diff --git a/comfyui/download-ace-step-full.sh b/comfyui/download-ace-step-full.sh
new file mode 100755
index 0000000..39d8259
--- /dev/null
+++ b/comfyui/download-ace-step-full.sh
@@ -0,0 +1,72 @@
+#!/bin/bash
+# Script de téléchargement des modèles ACE-Step 1.5 COMPLETS
+# À lancer sur Folzo Corp
+
+set -e
+
+BASE_DIR="/home/folzo/Documents/OpenCode/Projets/Effi/comfyui/models"
+
+echo "🎵 ACE-Step 1.5 - Téléchargement COMPLET des modèles"
+echo "===================================================="
+echo ""
+
+# 1. VAE
+echo "📦 1/4 - Téléchargement du VAE..."
+mkdir -p "$BASE_DIR/vae"
+cd "$BASE_DIR/vae"
+if [ ! -f "ace_1.5_vae.safetensors" ]; then
+    wget -q --progress=bar:force "https://huggingface.co/ACE-Step/Ace-Step1.5/resolve/main/vae/diffusion_pytorch_model.safetensors" -O "ace_1.5_vae.safetensors"
+    echo "✅ VAE téléchargé"
+else
+    echo "✅ VAE déjà présent"
+fi
+ls -lh "ace_1.5_vae.safetensors"
+
+echo ""
+
+# 2. Diffusion Model
+echo "📦 2/4 - Téléchargement du modèle de diffusion..."
+mkdir -p "$BASE_DIR/diffusion_models"
+cd "$BASE_DIR/diffusion_models"
+if [ ! -f "acestep_v1.5_turbo.safetensors" ]; then
+    wget -q --progress=bar:force "https://huggingface.co/ACE-Step/Ace-Step1.5/resolve/main/acestep-v15-turbo/model.safetensors" -O "acestep_v1.5_turbo.safetensors"
+    echo "✅ Diffusion model téléchargé"
+else
+    echo "✅ Diffusion model déjà présent"
+fi
+ls -lh "acestep_v1.5_turbo.safetensors"
+
+echo ""
+
+# 3. Text Encoder 0.6B
+echo "📦 3/4 - Téléchargement du text encoder 0.6B..."
+mkdir -p "$BASE_DIR/text_encoders"
+cd "$BASE_DIR/text_encoders"
+if [ ! -f "qwen_0.6b_ace15.safetensors" ]; then
+    wget -q --progress=bar:force "https://huggingface.co/ACE-Step/Ace-Step1.5/resolve/main/acestep-5Hz-lm-0.6B/model.safetensors" -O "qwen_0.6b_ace15.safetensors"
+    echo "✅ Text encoder 0.6B téléchargé"
+else
+    echo "✅ Text encoder 0.6B déjà présent"
+fi
+ls -lh "qwen_0.6b_ace15.safetensors"
+
+echo ""
+
+# 4. Text Encoder 4B
+echo "📦 4/4 - Téléchargement du text encoder 4B..."
+cd "$BASE_DIR/text_encoders"
+if [ ! -f "qwen_4b_ace15.safetensors" ]; then
+    wget -q --progress=bar:force "https://huggingface.co/ACE-Step/Ace-Step1.5/resolve/main/acestep-5Hz-lm-4B/model.safetensors" -O "qwen_4b_ace15.safetensors"
+    echo "✅ Text encoder 4B téléchargé"
+else
+    echo "✅ Text encoder 4B déjà présent"
+fi
+ls -lh "qwen_4b_ace15.safetensors"
+
+echo ""
+echo "===================================================="
+echo "🎉 Téléchargement terminé !"
