py)

2. Protection Totale de Claude Code


Phase 2 : Architecture et Environnement Hermétique DSH

L'ensemble de l'écosystème DSH est confiné dans un répertoire dédié :
C:\ASSISTANT_IA\DSH_HARNESS\

Arborescence Dédiée

C:\ASSISTANT_IA\DSH_HARNESS\
├── .venv\                     # Environnement Python virtuel isolé (Python 3.12/3.13)
├── node_modules\              # Dépendances Node.js locales (Cordis runtime)
├── config\
│   ├── cordis.yml             # Manifest Cordis minimal (plugins verrouillés)
│   └── dsh.config.json        # Configuration du runtime DSH
├── mcp_bridge\                # Connecteurs MCP stdio sécurisés
├── workspace\                 # Sandbox d'exécution (dossier temporaire de travail)
├── benchmarks\                # Banc d'évaluation et suites de tests
│   ├── test_suites\           # Scénarios DSBench / Toolathlon
│   ├── reports\               # Rapports JSON/HTML générés
│   └── run_benchmark.py       # Lanceur de benchmark
├── wrappers\
│   └── integrity_guard.py     # Wrapper anti-faux succès silencieux
├── logs\                      # Journaux d'exécution dédiés
└── stop_dsh.bat               # Kill-switch instantané

Règles de Confinement du Runtime Cordis

  1. Désactivation du "Creator Mode" : Interdiction d'auto-modification du code par l'agent. Seuls les plugins déclarés dans cordis.yml sont montés.
  2. Jail Filesystem : L'agent DSH ne peut lire/écrire que dans C:\ASSISTANT_IA\DSH_HARNESS\workspace\ ou exécuter des scripts autorisés dans C:\ASSISTANT_IA\tools\ en mode lecture/appel contrôlé.
  3. Timeouts d'Exécution Rigides : Plafond strict de 120 secondes par commande (évite tout blocage en boucle infinie).

Phase 3 : Orchestration des Outils d'Arrière-Plan (Background Tooling)

1. Sélection des Outils Métier Éligibles (Tier-3 Batch)

Les outils confiés à DSH sont exclusivement des outils déterministes d'arrière-plan sans composante temps réel :
- tools/stats_rejets.py : Calculs de statistiques de rejets du Product Tracker.
- tools/audit_errors.py : Analyse syntaxique et déduplication des logs d'erreurs récents.
- tools/competitive_researcher.py (mode headless différé) : Extraction asynchrone de prix concurrents.
- Tâches de validation de schémas JSON, formatage de données, linting.

2. Le Wrapper Anti-Faux Succès Silencieux (integrity_guard.py)

Pour neutraliser le bug documenté de DSH v0.2.0-rc.2 (tâches étiquetées Success alors qu'aucun livrable n'a été produit ou qu'une exception silencieuse s'est produite), un validateur d'intégrité encadre chaque exécution :

# C:\ASSISTANT_IA\DSH_HARNESS\wrappers\integrity_guard.py
import subprocess, sys, json, os, time

def execute_with_audit(command_args, expected_output_file=None, max_timeout=120):
    start_time = time.time()
    result = {
        "command": command_args,
        "exit_code": -1,
        "verified_success": False,
        "elapsed_seconds": 0,
        "output_present": False,
        "error_message": None
    }

    try:
        proc = subprocess.run(
            command_args,
            capture_output=True,
            text=True,
            timeout=max_timeout,
            cwd="C:\\ASSISTANT_IA\\DSH_HARNESS\\workspace"
        )
        result["exit_code"] = proc.returncode
        result["elapsed_seconds"] = round(time.time() - start_time, 2)

        # Vérification 1 : Exit code OS strict
        if proc.returncode == 0:
            # Vérification 2 : Si un livrable est attendu, vérifier sa création physique
            if expected_output_file:
                if os.path.exists(expected_output_file) and os.path.getsize(expected_output_file) > 0:
                    result["output_present"] = True
                    result["verified_success"] = True
                else:
                    result["error_message"] = "Faux succès détecté : fichier attendu absent ou vide."
            else:
                result["verified_success"] = True
        else:
            result["error_message"] = proc.stderr.strip()

    except subprocess.TimeoutExpired:
        result["error_message"] = f"Timeout dépassé ({max_timeout}s)."
    except Exception as e:
        result["error_message"] = str(e)

    return result

Phase 4 : Banc de Benchmarks Standardisé (DSH Benchmark Testbed)

Le banc d'évaluation permet de tester objectivement différents modèles (DeepSeek-V3, R1, Qwen3-72B, Claude, Gemini) sur un socle de tâches reproductibles.

1. Suites d'Évaluation Standardisées

  1. Suite A : Toolathlon & Extraction de Schémas (20 tests)
    - Extraction de paramètres JSON stricts depuis des consignes en langage naturel.
    - Respect des enums, gestion des formats de dates ISO et valeurs numériques.
  2. Suite B : Exécution de Scripts & Pipeline Métier (15 tests)
    - Appel d'outils Python locaux (tools/common.py, parsing de tables, calculs de marges).
    - Détection des cas limites (arguments manquants, fichiers verrouillés).
  3. Suite C : Résilience Réseau & Gestion des Erreurs (10 tests)
    - Comportement sous simulation de latence, gestion des codes HTTP 429 et 500.

