Files
Support-Agent/vues-deplacements/CLAUDE.md
T

35 lines
6.0 KiB
Markdown
Raw Normal View History

# Vues des déplacements
Chantier à part (D-052) : rendre les données de déplacement lisibles par un humain, client comme expert, et intégrer l'agent de diagnostic dans une maquette. Le but est de montrer à l'utilisateur ce que l'agent utilise pour diagnostiquer. On part d'events réels, apportés par l'utilisateur (l'expert) avec les pages de la plateforme qu'il a consultées, et on avance pas à pas.
## Rangement
```
vues-deplacements/
├── CLAUDE.md cette carte
├── contexte/ ce qui ne tient pas à un cas : designs actuels de la plateforme, documents, notes
└── cas/<cas>/ un cas réel par dossier (nom libre)
├── <STATION>/ données de la station, rangées comme dans data/ : displacement/ (export « advanced », horaire), images/
├── plateforme/ pages de la plateforme, dans l'ordre où l'utilisateur les a ouvertes (01_…, 02_…)
└── parcours.md la démarche de l'utilisateur, qu'il décrit étape par étape en conversation et que Claude note ici : pages ouvertes, ce qu'il y cherchait, où il a bloqué, son verdict
```
Sortis de ce dossier, à la racine du dépôt (D-084) : les détecteurs, `detectors/`, et les séances des processus automatiques, `events-learner/` et `aiguiser/` ; les chemins ci-dessous qui les citent partent de la racine. Restent ici `maquette/`, `contexte/`, `cas/` et `benchmark/`.
Le code et les maquettes du chantier vivent dans `maquette/` (D-053, D-054) : `explore.py` (maquette de la page Explore avec les onglets View, Diagnosis et Displacements, `python3 vues-deplacements/maquette/explore.py [dossier de station]`, page dans `out/`), son gabarit `explore_template.html` et sa spec `spec.md`.
Détection mécanique des anomalies (D-055) : faire ressortir les courbes qui comptent, sans toucher aux données : les sauts (décalage soudain qui dure) et les tendances (hausse ou baisse lente), ce que regarde le client ; onglet `Displacements` de la maquette ; idée, méthode, résultats et pistes dans `contexte/detection-d-anomalies.md`, savoir métier dans `docs/displacement/domaine/ce-que-regarde-le-client.md`.
Journal du matin du client (D-056), le cap actuel : onglet `Journal` de la maquette ; un détecteur élémentaire par fichier dans `detectors/` (`detect(mesures)` -> épisodes `start`, `end`, `kind`, `label`, `text`, `ignore`, `sensors`), chargés et classés en événements des douze catégories du journal (D-074) par `detectors/categories.py` (`python3 detectors/categories.py <dossier>` : une ligne par événement), que `explore.py` affiche ; brainstorming et pistes dans `contexte/journal-du-matin.md`, registre des seuils provisoires dans `contexte/seuils-du-journal.md`, lissage dans `contexte/lissage.md`, données en masse et boucle Claude dans `contexte/donnees-et-boucle.md`.
2026-10-23 21:52:08 +02:00
Boucle automatique (D-057), lancée par l'utilisateur seul, sur les lots qu'il choisit : `/events-learner <dossier de station> [--du … --au …]` fait analyser chaque lot par un analyste, juger les détecteurs du journal face à son analyse par un detectors-critic (D-090), les fait corriger par un detectors-upgrader, contrôlé sur la base d'events par un detectors-control (D-089), et fait décider par un event-builder ce que le lot apprend de nouveau à la base d'events (D-091) ; une séance commitée directement sur `master` (D-070), ses rendus dans `events-learner/<séance>_<STATION>/lot-NN/` (dont les étiquettes de l'analyste, `etiquettes.json`, D-061, et `score-avant.txt`, le score des détecteurs face à toutes les étiquettes, D-062) et son `bilan.md`, hors de tout dossier de station ; en fin de séance, la page `out/events-learner_<séance>.html` montre l'analyste face aux détecteurs (D-066) ; à chaque lot et après chaque modification, le benchmark des détecteurs sur la base d'events (`.claude/skills/events-learner/benchmark.py`, historique dans `benchmark/historique.csv`, D-069) ; avec `--ameliorer`, l'améliorateur corrige ensuite le skill et ses agents d'après les relevés du releveur (D-071) ; spec `contexte/events-learner.md`.
2026-10-24 15:14:14 +02:00
Aiguiser la lecture (D-059), lancé par l'utilisateur seul, sur les lots qu'il choisit : `/aiguiser <dossier de station> [--du … --au …]` améliore les outils de lecture (`agent-tools/`) et leur mode d'emploi, le skill `lire-les-donnees`, que suivent l'analyste et l'agent de diagnostic : un lecteur lit le lot avec le skill, un correcteur le lit à fond avec ses propres scripts et mesure l'écart, un optimiseur modifie le skill, un changement sans gain est annulé ; commandes des fiches lancées en fin de séance (D-064) ; une séance commitée directement sur `master` (D-077), ses rendus dans `aiguiser/<séance>_<STATION>/lot-NN/` et `bilan.md`, hors de tout dossier de station ; avec `--ameliorer`, l'améliorateur corrige ensuite le skill et ses agents d'après les relevés du releveur (D-076) ; spec `contexte/aiguiser-la-lecture.md`.
## Règles
- Les données restent seules dans `<STATION>/` : les outils de l'agent lisent tout le dossier qu'on leur donne, et une capture PNG y passerait pour une image de la caméra. Le verdict de l'utilisateur, dans `parcours.md`, reste hors de la vue de l'agent.
- Les exports reçus (« advanced », horaire) n'ont pas tout ce que montrent les graphiques de la plateforme : par exemple, le tilt de la caméra n'y est pas (constaté sur NORDEND, octobre 2026). Le pompage (`extraction/`) le récupère : `camera/` du dossier pompé, pan, tilt, scale, rotation et sigma0 à chaque mesure.
- Chantier très expérimental (utilisateur, 2026-10-16) : essayer des choses et converger pas à pas vers une solution qui marche ; pas de revue ni de haute qualité exigée ; vérifier par un lancement et une capture.
- Agent sur un cas, seulement si l'utilisateur le demande : `@agent-diagnostic vues-deplacements/cas/<cas>/<STATION>/ [question]`.
- Les règles du projet (`CLAUDE.md` à la racine) s'appliquent : heures en UTC, documents en français, texte du site en anglais (D-023), pas de données synthétiques, identifiants (`SIM_CCID`, `ip`) jamais recopiés, décisions dans `docs/decisions.md`.