+echo ""
+echo "Prochaine étape : redémarrer ComfyUI"
+echo "docker restart comfyui"
+echo "===================================================="
diff --git a/effi-ocr/Dockerfile b/effi-ocr/Dockerfile
deleted file mode 100644
index 6085dc3..0000000
--- a/effi-ocr/Dockerfile
+++ /dev/null
@@ -1,20 +0,0 @@
-FROM python:3.11-slim
-# Installer Tesseract et les langues
-RUN apt-get update && apt-get install -y \
-    tesseract-ocr \
-    tesseract-ocr-fra \
-    tesseract-ocr-eng \
-    libtesseract-dev \
-    && rm -rf /var/lib/apt/lists/*
-# Créer le répertoire de travail
-WORKDIR /app
-# Copier les dépendances
-COPY requirements.txt .
-# Installer les dépendances Python
-RUN pip install --no-cache-dir -r requirements.txt
-# Copier le code
-COPY main.py .
-# Exposer le port
-EXPOSE 8300
-# Lancer l'application
-CMD ["uvicorn", "main:app", "--host", "0.0.0.0", "--port", "8300"]
diff --git a/effi-ocr/README.md b/effi-ocr/README.md
deleted file mode 100644
index aafc8a4..0000000
--- a/effi-ocr/README.md
+++ /dev/null
@@ -1,232 +0,0 @@
-# 📝 Effi-OCR
-
-Service OCR (Optical Character Recognition) pour Effi. Extrait le texte des images et photos de documents.
-
----
-
-## 🎯 Fonctionnalités
-
-- Extraction de texte à partir d'images (JPEG, PNG, GIF, BMP, TIFF, WebP)
-- Support multilingue (Français, Anglais, Allemand, Espagnol, Italien)
-- Prétraitement automatique pour améliorer la qualité
-- API REST simple et rapide
-- Intégration OpenWebUI via Tool
-
----
-
-## 🚀 Démarrage rapide
-
-```bash
-# Construire et démarrer
-cd ~/Documents/OpenCode/Projets/Effi/effi-ocr
-sudo docker compose up -d --build
-
-# Vérifier le service
-curl http://localhost:8300/health
-```
-
----
-
-## 📡 API Endpoints
-
-### Health Check
-```bash
-GET /health
-```
-
-### OCR - Upload fichier
-```bash
-POST /ocr
-Content-Type: multipart/form-data
-
-Parameters:
-  - file: Image à analyser
-  - lang: Code langue (fra, eng, fra+eng, etc.)
-  - preprocess: true/false (prétraitement auto)
-```
-
-Exemple:
-```bash
-curl -X POST -F "file=@photo.jpg" -F "lang=fra" http://localhost:8300/ocr
-```
-
-### OCR - Base64
-```bash
-POST /ocr/base64
-Content-Type: application/json
-
-{
-  "image_base64": "...",
-  "lang": "fra",
-  "preprocess": true
-}
-```
-
-### Langues disponibles
-```bash
-GET /languages
-```
-
----
-
-## 🔧 Configuration
-
-### Variables d'environnement
-
-| Variable | Défaut | Description |
-|----------|--------|-------------|
-| `OCR_URL` | `http://192.168.1.11:8300` | URL du service OCR |
-
-### Langues supportées
-
-- `fra` - Français
-- `eng` - Anglais  
-- `fra+eng` - Bilingue FR+EN
-- `deu` - Allemand
-- `spa` - Espagnol
-- `ita` - Italien
-
----
-
-## 🐳 Docker
-
-### Construction
-```bash
-sudo docker compose build
-```
-
-### Démarrage
-```bash
-sudo docker compose up -d
-```
-
-### Logs
-```bash
-sudo docker logs effi-ocr -f
-```
-
-### Arrêt
-```bash
-sudo docker compose down
-```
-
----
-
-## 🔗 Intégration OpenWebUI
-
-Voir [TOOL-OPENWEBUI.md](TOOL-OPENWEBUI.md) pour la configuration complète du Tool.
