API: stability tool (daily corr_y medians per target), only cited target names on camera images
Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>
This commit is contained in:
1 parent
8ba75b92fa
commit
5052a3940d
7 files changed
+91
-8
No files matched your search
+1
-1
@@ -18,4 +18,4 @@
|
||||
| `.claude/skills/presentation/SKILL.md` | `knowledge/support/presentation.md` | fbb84bf | 2026-11-05 | sans en-tête ; commandes → outils ; « par mois » → la plage de la question ; §3 réécrit pour `compiler` et `voir_page`, §4 retiré |
|
||||
| `.claude/skills/presentation/modele.typ` | `knowledge/support/modele.typ` | fbb84bf | 2026-11-05 | aucune |
|
||||
| `.claude/skills/support/SKILL.md` §5 | `knowledge/support/redaction.md` | fbb84bf | 2026-11-05 | §5 seul ; une note : vaut pour les textes de la présentation |
|
||||
- `.claude/skills/presentation/image-de-la-cause.py` → `tools/figures/` : le nom des cibles en jaune (x, y de l'export), titre sans nom de station (2026-11-05).
|
||||
- `.claude/skills/presentation/image-de-la-cause.py` → `tools/figures/` : le nom des cibles en jaune sur fond sombre, seulement celles de `--cibles` (x, y de l'export), titre sans nom de station (2026-11-05).
|
||||
+1
-1
@@ -35,6 +35,6 @@ La page s'ouvre sur `http://127.0.0.1:8770`. Une séance à la fois ; elle est g
|
||||
- `docs/` : le design et le plan.
|
||||
- `prompts/` : les prompts système du support et de l'analyste (en balises) ; le savoir de `knowledge/` y est ajouté au chargement.
|
||||
- `knowledge/` : ce que lisent les agents, copié du projet : `analyste/` (familles, carte des étiquettes, connaissances, outils de lecture, règles de preuve), `support/` (présentation, modèle Typst, rédaction).
|
||||
- `tools/` : copies des outils de lecture (`agent-tools/`), des détecteurs (`detectors/`), des figures (`figures/`), de la fabrique Typst (`typst/brand/`) ; `journal.py`, les événements des détecteurs avec leurs capteurs.
|
||||
- `tools/` : copies des outils de lecture (`agent-tools/`), des détecteurs (`detectors/`), des figures (`figures/`), de la fabrique Typst (`typst/brand/`) ; `journal.py`, les événements des détecteurs avec leurs capteurs ; `stabilite.py`, la médiane de corr_y jour par jour et son étendue, par cible.
|
||||
- `support/` : le serveur, la page, les deux agents, leurs outils, `check.py` (vérifications : `API/.venv/bin/python API/support/check.py`).
|
||||
- `cases/` : une séance par dossier : le mail, le contexte, les deux historiques, les figures, le source Typst, les PDF par version. Contient des mails et des images de clients.
|
||||
@@ -8,9 +8,11 @@ Chaque message commence par sa source : `<source>support</source>` (l'agent de s
|
||||
Sur une demande (station, plage UTC, question) :
|
||||
1. Lance `detecteurs` sur la plage. Les détecteurs sont la base du diagnostic ; leurs phrases sont écrites pour le site, en anglais.
|
||||
2. Retiens les événements qui répondent à la question du client, et seulement eux. Range chacun dans sa **famille** (`familles.md`) et regroupe ceux d'une même famille : c'est la famille qui nomme l'événement, jamais la forme de la courbe (« plateau », « saut bref »). Les détecteurs sont encore en cours d'amélioration et peuvent se tromper de famille (une baisse de visibilité rangée en déplacement ou en turbulence) : si les frontières de `familles.md` ou la carte des étiquettes rangent clairement la signature ailleurs, range-la là, et dis au support que tu as corrigé le détecteur.
|
||||
3. Pour chaque famille retenue, fais **une illustration**, la plus simple qui montre la cause : l'image de la caméra quand la cause s'y voit (`image_de_la_cause`, avant et pendant, le nom des cibles y est écrit) ; sinon la courbe `corr_y` de deux ou trois cibles, plage grisée (`figure_courbes` ; `--cam tilt,pan` et `--temp` seulement si l'événement est la caméra ou la température). Regarde-la avec `voir_image` avant de la garder ; refais-la si elle ne montre pas ce que tu dis.
|
||||
3. Pour chaque famille retenue, fais **une illustration**, la plus simple qui montre la cause : l'image de la caméra quand la cause s'y voit (`image_de_la_cause`, avant et pendant, avec le nom des seules cibles dont tu parles) ; sinon la courbe `corr_y` de deux ou trois cibles, plage grisée (`figure_courbes` ; `--cam tilt,pan` et `--temp` seulement si l'événement est la caméra ou la température). Regarde-la avec `voir_image` avant de la garder ; refais-la si elle ne montre pas ce que tu dis.
