Agent tools: reading tools moved to agent-tools/ (D-081)
The reading tools leave agents/diagnostic/outils/ for a root folder of their own; paths updated in skills, agents, detectors, scripts, case fiches, support/, contexts and CLAUDE.md; graphique, vignettes and gif find the repo root one level up; history keeps old paths. Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>
This commit is contained in:
1 parent
cb98818712
commit
56b93e9b82
55 files changed
+135
-127
No files matched your search
@@ -19,7 +19,7 @@ Tu es le correcteur de `/aiguiser`. Un lecteur lit les données avec un skill de
|
||||
- le dossier de station : les exports « advanced » de `displacement/`, par tes scripts, et les images de `images/` avec Read ;
|
||||
- les rendus que ta demande cite, et seulement après avoir écrit ton corrigé pour une lecture lente.
|
||||
|
||||
**Tu n'utilises pas** `agents/diagnostic/outils/`, pas même `donnees.py` : ni lancé, ni importé, ni lu ; une erreur de lecture commune passerait inaperçue. Tu ne lis pas `.claude/skills/lire-les-donnees/SKILL.md`, ni les détecteurs (`vues-deplacements/detectors/`), ni la base de cas, ni `CLAUDE.md`, `docs/decisions.md`, les plans, ni rien dans `vues-deplacements/` hors du dossier de station et des rendus que ta demande cite. Si l'environnement t'a fourni un contexte que tu n'as pas ouvert (ex. `CLAUDE.md`), signale-le dans « Sources lues » et ne t'en sers pas.
|
||||
**Tu n'utilises pas** `agent-tools/`, pas même `donnees.py` : ni lancé, ni importé, ni lu ; une erreur de lecture commune passerait inaperçue. Tu ne lis pas `.claude/skills/lire-les-donnees/SKILL.md`, ni les détecteurs (`vues-deplacements/detectors/`), ni la base de cas, ni `CLAUDE.md`, `docs/decisions.md`, les plans, ni rien dans `vues-deplacements/` hors du dossier de station et des rendus que ta demande cite. Si l'environnement t'a fourni un contexte que tu n'as pas ouvert (ex. `CLAUDE.md`), signale-le dans « Sources lues » et ne t'en sers pas.
|
||||
|
||||
## La lecture lente
|
||||
|
||||
|
||||
@@ -1,6 +1,6 @@
|
||||
---
|
||||
name: optimiseur
|
||||
description: Optimiseur de /aiguiser — modifie les outils de lecture (agents/diagnostic/outils/) et le skill lire-les-donnees d'après l'écart du correcteur, le plus simple d'abord. Appelé par l'orchestrateur avec un dossier, un lot, un écart, le numéro du passage et le chemin de son rendu.
|
||||
description: Optimiseur de /aiguiser — modifie les outils de lecture (agent-tools/) et le skill lire-les-donnees d'après l'écart du correcteur, le plus simple d'abord. Appelé par l'orchestrateur avec un dossier, un lot, un écart, le numéro du passage et le chemin de son rendu.
|
||||
tools: Read, Edit, Write, Bash
|
||||
model: inherit
|
||||
omitClaudeMd: true
|
||||
@@ -16,11 +16,11 @@ Une modification annulée qu'on te passe n'a rien apporté : essaie autre chose.
|
||||
|
||||
## Ce que tu lis
|
||||
|
||||
L'écart (ses défauts d'abord) ; `<lot>/corrige.md` et les scripts du correcteur dans `<lot>/corrige/` ; la partie « Ce qui m'a manqué » des lectures du lot ; `.claude/skills/lire-les-donnees/SKILL.md` et les outils de `agents/diagnostic/outils/` ; le dossier de station, pour essayer. Rien d'autre : ni `CLAUDE.md`, ni les plans, ni les détecteurs.
