# STATUS.md — Sprint 2 : Pipeline page unique

## Sprint : 2 — Session A
## Objectif du sprint : 1 image → 1 master.json valide via Google AI

---

## Ce qui est fait (Sprint 1 ✓)
- [x] Repo GitHub structuré, arborescence complète
- [x] Schémas Pydantic : corpus_profile.py, page_master.py, annotation.py
- [x] 4 profils JSON (medieval-illuminated, medieval-textual, early-modern-print, modern-handwritten)
- [x] 9 templates de prompts versionnés
- [x] 54 tests pytest passants (26 schemas + 28 profiles)
- [x] pyproject.toml configuré
- [x] 6 secrets GitHub en place :
      GOOGLE_AI_STUDIO_API_KEY, VERTEX_API_KEY, VERTEX_PROJECT_ID,
      VERTEX_LOCATION, VERTEX_SERVICE_ACCOUNT_JSON, AI_PROVIDER

---

## Contexte important pour ce sprint

### Providers Google AI disponibles
Trois options configurées, priorité :
- AI_PROVIDER=vertex_api_key → clé AQ.Ab... (Vertex Express, production)
- AI_PROVIDER=google_ai_studio → clé AIza... (gratuit, développement)
- AI_PROVIDER=vertex_service_account → JSON credentials (institutions)

### Format de clé Vertex non confirmé
La clé Vertex commence par AQ.Ab (format OAuth2 Vertex Express).
La syntaxe SDK exacte pour ce format N'EST PAS encore validée.
La Session A commence par ce test — avant tout le reste.

### Images test disponibles
Pas d'images locales. On travaille avec des URLs IIIF directes.

URL Beatus haute résolution (profil medieval-illuminated) :
  https://gallica.bnf.fr/iiif/ark:/12148/btv1b52505441p/f233/full/full/0/native.jpg

URL Beatus basse résolution (même folio, qualité réduite — test confidence) :
  https://gallica.bnf.fr/iiif/ark:/12148/btv1b52505441p/f233/full/600,/0/native.jpg

URL second corpus — Grandes Chroniques de France (profil medieval-textual) :
  https://gallica.bnf.fr/iiif/ark:/12148/btv1b84472995/f16/full/full/0/native.jpg

Pourquoi tester deux résolutions du Beatus :
  Les deux images doivent produire un master.json valide.
  La basse résolution doit retourner un score confidence plus faible
  et potentiellement déclencher le statut needs_review si < flag_below (0.4).
  Cela valide que les seuils du profil fonctionnent correctement.

---

## Session A — Connexion Google AI + listage modèles

### Objectif
Valider que les 3 providers fonctionnent et lister les modèles disponibles.
Aucun traitement d'image. Aucun master.json. Juste la connexion.

### Tâches dans l'ordre

1. Créer backend/app/services/ai/__init__.py (vide)

2. Créer backend/app/services/ai/client.py
   → factory get_ai_client() avec les 3 options
   → Option B (vertex_api_key) : tester les deux syntaxes possibles
     et documenter celle qui fonctionne dans un commentaire

3. Créer backend/app/services/ai/models.py
   → fonction list_available_models(client) → list[dict]
   → filtrer sur les modèles qui supportent generateContent + vision
   → retourner : id, display_name, supports_vision

4. Créer backend/tests/test_ai_connection.py
   → test_option_a_google_ai_studio() : connexion + list_models
   → test_option_b_vertex_api_key() : connexion + list_models
   → test_option_c_vertex_service_account() : connexion + list_models
   → Chaque test affiche les modèles disponibles dans les logs

5. Lancer pytest test_ai_connection.py
   → documenter dans DECISIONS.md la syntaxe exacte validée pour AQ.Ab

### Critère de done Session A
Les 3 tests de connexion passent.
On sait quelle syntaxe fonctionne pour la clé AQ.Ab.
La liste des modèles disponibles est affichée pour chaque provider.