2. Métriques Mesurées & Restitution

Chaque run de benchmark enregistre dans C:\ASSISTANT_IA\DSH_HARNESS\benchmarks\reports\ :
- Taux de Réussite Réel (%) : Livrables valides / Total des tests.
- Taux de Faux Succès (%) : Success déclaré mais invalide (métrique de vigilance).
- Latence Moyenne par Tour (s) : Temps de résolution par étape.
- Consommation de Tokens : Tokens Prompt / Tokens Générés.
- Coût Estimé (€) : Par test et par run complet.


Phase 5 : Procédure Technique Pas-à-Pas de Déploiement

Étape 1 : Création de la Sandbox et du Venv Python Isolé

# 1. Création de l'arborescence
New-Item -ItemType Directory -Path "C:\ASSISTANT_IA\DSH_HARNESS\config" -Force
New-Item -ItemType Directory -Path "C:\ASSISTANT_IA\DSH_HARNESS\workspace" -Force
New-Item -ItemType Directory -Path "C:\ASSISTANT_IA\DSH_HARNESS\benchmarks\test_suites" -Force
New-Item -ItemType Directory -Path "C:\ASSISTANT_IA\DSH_HARNESS\benchmarks\reports" -Force
New-Item -ItemType Directory -Path "C:\ASSISTANT_IA\DSH_HARNESS\wrappers" -Force
New-Item -ItemType Directory -Path "C:\ASSISTANT_IA\DSH_HARNESS\logs" -Force

# 2. Création de l'environnement virtuel Python indépendant
python -m venv "C:\ASSISTANT_IA\DSH_HARNESS\.venv"
& "C:\ASSISTANT_IA\DSH_HARNESS\.venv\Scripts\python.exe" -m pip install --upgrade pip
& "C:\ASSISTANT_IA\DSH_HARNESS\.venv\Scripts\python.exe" -m pip install pydantic pyyaml requests

Étape 2 : Installation du Noyau Cordis & DSH Runtime

# Initialisation du package Node.js local (sans pollution globale)
cd "C:\ASSISTANT_IA\DSH_HARNESS"
npm init -y
npm install cordis @deepseek/harness-core --save

Étape 3 : Configuration du Manifest Cordis (cordis.yml)

Fichier C:\ASSISTANT_IA\DSH_HARNESS\config\cordis.yml :

name: dsh-isolated-runtime
port: 8150
sandbox:
  root: "C:\\ASSISTANT_IA\\DSH_HARNESS\\workspace"
  allow_shell: false
  timeout_ms: 120000
plugins:
  - name: cordis-plugin-model-adapter
    config:
      provider: deepseek-api
      model: deepseek-chat
      base_url: https://api.deepseek.com/v1
  - name: cordis-plugin-mcp-stdio
    config:
      enabled: true
      allowed_tools:
        - "stats_rejets"
        - "audit_logs"

Étape 4 : Déploiement du Kill-Switch Instantané (stop_dsh.bat)

Fichier C:\ASSISTANT_IA\DSH_HARNESS\stop_dsh.bat :

@echo off
echo [KILL-SWITCH DSH] Arret immediat de tous les processus DSH...
taskkill /F /FI "WINDOWTITLE eq DSH_*" /T >nul 2>&1
wmic process where "commandline like '%%DSH_HARNESS%%'" delete >nul 2>&1
echo [OK] Sandbox DSH neutralisee sans toucher aux services critiques.

Étape 5 : Exécution du Test de Fumée (Smoke Test)

Vérification que DSH s'exécute dans sa sandbox sans solliciter les ports de production :

& "C:\ASSISTANT_IA\DSH_HARNESS\.venv\Scripts\python.exe" "C:\ASSISTANT_IA\DSH_HARNESS\benchmarks\run_benchmark.py" --smoke-test

Phase 6 : Supervision, Sécurité & Matrice de Bascule

1. Surveillance Continue par Watchdog

Le task_watchdog.py de production reçoit une règle passive de surveillance :
- Si un processus sous C:\ASSISTANT_IA\DSH_HARNESS dépasse 500 Mo de RAM ou 120 secondes d'activité continue, il est tué automatiquement.
- Aucune alerte n'interrompt Raphaël sauf anomalie de débordement de ressources.

2. Matrice Décisionnelle d'Activation Opérationnelle

Étape de Validation Critère de Succès Requis Statut Action Suivante
1. Snapshot Système 11 modules sauvegardés, checksums validés 🟢 Prêt Autorisation de déploiement sandbox
2. Confinement Sandbox Zéro port partagé, isolation venv/Node 🟢 Prêt Initialisation des scripts de tests
3. Smoke Test DSH Exécution isolée sans collision de ressources 🟡 En attente de run Validation de l'intégrité Cordis
4. Banc de Benchmarks Suite de 45 tests exécutée, faux succès < 2% 🟡 En attente de run Génération du premier rapport comparatif
5. Tier-3 Background Tooling Validation sur stats_rejets avec wrapper actif 🟡 Sous réserve Intégration en batch nocturne passif

Conclusion & Prochaine Action Immédiate

Le plan garantit une sécurité absolue pour Jarvis Live Voice et Claude Code. La première action à déclencher lors du feu vert de Raphaël est l'exécution de la Phase 0 (création du snapshot BACKUP_SYSTEME_PRE_DSH), garantissant un retour arrière instantané et sans trace à tout moment.