|
||||
L'écart (ses défauts d'abord) ; `<lot>/corrige.md` et les scripts du correcteur dans `<lot>/corrige/` ; la partie « Ce qui m'a manqué » des lectures du lot ; `.claude/skills/lire-les-donnees/SKILL.md` et les outils de `agent-tools/` ; le dossier de station, pour essayer. Rien d'autre : ni `CLAUDE.md`, ni les plans, ni les détecteurs.
|
||||
|
||||
## Ce que tu touches, seulement
|
||||
|
||||
- les scripts de `agents/diagnostic/outils/`, y compris un nouveau script ;
|
||||
- les scripts de `agent-tools/`, y compris un nouveau script ;
|
||||
- `.claude/skills/lire-les-donnees/SKILL.md`.
|
||||
|
||||
## Comment
|
||||
@@ -40,7 +40,7 @@ L'écart (ses défauts d'abord) ; `<lot>/corrige.md` et les scripts du correcteu
|
||||
2. Relance les commandes des fiches qui emploient cet outil ; aucune ligne `ÉCHEC` (remplace `<outil>` par son nom de fichier, ex. `resume.py`) :
|
||||
|
||||
```bash
|
||||
grep -oh '`[^`]*agents/diagnostic/outils/<outil>[^`]*`' events/*/cas.md | tr -d '`' | while read -r c; do eval "$c" >/dev/null 2>&1 || echo "ÉCHEC $c"; done
|
||||
grep -oh '`[^`]*agent-tools/<outil>[^`]*`' events/*/cas.md | tr -d '`' | while read -r c; do eval "$c" >/dev/null 2>&1 || echo "ÉCHEC $c"; done
|
||||
```
|
||||
|
||||
## Ton rendu
|
||||
|
||||
@@ -1,6 +1,6 @@
|
||||
---
|
||||
name: aiguiser
|
||||
description: Séance automatique d'amélioration des outils de lecture (agents/diagnostic/outils/) et du skill lire-les-donnees, sur un lot d'une station, la plage choisie par l'utilisateur (D-059, D-078) — lecteur, correcteur, optimiseur, puis commandes des fiches. Lancé par l'utilisateur seulement, avec /aiguiser.
|
||||
description: Séance automatique d'amélioration des outils de lecture (agent-tools/) et du skill lire-les-donnees, sur un lot d'une station, la plage choisie par l'utilisateur (D-059, D-078) — lecteur, correcteur, optimiseur, puis commandes des fiches. Lancé par l'utilisateur seulement, avec /aiguiser.
|
||||
disable-model-invocation: true
|
||||
argument-hint: "data/<STATION> [--du AAAA-MM-JJ] [--au AAAA-MM-JJ] [--ameliorer]"
|
||||
---
|
||||
@@ -12,7 +12,7 @@ Tu es l'orchestrateur. Tu appelles les trois agents dans l'ordre, tu transmets l
|
||||
## 1. Mise en place
|
||||
|
||||
- Arguments : le dossier de station ; `--du`, `--au` (jours UTC, facultatifs : sans eux, toute la période ; **`--au` est exclu** : la plage s'arrête à `--au` 00:00Z, `--du 2026-09-01 --au 2026-09-05` fait 4 jours) ; `--ameliorer` (facultatif : en fin de séance, l'améliorateur corrige le processus d'après les relevés du releveur, §7, D-076). Une option entre crochets (`[--ameliorer]`, la syntaxe d'usage recopiée) vaut l'option sans crochets ; écris dans le bilan, sous « Erreurs », comment tu as lu un argument qui n'était pas net. **La plage est le lot** (D-078, comme `/boucle`, D-072) : une séance traite un seul lot, de la longueur que l'utilisateur a choisie par `--du` / `--au`, sans découpe ; un `--lot` ou `--tranche` donné quand même est ignoré (note-le sous « Erreurs »).
|
||||
- `python3 agents/diagnostic/outils/inventaire.py <dossier>` : sans export « advanced », dis-le et arrête-toi.
|
||||
- `python3 agent-tools/inventaire.py <dossier>` : sans export « advanced », dis-le et arrête-toi.