-
-**Résumé rapide:**
-1. Admin → Tools → Create Tool
-2. Copier le code Python fourni
-3. Configurer la variable `OCR_URL`
-4. Activer le Tool dans les paramètres de conversation
-
----
-
-## 🧪 Tests
-
-### Test de santé
-```bash
-curl http://localhost:8300/health
-```
-
-### Test OCR simple
-```bash
-curl -X POST \
-  -F "file=@/chemin/vers/image.jpg" \
-  -F "lang=fra" \
-  http://localhost:8300/ocr
-```
-
-### Test avec prétraitement désactivé
-```bash
-curl -X POST \
-  -F "file=@image.png" \
-  -F "lang=eng" \
-  -F "preprocess=false" \
-  http://localhost:8300/ocr
-```
-
----
-
-## 📊 Performance
-
-- **Temps de traitement** : ~1-3 secondes par image (dépend de la taille)
-- **Formats supportés** : JPEG, PNG, GIF, BMP, TIFF, WebP
-- **Taille max recommandée** : 2048x2048 pixels
-- **Prétraitement** : Conversion niveaux de gris + contraste (optionnel)
-
----
-
-## 🐛 Dépannage
-
-### Service ne répond pas
-```bash
-# Vérifier si le conteneur tourne
-sudo docker ps | grep effi-ocr
-
-# Redémarrer
-sudo docker restart effi-ocr
-
-# Voir les logs
-sudo docker logs effi-ocr
-```
-
-### Tesseract non trouvé
-L'erreur indique que Tesseract n'est pas installé dans le conteneur. Reconstruire:
-```bash
-sudo docker compose down
-sudo docker compose up -d --build
-```
-
-### OCR de mauvaise qualité
-- Utiliser `lang=fra+eng` pour les documents mixtes
-- S'assurer que l'image est bien éclairée
-- Vérifier la résolution (300 DPI recommandé pour documents)
-- Activer le prétraitement (par défaut: true)
-
----
-
-## 📁 Structure
-
-```
-effi-ocr/
-├── main.py              # API FastAPI
-├── Dockerfile           # Configuration Docker
-├── docker-compose.yml   # Orchestration
-├── requirements.txt     # Dépendances Python
-├── README.md           # Ce fichier
-└── TOOL-OPENWEBUI.md   # Guide Tool OpenWebUI
-```
-
----
-
-## 📝 Dépendances
-
-- Python 3.11
-- FastAPI
-- Pillow (traitement d'images)
-- pytesseract (wrapper Tesseract)
-- Tesseract OCR 5.x
-
----
-
-## 🎨 Cas d'usage
-
-- **Numérisation de livres** : Extraire le texte de photos de pages
-- **Factures** : Récupérer les informations de factures scannées
-- **Documents** : OCR sur PDF et images de documents
-- **Notes manuscrites** : Reconnaissance de texte manuscrit (limitée)
-
----
-
-## 🔒 Sécurité
-
-- Le service écoute uniquement sur localhost (127.0.0.1:8300)
-- Aucune donnée n'est stockée persistante
-- Les images sont traitées en mémoire et supprimées après
-
----
-
-Créé le 6 Avril 2026
diff --git a/effi-ocr/TOOL-OPENWEBUI.md b/effi-ocr/TOOL-OPENWEBUI.md
deleted file mode 100644
index e5decc7..0000000
--- a/effi-ocr/TOOL-OPENWEBUI.md
+++ /dev/null
@@ -1,181 +0,0 @@
-# Tool OCR pour OpenWebUI
-
-## Configuration
-
-Dans OpenWebUI (http://192.168.1.27:3000) :
-
-1. **Aller dans** : Admin → Tools → Create Tool
-2. **Nom** : OCR Extracteur de Texte
-3. **ID** : ocr_extractor
-4. **Description** : Extrait le texte des images pour les livres et documents
-
-## Code du Tool
-
-```python
-from typing import Optional
-import requests
-import base64
-import os
-
-class Tools:
-    def __init__(self):
-        """Initialize OCR Tool"""
-        self.ocr_url = os.getenv("OCR_URL", "http://192.168.1.11:8300")
-    
-    def extract_text_from_image(self, image_path: str, language: str = "fra") -> str:
-        """
-        Extract text from an image file using OCR
-        
-        Args:
-            image_path: Path to the image file (jpg, png, etc.)