### Ne pas faire en Session A
- Aucun traitement d'image
- Aucun appel de prompt
- Aucune ingestion de corpus

---

## Session B — Ingestion + préparation image

### Objectif
Ingérer une image depuis une URL IIIF et produire un dérivé web prêt pour l'IA.

### Tâches dans l'ordre

1. Créer backend/app/services/ingest/__init__.py
2. Créer backend/app/services/ingest/image_loader.py
   → load_from_url(url) → image bytes + dimensions
   → load_from_file(path) → image bytes + dimensions
   → Pillow pour lire et redimensionner
3. Créer backend/app/services/image/__init__.py
4. Créer backend/app/services/image/processor.py
   → make_derivative(image_bytes, max_size=1500) → JPEG bytes
   → get_dimensions(image_bytes) → (width, height)
5. Tester sur les 3 URLs dans l'ordre :
   - Beatus haute résolution :
     https://gallica.bnf.fr/iiif/ark:/12148/btv1b52505441p/f233/full/full/0/native.jpg
   - Beatus basse résolution :
     https://gallica.bnf.fr/iiif/ark:/12148/btv1b52505441p/f233/full/600,/0/native.jpg
   - Grandes Chroniques :
     https://gallica.bnf.fr/iiif/ark:/12148/btv1b84472995/f16/full/full/0/native.jpg
   → vérifier que les 3 images se téléchargent et se redimensionnent
   → vérifier que les dimensions sont bien extraites pour chaque cas
6. Ajouter tests/test_image_processing.py

### Critère de done Session B
Les 3 URLs produisent chacune un JPEG dérivé de 1500px max.
Les dimensions sont correctement extraites pour chaque image.
La basse résolution Beatus produit bien une image plus petite en entrée.

---

## Session C — Premier appel IA + master.json

### Objectif
1 image → 1 appel Google AI → 1 master.json valide.
C'est le cœur du Sprint 2.

### Tâches dans l'ordre

1. Créer backend/app/services/ai/prompt_loader.py
   → load_and_render(template_path, context_dict) → str
   → remplace {{profile_label}}, {{language_hints}}, {{script_type}}

2. Créer backend/app/services/ai/pipeline.py
   → analyze_page(image_bytes, corpus_profile, model_id) → PageMaster
   → Appelle le prompt primary_v1.txt du profil
   → Stocke ai_raw.json (brut) + master.json (validé Pydantic)
   → Lève une erreur explicite si le JSON retourné est invalide

3. Tester sur les 3 images dans l'ordre :
   a. Beatus haute résolution + profil medieval-illuminated
      → master.json valide, confidence attendue > 0.6
   b. Beatus basse résolution + profil medieval-illuminated
      → master.json valide, confidence attendue plus faible
      → vérifier que editorial.status = "needs_review" si confidence < 0.4
   c. Grandes Chroniques + profil medieval-textual
      → master.json valide, extensions sans iconography
      → valide la généricité (zéro logique Beatus dans le code)

4. Vérifier pour chaque master.json :
   → ai_raw.json bien séparé
   → processing.provider = "vertex_api_key"
   → schema_version = "1.0"
   → bbox toutes en format [x, y, w, h] avec w > 0 et h > 0

5. Ajouter tests/test_pipeline.py

### Critère de done Session C
3 master.json valides produits (Beatus HR + Beatus BR + Grandes Chroniques).
La basse résolution déclenche bien un score de confidence plus faible.
Les Grandes Chroniques ne contiennent pas de bloc iconography dans extensions.
pytest 100% sur tous les fichiers de test.
ai_raw.json et master.json bien séparés dans data/ pour chaque page.

---

## Critère de fin du Sprint 2
- [ ] 3 providers connectés et testés
- [ ] Syntaxe AQ.Ab documentée dans DECISIONS.md
- [ ] Pipeline page unique fonctionnel
- [ ] 3 master.json valides (Beatus HR + Beatus BR + Grandes Chroniques)
- [ ] La basse résolution produit un confidence plus faible que la haute résolution
- [ ] Règle de généricité respectée (zéro logique hardcodée Beatus)
- [ ] pytest 100%

---

## Ne pas faire dans ce sprint
- Aucune API FastAPI
- Aucune interface web
- Aucun ALTO / METS / IIIF
- Aucun traitement en lot
- Passes dérivées (traduction, commentaire) : Sprint 3