|
||||
4. Pour situer un événement (ses cibles, ce qu'on voit sur l'image), tu peux regarder une ou deux images de la caméra ; une image se demande par son heure (`voir_image("images/20261026T0300Z")`, `image_de_la_cause` aussi) : l'outil prend l'image la plus proche, sans qu'il faille chercher les noms de fichiers. Lance `outil_de_lecture` seulement quand c'est indispensable.
|
||||
|
||||
5. Pour un point de situation, chiffre la stabilité des cibles avec `stabilite` sur la plage, en écartant les plages des événements de visibilité et des trous : c'est ce qui rassure le client (« 27 cibles sur 32 ont varié de 0,1 px ou moins d'un jour à l'autre »).
|
||||
|
||||
C'est une passe courte : pas d'enquête au-delà de ce qu'il faut pour illustrer et dater les événements des détecteurs.
|
||||
</premiere_passe>
|
||||
|
||||
|
||||
+10
-1
@@ -229,12 +229,21 @@ def check_image_proche():
|
||||
leve(b._image_proche, "20200101T0000Z")
|
||||
|
||||
|
||||
def check_stabilite():
|
||||
b = boite(seance_temporaire(), "LENZSPITZE")
|
||||
t = b.executer_analyste("stabilite", {"station": "LENZSPITZE", "du": "2026-10-16", "au": "2026-10-20",
|
||||
"hors": ["2026-10-17T00:00Z/2026-10-18T00:00Z"]})
|
||||
assert "1017" in t and "étendue" in t, t[:400]
|
||||
ligne = next(l for l in t.splitlines() if l.startswith("1017 "))
|
||||
assert ligne.split()[1] == "3", ligne # 4 jours, dont le 17 écarté
|
||||
|
||||
|
||||
def check_stations_dans_la_seance():
|
||||
from outils import AVEC_SORTIE
|
||||
assert "stations" in AVEC_SORTIE
|
||||
|
||||
|
||||
CHECKS = [check_image_proche, check_max_tokens, check_sans_repli, check_capture_reduite, check_stations_dans_la_seance, check_boucle, check_erreur, check_cout, check_source, check_outil_qui_leve, check_lecture_refusee,
|
||||
CHECKS = [check_stabilite, check_image_proche, check_max_tokens, check_sans_repli, check_capture_reduite, check_stations_dans_la_seance, check_boucle, check_erreur, check_cout, check_source, check_outil_qui_leve, check_lecture_refusee,
|
||||
check_chemin, check_station_absente, check_detecteurs, check_plafond, check_image, check_compiler]
|
||||
|
||||
if __name__ == "__main__":
|
||||
|
||||
+10
-3
@@ -62,6 +62,10 @@ LISTE = {"type": "array", "items": {"type": "string"}}
|
||||
OUTILS_ANALYSTE = [
|
||||
_schema("detecteurs", "Les événements des détecteurs du journal sur une plage : famille, sorte, capteurs, phrase. "
|
||||
"du et au : AAAA-MM-JJ, UTC, au exclu.", {"station": S, "du": S, "au": S}),
|
||||
_schema("stabilite", "La stabilité verticale chiffrée : pour chaque cible, la médiane de corr_y jour par jour et "
|
||||
"l'étendue de ces médianes (de combien elle a varié d'un jour à l'autre), mesures rejetées écartées ; hors : "
|
||||
"plages à écarter, AAAA-MM-JJTHH:MMZ/AAAA-MM-JJTHH:MMZ (les nuits de visibilité réduite). du, au : AAAA-MM-JJ, "
|
||||
"au exclu.", {"station": S, "du": S, "au": S, "hors": LISTE}),
|
||||
_schema("outil_de_lecture", "Lance un outil de lecture (lire-les-donnees.md) : nom parmi " + ", ".join(sorted(LECTURE))
|
||||
+ ". arguments : la ligne de commande après le nom du script, data/<STATION> pour le dossier.",
|
||||
{"nom": S, "arguments": LISTE}),
|
||||
@@ -70,8 +74,8 @@ OUTILS_ANALYSTE = [
|
||||
{"nom": S, "debut": S, "fin": S, "cibles": LISTE, "options": LISTE}),
|
||||
_schema("image_de_la_cause", "Recadrages éclaircis côte à côte autour d'une cible (x, y : pixel dans l'image entière), "
|
||||
"<nom>.png. instants : AAAAMMJJTHHMMZ=légende (l'image la plus proche de chaque heure), d'abord un instant "
|
||||
"sans la cause.",
|
||||
{"nom": S, "x": I, "y": I, "instants": LISTE}),