-            language: Language code (fra, eng, fra+eng, etc.)
-        
-        Returns:
-            Extracted text from the image
-        """
-        try:
-            # Read image file
-            with open(image_path, 'rb') as f:
-                files = {'file': f}
-                data = {'lang': language}
-                
-                response = requests.post(
-                    f"{self.ocr_url}/ocr",
-                    files=files,
-                    data=data,
-                    timeout=30
-                )
-                
-                if response.status_code == 200:
-                    result = response.json()
-                    if result.get('success'):
-                        text = result.get('text', '')
-                        char_count = result.get('characters_count', 0)
-                        word_count = result.get('words_count', 0)
-                        return f"Texte extrait ({char_count} caractères, {word_count} mots):\n\n{text}"
-                    else:
-                        return f"Erreur OCR: {result.get('error', 'Unknown error')}"
-                else:
-                    return f"Erreur HTTP {response.status_code}: {response.text}"
-                    
-        except FileNotFoundError:
-            return f"Erreur: Fichier non trouvé: {image_path}"
-        except Exception as e:
-            return f"Erreur lors de l'OCR: {str(e)}"
-    
-    def extract_text_from_base64(self, image_base64: str, language: str = "fra") -> str:
-        """
-        Extract text from a base64 encoded image
-        
-        Args:
-            image_base64: Base64 encoded image string
-            language: Language code (fra, eng, fra+eng, etc.)
-        
-        Returns:
-            Extracted text from the image
-        """
-        try:
-            response = requests.post(
-                f"{self.ocr_url}/ocr/base64",
-                json={
-                    'image_base64': image_base64,
-                    'lang': language,
-                    'preprocess': True
-                },
-                timeout=30
-            )
-            
-            if response.status_code == 200:
-                result = response.json()
-                if result.get('success'):
-                    text = result.get('text', '')
-                    char_count = result.get('characters_count', 0)
-                    word_count = result.get('words_count', 0)
-                    return f"Texte extrait ({char_count} caractères, {word_count} mots):\n\n{text}"
-                else:
-                    return f"Erreur OCR: extraction échouée"
-            else:
-                return f"Erreur HTTP {response.status_code}: {response.text}"
-                
-        except Exception as e:
-            return f"Erreur lors de l'OCR: {str(e)}"
-    
-    def get_available_languages(self) -> str:
-        """
-        Get list of available OCR languages
-        
-        Returns:
-            List of available language codes
-        """
-        try:
-            response = requests.get(f"{self.ocr_url}/languages", timeout=10)
-            
-            if response.status_code == 200:
-                result = response.json()
-                languages = result.get('available_languages', [])
-                return f"Langues disponibles: {', '.join(languages)}"
-            else:
-                return f"Erreur: {response.status_code}"
-                
-        except Exception as e:
-            return f"Erreur: {str(e)}"
-```
-
-## Variables d'environnement
-
-Dans les Settings d'OpenWebUI (Admin → Settings → Environment Variables) :