|
||||
- `STATION` = le nom du dossier de station (`NORDEND`) ; `SEANCE` = `date -u +%Y-%m-%dT%H%MZ`.
|
||||
- La séance se commite directement sur `master` (D-077, comme `/boucle`, D-070) : `git branch --show-current` doit dire `master`, sinon dis-le et arrête-toi (pas de `git switch` : une autre session peut travailler dans ce dépôt). Note la **base de la séance** : `git rev-parse HEAD`. Les fichiers modifiés de l'utilisateur restent sans être commités : tu commites toujours par chemin, jamais de `git add -A`, `git stash` ni `git checkout` hors de tes chemins.
|
||||
- Dossier de séance : `vues-deplacements/aiguiser/<SEANCE>_<STATION>/`, ci-dessous `<séance>`.
|
||||
@@ -23,7 +23,7 @@ Un seul lot, numéroté `01` (`NN` ci-dessous) : de `--du` 00:00Z (sinon le prem
|
||||
|
||||
## 3. Le lot, dans l'ordre
|
||||
|
||||
Chaque agent est appelé par l'outil Agent avec son `subagent_type` et la demande ci-dessous, rien d'autre. Un verdict se lit par `grep '^\*\*Verdict\*\* :' <rendu>`, la comparaison par `grep '^\*\*Par rapport' <rendu>`. Chaque commit se fait par chemin, `git add <chemins> && git commit -m "<message>" -- <chemins>`, et son message se termine par une ligne vide puis `Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>`. Outils : `agents/diagnostic/outils/ .claude/skills/lire-les-donnees/`, ci-dessous `<outils>`.
|
||||
Chaque agent est appelé par l'outil Agent avec son `subagent_type` et la demande ci-dessous, rien d'autre. Un verdict se lit par `grep '^\*\*Verdict\*\* :' <rendu>`, la comparaison par `grep '^\*\*Par rapport' <rendu>`. Chaque commit se fait par chemin, `git add <chemins> && git commit -m "<message>" -- <chemins>`, et son message se termine par une ligne vide puis `Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>`. Outils : `agent-tools/ .claude/skills/lire-les-donnees/`, ci-dessous `<outils>`.
|
||||
|
||||
1. **Lecteur** (`lecteur`) : `Dossier : <dossier>. Lot NN : <début> → <fin> (UTC). Écris <lot>/lecture-1.md, figures dans <lot>/lecture-1/.`
|
||||
Commit `<lot>/`, message `Sharpen <STATION> lot NN: lecture 1`.
|
||||
@@ -48,7 +48,7 @@ Pas de rejeu des lots des séances d'avant : la séance suivante tourne avec le
|
||||
Les commandes que citent les fiches de la base de cas, toutes ; note les lignes `ÉCHEC` pour le bilan (pas d'agent, pas de commit) :
|
||||
|
||||
```bash
|
||||
grep -oh '`[^`]*agents/diagnostic/outils/[^`]*`' events/*/cas.md | tr -d '`' | while read -r c; do eval "$c" >/dev/null 2>&1 || echo "ÉCHEC $c"; done
|
||||
grep -oh '`[^`]*agent-tools/[^`]*`' events/*/cas.md | tr -d '`' | while read -r c; do eval "$c" >/dev/null 2>&1 || echo "ÉCHEC $c"; done
|
||||
```
|
||||
|
||||
Rien n'est annulé d'office : le bilan le dit, l'utilisateur décide.