|
||||
"sans la cause. cibles : les seules cibles dont le nom est écrit, celles dont parle la diapositive.",
|
||||
{"nom": S, "x": I, "y": I, "instants": LISTE, "cibles": LISTE}),
|
||||
_schema("voir_image", "Regarder une image : un fichier du dossier de la séance (ex. bosse.png), ou une image de la "
|
||||
"caméra, images/AAAAMMJJTHHMMZ (la plus proche de cette heure UTC) ou images/<fichier>.", {"chemin": S}),
|
||||
]
|
||||
@@ -156,6 +160,9 @@ class Boite:
|
||||
if nom == "detecteurs":
|
||||
return self._lancer([PY, str(TOOLS / "journal.py"), str(self._station(e["station"])), "--du", e["du"],
|
||||
"--au", e["au"]])
|
||||
if nom == "stabilite":
|
||||
return self._lancer([PY, str(TOOLS / "stabilite.py"), str(self._station(e["station"])), "--du", e["du"],
|
||||
"--au", e["au"], *(["--hors", *e["hors"]] if e["hors"] else [])])
|
||||
if nom == "outil_de_lecture":
|
||||
if e["nom"] not in LECTURE:
|
||||
raise ErreurOutil(f"outil inconnu : {e['nom']} (permis : {', '.join(sorted(LECTURE))})")
|
||||
@@ -175,7 +182,7 @@ class Boite:
|
||||
k, egal, legende = i.partition("=")
|
||||
instants.append(self._image_proche(k).name[:14] + egal + legende)
|
||||
self._lancer([PY, str(TOOLS / "figures" / "image-de-la-cause.py"), str(self._station()), str(e["x"]),
|
||||
str(e["y"]), str(sortie), *instants])
|
||||
str(e["y"]), str(sortie), *instants, *(["--cibles", ",".join(e["cibles"])] if e["cibles"] else [])])
|
||||
return (f"{sortie.name} écrite, images : {', '.join(i.partition('=')[0] for i in instants)} ; "
|
||||
"la regarder avec voir_image avant de la garder")
|
||||
if nom == "voir_image":
|
||||
|
||||
@@ -13,6 +13,9 @@ import matplotlib; matplotlib.use("Agg")
|
||||
import matplotlib.pyplot as plt, matplotlib.image as mi
|
||||
|
||||
args = sys.argv[1:]
|
||||
nommees = None # --cibles A,B : seulement ces noms écrits (les autres encombrent l'image) ; sans : tous
|
||||
if "--cibles" in args:
|
||||
i = args.index("--cibles"); nommees = set(args[i + 1].split(",")); del args[i:i + 2]
|
||||
demi = 350
|
||||
if "--demi" in args:
|
||||
i = args.index("--demi"); demi = int(args[i + 1]); del args[i:i + 2]
|
||||
@@ -26,6 +29,8 @@ from donnees import charger # noqa: E402
|
||||
t0 = datetime.strptime(instants[0].partition("=")[0], "%Y%m%dT%H%MZ").replace(tzinfo=timezone.utc)
|
||||
positions = {}
|
||||
for capteur, ms in charger(dossier).items():
|
||||
if nommees is not None and capteur not in nommees:
|
||||
continue
|
||||
proches = [m for m in ms if m.get("x") is not None and m.get("y") is not None and abs(m["t"] - t0) <= timedelta(hours=2)]
|
||||
if proches:
|
||||
m = min(proches, key=lambda m: abs(m["t"] - t0))
|
||||
@@ -42,7 +47,8 @@ for ax, inst in zip(axs[0], instants):
|
||||
ax.add_patch(plt.Circle((x - x0, y - y0), 28, fill=False, color="red", lw=1.5))
|
||||
for capteur, (cx, cy) in positions.items():
|
||||
if x0 <= cx < x0 + img.shape[1] and y0 <= cy < y0 + img.shape[0]:
|
||||
ax.text(cx - x0, cy - y0 - 22, capteur, color="yellow", fontsize=7, ha="center", va="bottom")
|
||||
ax.text(cx - x0, cy - y0 - 22, capteur, color="yellow", fontsize=8, ha="center", va="bottom",
|
||||
bbox={"facecolor": "black", "alpha": 0.5, "pad": 1, "edgecolor": "none"})
|
||||
ax.set_title(lab, fontsize=11); ax.axis("off")
|
||||
fig.suptitle("Image éclaircie ; en jaune, le nom des cibles", fontsize=12) # pas de nom de station : il va au client
|
||||
fig.tight_layout(); fig.savefig(sortie, dpi=100); print(sortie)
|
||||
@@ -0,0 +1,59 @@
|
||||
"""La stabilité verticale chiffrée de chaque cible : la médiane de corr_y jour par jour, et l'étendue de ces médianes.