-
-**Si effi-ocr est sur le MEME serveur (recommandé):**
-```
-OCR_URL=http://host.docker.internal:8300
-```
-
-**Si effi-ocr est sur un autre serveur (Fedora 192.168.1.11):**
-```
-OCR_URL=http://192.168.1.11:8300
-```
-
-## Utilisation
-
-Une fois le Tool créé, les agents pourront l'utiliser avec ces fonctions :
-
-- `extract_text_from_image("/chemin/vers/image.jpg", "fra")` - Extraire le texte d'un fichier image
-- `extract_text_from_base64("base64encoded...", "fra")` - Extraire d'une image encodée en base64
-- `get_available_languages()` - Lister les langues disponibles
-
-## Exemple de prompt
-
-```
-"Effi, lis-moi ce texte" [upload d'image]
-→ L'agent utilise automatiquement le Tool OCR
-```
-
-## Langues disponibles
-
-- `fra` - Français
-- `eng` - Anglais
-- `fra+eng` - Français + Anglais (bilingue)
-- `deu` - Allemand
-- `spa` - Espagnol
-- `ita` - Italien
-
-## Dépannage
-
-**Erreur de connexion** :
-```bash
-# Vérifier que le service OCR tourne
-curl http://192.168.1.11:8300/health
-
-# Redémarrer si nécessaire
-cd ~/Documents/OpenCode/Projets/Effi/effi-ocr
-sudo docker compose restart
-```
-
-**Texte mal extrait** :
-- Essayer `fra+eng` pour les documents bilingues
-- Vérifier la qualité de l'image (résolution, contraste)
-- L'OCR fonctionne mieux avec des images bien éclairées
-
----
-
-*Tool créé le 6 Avril 2026*
diff --git a/effi-ocr/TROUBLESHOOTING.md b/effi-ocr/TROUBLESHOOTING.md
deleted file mode 100644
index a0b34dc..0000000
--- a/effi-ocr/TROUBLESHOOTING.md
+++ /dev/null
@@ -1,80 +0,0 @@
-# Dépannage effi-OCR
-
-## Problèmes Connus
-
-### 1. "Fichier non trouvé" - Erreur Common
-
-**Symptôme :**
-```
-Erreur: Fichier non trouvé pour l'ID: page_image.jpg (cherché dans /app/backend/data/uploads/)
-```
-
-**Cause :**
-effi-ocr est sur une autre machine que OpenWebUI. Les chemins de fichiers ne sont pas partagés.
-
-**Solution :**
-Installer effi-ocr sur le **MÊME serveur** qu'OpenWebUI (effi-server 192.168.1.27)
-
----
-
-### 2. effi-ocr loop / se bloque
-
-**Symptôme :**
-Le modèle répète "call the tool call the tool..." en boucle.
-
-**Causes possibles :**
-- Tool mal configuré dans OpenWebUI
-- URL OCR_URL incorrecte
-- Le modèle a un problème avec le tool calling
-
-**Solutions :**
-1. Vérifier que `OCR_URL` pointe vers le bon serveur
-2. Recréer le tool OCR dans OpenWebUI
-3. Désactiver Sub Agent/Planner Agent temporairement
-
----
-
-### 3. OCR retourne du texte vide
-
-**Causes possibles :**
-- Image de mauvaise qualité
-- Langue incorrecte (utiliser `fra+eng`)
-- Prétraitement désactivé
-
-**Solutions :**
-1. Tester avec une image plus claire
-2. Utiliser `lang=fra+eng` pour documents mixtes
-3. Activer le prétraitement
-
----
-
-## Checklist Diagnostic
-
-- [ ] effi-ocr tourne sur le port 8300
-- [ ] OCR_URL est correct dans OpenWebUI
-- [ ] effi-ocr est sur le MÊME serveur qu'OpenWebUI
-- [ ] Le tool OCR est correctement créé dans Admin → Tools
-- [ ] Le fichier uploadé existe dans /app/backend/data/uploads/
-
----
-
-## Commandes de Test
-
-### Vérifier effi-ocr (sur le serveur où il tourne)
-```bash
-curl http://localhost:8300/health
-```
-
-### Tester OCR avec une image
-```bash
-curl -X POST -F "file=@test.jpg" -F "lang=fra" http://localhost:8300/ocr
-```
-
-### Vérifier les fichiers uploadés (OpenWebUI)
-```bash
-ls -la /app/backend/data/uploads/
-```
-
----
-
-*Dernière mise à jour: Avril 2026*
diff --git a/effi-ocr/docker-compose.yml b/effi-ocr/docker-compose.yml
deleted file mode 100644
index 432cb98..0000000
--- a/effi-ocr/docker-compose.yml
+++ /dev/null
@@ -1,22 +0,0 @@
-services:
-  effi-ocr:
-    build: .