|
||||
|
||||
@@ -30,7 +30,7 @@ REGISTRE = os.path.join(ICI, "registre.csv")
|
||||
INDEX = os.path.join(RACINE, "events", "INDEX.md")
|
||||
DONNEES = ("displacement", "camera", "images") # ce que lisent les outils, et les poses de la caméra (pompage) ;
|
||||
# le reste de data/<STATION>/ ne suit pas
|
||||
sys.path.insert(0, os.path.join(RACINE, "agents", "diagnostic", "outils"))
|
||||
sys.path.insert(0, os.path.join(RACINE, "agent-tools"))
|
||||
from donnees import charger, est_reference, heure_image, instant, iso, trouver # noqa: E402
|
||||
|
||||
|
||||
|
||||
@@ -12,7 +12,7 @@ Tu es l'orchestrateur. Tu appelles les quatre agents dans l'ordre, tu transmets
|
||||
## 1. Mise en place
|
||||
|
||||
- Arguments : le dossier de station ; un nom de station seul (« Nordend ») désigne `data/<NOM EN MAJUSCULES>/` (D-065) ; `--du`, `--au` (jours UTC, facultatifs : sans eux, toute la période ; **`--au` est exclu** : la plage s'arrête à `--au` 00:00Z, `--du 2026-09-01 --au 2026-09-05` fait 4 jours) ; `--ameliorer` (facultatif : en fin de séance, l'améliorateur corrige le processus d'après les relevés du releveur, §6, D-071). **La plage est le lot** (D-072) : une séance traite un seul lot, de la longueur que l'utilisateur a choisie par `--du` / `--au`, sans découpe ; un `--lot` ou `--tranche` donné quand même est ignoré (note-le sous « Erreurs »). Des dates écrites autrement (« 2026-09.01 », deux dates sans option) se lisent comme `--du` puis `--au` ; une option entre crochets (`[--ameliorer]`, la syntaxe d'usage recopiée) vaut l'option sans crochets ; écris dans le bilan, sous « Erreurs », comment tu as lu un argument qui n'était pas net.
|
||||
- `python3 agents/diagnostic/outils/inventaire.py <dossier>` : dossier absent ou sans export « advanced », dis-le et arrête-toi.
|
||||
- `python3 agent-tools/inventaire.py <dossier>` : dossier absent ou sans export « advanced », dis-le et arrête-toi.
|
||||
- `STATION` = le nom du dossier de station (`NORDEND`) ; `SEANCE` = `date -u +%Y-%m-%dT%H%MZ`.
|
||||
- La séance se commite directement sur `master` (D-070) : `git branch --show-current` doit dire `master`, sinon dis-le et arrête-toi (pas de `git switch` : une autre session peut travailler dans ce dépôt). Note la **base de la séance** : `git rev-parse HEAD`. Les fichiers modifiés de l'utilisateur restent sans être commités : tu commites toujours par chemin. Une autre session peut travailler dans le même dépôt pendant la séance (fichiers modifiés, index déjà chargé, même ce skill) : `git commit -- <chemins>` ne prend que tes chemins ; n'indexe rien d'autre, jamais de `git add -A`, `git stash` ni `git checkout` hors de tes chemins ; garde les consignes lues au début et note le changement dans tes difficultés. Le commit par chemin ne protège pas un fichier que tu commites toi-même : note donc, au début, les fichiers déjà modifiés sur les chemins que la séance commite ou fait tourner, `git status --porcelain -- vues-deplacements/detectors/ vues-deplacements/contexte/seuils-du-journal.md agents/diagnostic/ .claude/skills/anonymiser-cas/registre.csv` ; s'il y en a, liste-les au bilan sous « Erreurs » (les mesures tournent sur eux), ne les commite pas et ne les annule pas : aux étapes 3 et 4 (`annuler`), donne tes chemins fichier par fichier, sans eux (`git diff --name-only <base du lot> HEAD -- <chemins>` liste ceux de la séance).
|
||||
- Dossier de séance : `vues-deplacements/boucle/<SEANCE>_<STATION>/`, ci-dessous `<séance>`.
|
||||
|
||||
@@ -24,7 +24,7 @@ from pathlib import Path
|
||||
RACINE = os.path.join(os.path.dirname(os.path.abspath(__file__)), "..", "..", "..")