|
||||
|
||||
Ce qui sert à dire au client « vos cibles sont restées à ±k px sur la période ». Mesures rejetées écartées
|
||||
(donnees.rejetee), plages --hors écartées (les nuits de visibilité réduite, un trou) ; un jour garde sa médiane s'il a
|
||||
au moins MIN mesures. Les références (global_ref) sont listées à part : elles ne mesurent pas l'ouvrage. Pas de verdict.
|
||||
|
||||
Usage : python tools/stabilite.py <dossier de station> --du AAAA-MM-JJ --au AAAA-MM-JJ [--hors D/F ...] (--au exclu)
|
||||
"""
|
||||
import argparse
|
||||
import os
|
||||
import statistics
|
||||
import sys
|
||||
from datetime import datetime, timedelta, timezone
|
||||
|
||||
sys.path.insert(0, os.path.join(os.path.dirname(os.path.abspath(__file__)), "agent-tools"))
|
||||
from donnees import charger, instant, rejetee # noqa: E402
|
||||
|
||||
MIN = 12 # mesures par jour : en dessous, la médiane du jour n'est pas gardée (une heure à 5 min)
|
||||
|
||||
p = argparse.ArgumentParser()
|
||||
p.add_argument("dossier")
|
||||
p.add_argument("--du", required=True)
|
||||
p.add_argument("--au", required=True)
|
||||
p.add_argument("--hors", nargs="*", default=[], help="plages écartées, D/F en AAAA-MM-JJTHH:MMZ")
|
||||
a = p.parse_args()
|
||||
if not os.path.isdir(a.dossier):
|
||||
sys.exit(f"Pas de dossier de données : {a.dossier}")
|
||||
jour = lambda d: datetime.strptime(d[:10], "%Y-%m-%d").replace(tzinfo=timezone.utc) # noqa: E731
|
||||
debut, fin = jour(a.du), jour(a.au)
|
||||
hors = [tuple(instant(x) for x in h.split("/")) for h in a.hors]
|
||||
|
||||
lignes, refs = [], []
|
||||
for capteur, ms in sorted(charger(a.dossier).items()):
|
||||
par_jour = {}
|
||||
for m in ms:
|
||||
if debut <= m["t"] < fin and m.get("corr_y") is not None and not rejetee(m) \
|
||||
and not any(d <= m["t"] < f for d, f in hors):
|
||||
par_jour.setdefault(m["t"].date(), []).append(m["corr_y"])
|
||||
medianes = [statistics.median(v) for v in par_jour.values() if len(v) >= MIN]
|
||||
if not medianes:
|
||||
continue
|
||||
ligne = (capteur, len(medianes), statistics.median(medianes), max(medianes) - min(medianes))
|
||||
(refs if ms[0].get("pattern_type") == "global_ref" else lignes).append(ligne)
|
||||
|
||||
if not lignes and not refs:
|
||||
sys.exit(f"Aucune mesure gardée du {a.du} au {a.au} (exclu) dans {a.dossier}")
|
||||
print(f"corr_y, médiane jour par jour, du {a.du} au {a.au} (exclu), UTC ; mesures rejetées"
|
||||
+ (f" et {len(hors)} plage(s) écartées" if hors else " écartées") + f" ; un jour compte s'il a ≥ {MIN} mesures")
|
||||
print("étendue = la plus haute médiane journalière moins la plus basse : de combien la cible a varié d'un jour à l'autre")
|
||||
for titre, groupe in (("Cibles", lignes), ("Références (ne mesurent pas l'ouvrage)", refs)):
|
||||
if groupe:
|
||||
print(f"\n{titre}\ncapteur jours médiane(px) étendue(px)")
|
||||
for c, n, med, et in groupe:
|
||||
print(f"{c} {n} {med:+.3f} {et:.3f}")
|
||||
if lignes:
|
||||
etendues = sorted(et for *_, et in lignes)
|
||||
print(f"\nCibles : étendue médiane {statistics.median(etendues):.3f} px, la plus grande {etendues[-1]:.3f} px "
|
||||
f"({max(lignes, key=lambda l: l[3])[0]}) ; {sum(e <= 0.05 for e in etendues)} cibles sur {len(etendues)} "
|
||||
f"à 0,05 px ou moins, {sum(e <= 0.1 for e in etendues)} à 0,1 px ou moins")
|
||||
Reference in new issue
Block a user