-    container_name: effi-ocr
-    ports:
-      - "8300:8300"
-    restart: unless-stopped
-    environment:
-      - PYTHONUNBUFFERED=1
-    healthcheck:
-      test: ["CMD", "curl", "-f", "http://localhost:8300/health"]
-      interval: 30s
-      timeout: 10s
-      retries: 3
-      start_period: 10s
-    networks:
-      - effi-network
-
-networks:
-  effi-network:
-    external: true
-    name: effi-network
diff --git a/effi-ocr/main.py b/effi-ocr/main.py
deleted file mode 100644
index aefba3d..0000000
--- a/effi-ocr/main.py
+++ /dev/null
@@ -1,208 +0,0 @@
-"""
-Effi-OCR : Service OCR pour Effi
-API FastAPI qui expose Tesseract via une interface REST
-"""
-
-from fastapi import FastAPI, File, UploadFile, HTTPException
-from fastapi.responses import JSONResponse
-from PIL import Image
-import pytesseract
-import io
-import logging
-from typing import Optional
-
-# Configuration logging
-logging.basicConfig(level=logging.INFO)
-logger = logging.getLogger(__name__)
-
-app = FastAPI(
-    title="Effi-OCR",
-    description="Service OCR pour extraction de texte d'images",
-    version="1.0.0"
-)
-
-
-@app.get("/health")
-async def health_check():
-    """Endpoint de santé pour monitoring"""
-    try:
-        # Vérifier que Tesseract est accessible
-        import subprocess
-        result = subprocess.run(['tesseract', '--version'], capture_output=True, text=True)
-        version_line = result.stdout.split('\n')[0] if result.stdout else "unknown"
-        tesseract_version = str(version_line)  # Forcer en string
-    except Exception as e:
-        tesseract_version = f"error: {str(e)}"
-    
-    return {
-        "status": "healthy",
-        "service": "effi-ocr",
-        "version": "1.0.0",
-        "tesseract_version": tesseract_version
-    }
-
-
-@app.post("/ocr")
-async def ocr_image(
-    file: UploadFile = File(...),
-    lang: str = "fra",
-    preprocess: bool = True
-):
-    """
-    Extraire le texte d'une image
-    
-    Args:
-        file: Image à analyser (jpg, png, etc.)
-        lang: Code langue (fra, eng, fra+eng, etc.)
-        preprocess: Appliquer un prétraitement pour améliorer la qualité
-    
-    Returns:
-        JSON avec le texte extrait et les métadonnées
-    """
-    logger.info(f"OCR demandé - lang: {lang}, fichier: {file.filename}")
-    
-    # Vérifier le type de fichier
-    allowed_types = ['image/jpeg', 'image/png', 'image/gif', 'image/bmp', 'image/tiff', 'image/webp']
-    if file.content_type not in allowed_types:
-        raise HTTPException(
-            status_code=400,
-            detail=f"Type de fichier non supporté: {file.content_type}. Types acceptés: {', '.join(allowed_types)}"
-        )
-    
-    try:
-        # Lire l'image
-        contents = await file.read()
-        image = Image.open(io.BytesIO(contents))
-        
-        # Convertir en RGB si nécessaire (pour les images avec transparence)
-        if image.mode in ('RGBA', 'LA', 'P'):
-            image = image.convert('RGB')
-        
-        # Prétraitement optionnel pour améliorer la qualité OCR
-        if preprocess:
-            # Convertir en niveaux de gris pour meilleure détection texte
-            image = image.convert('L')
-            # Augmenter le contraste
-            from PIL import ImageEnhance
-            enhancer = ImageEnhance.Contrast(image)
-            image = enhancer.enhance(2.0)
-        
-        # OCR avec Tesseract
-        text = pytesseract.image_to_string(image, lang=lang)
-        
-        # Nettoyer le texte
-        text = text.strip()
-        
-        # Informations sur l'image
-        width, height = image.size
-        
-        logger.info(f"OCR terminé - {len(text)} caractères extraits")
-        
-        return JSONResponse(content={
-            "success": True,
-            "text": text,
-            "language": lang,
-            "filename": file.filename,
-            "image_size": {"width": width, "height": height},
-            "characters_count": len(text),
-            "words_count": len(text.split()) if text else 0
-        })
-        
-    except Exception as e:
-        logger.error(f"Erreur OCR: {str(e)}")
-        raise HTTPException(status_code=500, detail=f"Erreur lors de l'OCR: {str(e)}")
-
-
-@app.post("/ocr/base64")
-async def ocr_base64(
-    image_base64: str,
-    lang: str = "fra",
-    preprocess: bool = True
-):
-    """
-    Extraire le texte d'une image en base64
-    
-    Args:
-        image_base64: Image encodée en base64
-        lang: Code langue (fra, eng, fra+eng, etc.)
