Intégration Word dans Flask: upload et traitement web

Modifications:
- flask_app.py:
  * Ajout de "docx" dans ALLOWED_EXTENSIONS
  * Nouvelle fonction run_word_processing_job() avec:
    - Gestion tempfile pour python-docx (besoin d'un path)
    - Intégration du callback de progression SSE
    - Nettoyage automatique du fichier temporaire
  * Modification upload() route:
    - Détection du type de fichier (PDF/Word)
    - Routage vers le bon processeur (run_processing_job vs run_word_processing_job)
    - Messages d'erreur adaptés pour PDF et Word
  * Mise à jour des docstrings

- templates/upload.html:
  * Titre: "Parser PDF/Word/Markdown" (au lieu de PDF/Markdown)
  * Accept attribute: ".pdf,.docx,.md"
  * Tooltips: Explique que Word n'a pas besoin d'OCR
  * Pipeline de traitement: Section séparée pour PDF vs Word
  * Labels mis à jour pour inclure Word

Fonctionnalités:
✅ Upload de fichiers .docx via interface web
✅ Traitement en arrière-plan avec SSE
✅ Pas d'OCR nécessaire pour Word (économie ~0.003€/page)
✅ Réutilisation complète des modules LLM existants
✅ Extraction directe via python-docx
✅ Construction TOC depuis styles Heading 1-9

🤖 Generated with [Claude Code](https://claude.com/claude-code)

Co-Authored-By: Claude Sonnet 4.5 <noreply@anthropic.com>

generations/library_rag/templates/upload.html

@@ -4,8 +4,8 @@
 
 {% block content %}
 <section class="section">
-    <h1>📄 Parser PDF/Markdown</h1>
-    <p class="lead">Uploadez un fichier PDF ou Markdown pour l'analyser et structurer son contenu</p>
+    <h1>📄 Parser PDF/Word/Markdown</h1>
+    <p class="lead">Uploadez un fichier PDF, Word (.docx) ou Markdown pour l'analyser et structurer son contenu</p>
 
     {% if error %}
         <div class="alert alert-warning">
@@ -16,18 +16,19 @@
     <div class="search-box">
         <form method="post" enctype="multipart/form-data">
             <div class="form-group">
-                <label class="form-label" for="file">Fichier PDF ou Markdown</label>
-                <input 
-                    type="file" 
-                    name="file" 
-                    id="file" 
+                <label class="form-label" for="file">Fichier PDF, Word ou Markdown</label>
+                <input
+                    type="file"
+                    name="file"
+                    id="file"
                     class="form-control"
-                    accept=".pdf,.md"
+                    accept=".pdf,.docx,.md"
                     required
                 >
                 <div class="caption mt-1">Taille maximale : 50 MB</div>
                 <div class="caption" style="color: var(--color-accent); margin-top: 0.25rem;">
-                    💡 Pour retester un document existant sans refaire l'OCR payant, cochez "Skip OCR"
+                    💡 PDF: Pour retester sans refaire l'OCR payant, cochez "Skip OCR"
+                    <br>💡 Word: Pas d'OCR nécessaire (extraction directe du contenu)
                 </div>
             </div>
 
@@ -150,10 +151,17 @@
     <div class="card">
         <h3>📋 Pipeline de traitement</h3>
         <div class="mt-2">
-            <p><strong>1. OCR Mistral</strong> — Extraction du texte et des images via l'API Mistral</p>
-            <p><strong>2. Markdown</strong> — Construction du document Markdown avec images</p>
-            <p><strong>3. Hiérarchie</strong> — Analyse des titres pour créer une structure arborescente</p>
-            <p><strong>4. LLM (optionnel)</strong> — Amélioration de la structure via Ollama</p>
+            <p><strong>PDF:</strong></p>
+            <p style="margin-left: 1rem;">1. OCR Mistral — Extraction du texte et des images via l'API Mistral</p>
+            <p style="margin-left: 1rem;">2. Markdown — Construction du document Markdown avec images</p>
+            <p style="margin-left: 1rem;">3. Hiérarchie — Analyse des titres pour créer une structure arborescente</p>
+            <p style="margin-left: 1rem;">4. LLM (optionnel) — Amélioration de la structure via Ollama/Mistral</p>
+
+            <p class="mt-3"><strong>Word (.docx):</strong></p>
+            <p style="margin-left: 1rem;">1. Extraction Word — Lecture directe du contenu (pas d'OCR)</p>
+            <p style="margin-left: 1rem;">2. Markdown — Construction du document Markdown à partir des paragraphes</p>
+            <p style="margin-left: 1rem;">3. TOC — Extraction de la hiérarchie depuis les styles Heading 1-9</p>
+            <p style="margin-left: 1rem;">4. LLM — Structuration sémantique et enrichissement</p>
         </div>
     </div>