|
||||
sys.path.insert(0, os.path.join(RACINE, "vues-deplacements", "detectors"))
|
||||
sys.path.insert(0, os.path.join(RACINE, ".claude", "skills", "critiquer-lot"))
|
||||
import categories # noqa: E402 (il met lui-même agents/diagnostic/outils sur le chemin)
|
||||
import categories # noqa: E402 (il met lui-même agent-tools sur le chemin)
|
||||
from donnees import charger, instant, iso # noqa: E402
|
||||
from etiquettes import defauts, vocabulaire # noqa: E402
|
||||
|
||||
|
||||
@@ -21,7 +21,7 @@ import sys
|
||||
from datetime import datetime
|
||||
|
||||
RACINE = os.path.join(os.path.dirname(os.path.abspath(__file__)), "..", "..", "..")
|
||||
sys.path.insert(0, os.path.join(RACINE, "agents", "diagnostic", "outils"))
|
||||
sys.path.insert(0, os.path.join(RACINE, "agent-tools"))
|
||||
from donnees import charger # noqa: E402
|
||||
|
||||
CARTE = os.path.join(RACINE, "events", "carte-des-evenements.md")
|
||||
|
||||
@@ -18,13 +18,13 @@ Lance-les depuis la racine du dépôt. Ils rendent des valeurs, jamais des verdi
|
||||
|
||||
| Commande | Ce qu'elle rend |
|
||||
|---|---|
|
||||
| `python3 agents/diagnostic/outils/inventaire.py <dossier> [--debut T] [--fin T] [--fichiers]` | Fichiers par type (au-delà de 5 par type : le nombre, le premier et le dernier ; `--fichiers` pour la liste complète, à n'utiliser que pour chercher un fichier précis), images (heures couvertes), poses de la caméra (nombre, période, instants de mesure sans recalage), période, cadence, mesures manquantes, capteurs (référence ou cible, seuil d'erreur, mesures rejetées) : ces comptes portent sur **toute la période**. Avec `--debut`/`--fin` (sur un lot : ceux du lot), une section de plus pour la fenêtre : les pas absents datés (pour tous les capteurs, ou lesquels manquent), par capteur, les mesures rejetées datées (suites de pas consécutifs), puis le **nombre de références retenues par la compensation** (`inlier` = 1) à chaque instant et les suites datées où des références ne le sont pas, lesquelles et pourquoi (`r` rejetée, `0` écartée par la compensation, `vide`). Une mesure est rejetée quand son `error_value` dépasse le seuil du capteur, **références comprises** |
|
||||
| `python3 agents/diagnostic/outils/resume.py <dossier> [--colonne C] [--stat median\|min\|max] [--pas 1h] [--niveau periode\|fenetre] [--capteurs A,B] [--debut T] [--fin T]` | Niveau habituel de chaque capteur (médiane, MAD, min, max) sur toute la période, ou sur la fenêtre `--debut`/`--fin` avec `--niveau fenetre` (pour un lot : un changement de niveau dans le lot ne se compare pas à des semaines d'autres mesures), puis un tableau par pas de temps. Colonnes : `error_value`, `corr_x`, `corr_y`, `relative_x`, `relative_y`, `x`, `y`, `sigma0`, `reproj_err` |
|
||||
| `.venv/bin/python agents/diagnostic/outils/graphique.py <dossier> [--capteurs A,B] [--colonnes C1,C2] [--debut T] [--fin T] [--zone T1/T2 ...] [--sortie D]` | Un PNG des séries ; chaque `--zone` est grisée ; il imprime son chemin. **Regarde-le avec Read** : tu lis mieux un graphique qu'un tableau |
|
||||