-        preprocess: Appliquer un prétraitement
-    
-    Returns:
-        JSON avec le texte extrait
-    """
-    import base64
-    
-    logger.info(f"OCR base64 demandé - lang: {lang}")
-    
-    try:
-        # Décoder le base64
-        image_data = base64.b64decode(image_base64)
-        image = Image.open(io.BytesIO(image_data))
-        
-        # Convertir en RGB si nécessaire
-        if image.mode in ('RGBA', 'LA', 'P'):
-            image = image.convert('RGB')
-        
-        # Prétraitement
-        if preprocess:
-            image = image.convert('L')
-            from PIL import ImageEnhance
-            enhancer = ImageEnhance.Contrast(image)
-            image = enhancer.enhance(2.0)
-        
-        # OCR
-        text = pytesseract.image_to_string(image, lang=lang)
-        text = text.strip()
-        
-        width, height = image.size
-        
-        logger.info(f"OCR base64 terminé - {len(text)} caractères")
-        
-        return {
-            "success": True,
-            "text": text,
-            "language": lang,
-            "image_size": {"width": width, "height": height},
-            "characters_count": len(text),
-            "words_count": len(text.split()) if text else 0
-        }
-        
-    except Exception as e:
-        logger.error(f"Erreur OCR base64: {str(e)}")
-        raise HTTPException(status_code=500, detail=f"Erreur lors de l'OCR: {str(e)}")
-
-
-@app.get("/languages")
-async def list_languages():
-    """Lister les langues disponibles pour l'OCR"""
-    try:
-        # Commande tesseract pour lister les langues
-        import subprocess
-        result = subprocess.run(
-            ['tesseract', '--list-langs'],
-            capture_output=True,
-            text=True
-        )
-        
-        # Parser la sortie
-        lines = result.stdout.strip().split('\n')
-        # La première ligne est "List of available languages (xxx):"
-        languages = lines[1:] if len(lines) > 1 else []
-        
-        return {
-            "available_languages": languages,
-            "count": len(languages)
-        }
-    except Exception as e:
-        logger.error(f"Erreur listage langues: {str(e)}")
-        # Fallback avec les langues communes
-        return {
-            "available_languages": ["fra", "eng", "fra+eng", "deu", "spa", "ita"],
-            "count": 6,
-            "note": "Liste par défaut, erreur lors de la récupération"
-        }
-
-
-if __name__ == "__main__":
-    import uvicorn
-    uvicorn.run(app, host="0.0.0.0", port=8300)
diff --git a/effi-ocr/requirements.txt b/effi-ocr/requirements.txt
deleted file mode 100644
index 9a579d7..0000000
--- a/effi-ocr/requirements.txt
+++ /dev/null
@@ -1,5 +0,0 @@
-fastapi==0.109.0
-uvicorn[standard]==0.27.0
-python-multipart==0.0.6
-pillow==10.2.0
-pytesseract==0.3.10