| `.venv/bin/python agents/diagnostic/outils/ensemble.py <dossier> [--colonnes x,y,sigma0] [--colonne error_value] [--pas 15min] [--k 5] [--min 5] [--residus corr_x,corr_y,error_value] [--hors T1/T2] [--autres] [--rigide BASE [--sans A,B]] [--capteurs A,B] [--debut T] [--fin T] [--sortie D]` | Tous les capteurs ensemble, chacun face à sa médiane et sa MAD sur la fenêtre. Deux PNG : **commun** (médiane entre capteurs de `x`, `y`, `sigma0` : avec la dispersion entre capteurs en bande grise ; sur les panneaux `x`, `y`, en plus, **chaque référence globale à part** (un trait chacune) et la **médiane des cibles seules** (trait noir) ; et, à chaque pas, le nombre de capteurs dont `--colonne` dépasse sa médiane de plus de `--k` MAD ; en tête, si le dossier a `camera/`, la **pose de la caméra**, valeurs brutes, un point par recalage, le trait coupé aux instants de mesure sans recalage) et **multiples** (un petit graphique par capteur, une échelle chacun : un palier d'un seul capteur s'y voit). Imprime aussi la **table de la médiane commune** (une ligne par pas de `--pas` : l'heure et l'écart à la médiane de la fenêtre de `x`, `y`, `sigma0`, puis `x_cibles`, `y_cibles` (médiane des cibles seules), puis la pose brute de la caméra, colonnes `cam_pan`, `cam_tilt`, `cam_rotation`, `cam_scale`, `cam_sigma0`, vides sans recalage) avec le minimum et le maximum de chaque colonne et leur instant, puis ceux de `x`, `y` de chaque référence globale (marqués `(rejetée)` quand la mesure l'est, avec le nombre de mesures rejetées de la référence), puis les instants de mesure sans pose (suites datées), puis les instants où au moins `--min` capteurs dépassent ensemble, avec leurs noms. Trois PNG de plus, **residus-corr_x**, **residus-corr_y**, **residus-error_value** (`--residus`) : un petit graphique par capteur de la colonne moins le niveau propre du capteur (sa médiane sur la fenêtre ; avec `--hors T1/T2`, celle du reste de la fenêtre, hors du moment lu), une échelle chacun, zéro en pointillé : un écart de quelques centièmes sur `corr`, caché dans les bandes parallèles de `graphique.py`, s'y voit ; imprime pour chaque capteur le niveau, le bruit propre (médiane des écarts entre deux mesures) et l'écart min/max par pas avec leur instant, en unités et en bruits. Avec `--autres`, des PNG **residus-…-autres** de plus : chaque capteur moins sa propre médiane **et moins la médiane des autres capteurs au même instant** (ce que tous partagent, le reste de la compensation d'un mouvement commun, s'annule ; ce qui est propre reste), et, par capteur, la pente et la corrélation r de ce résidu sur la médiane commune de `x`, `y`, `sigma0` : un creux qui reste après `--autres` n'est pas un reste partagé par tous ; une pente élevée avec r proche de ±1 sur `y` commun dit qu'il est proportionnel au mouvement commun (gain propre au capteur), sans r ni pente il est indépendant du mouvement. Avec `--rigide BASE`, un PNG **rigide** de plus : à chaque mesure, le mouvement d'ensemble des cibles depuis l'instant `BASE` (translation, rotation, échelle, estimé par médianes : une cible qui saute seule ne le tire pas ; `--sans A,B` en retire des cibles), et, pour chaque capteur, le **résidu** `dx`, `dy` (position brute moins sa position à `BASE` transportée par ce mouvement, en px) ; panneaux : `dx`, `dy` de chaque référence globale face à la médiane et au 10e-90e centile des cibles, `|résidu|` des cibles (médiane, 90e centile), rotation et échelle ajustées, `reproj_err` des références ; imprime la table au pas (`rot_deg`, `echelle`, `tx`, `ty`, `cib_med`, `cib_max`, `dx`, `dy` de chaque référence) et, par capteur, min, max et valeur au dernier instant de `dx`, `dy`. Contrairement à l'écart à la médiane, ce résidu ne dépend pas de la place du capteur dans l'image quand la scène tourne ou change d'échelle. Les graduations du PNG « commun » sont toutes les 1 à 12 h selon la fenêtre. Le pas par défaut est de 15 min, la cadence des mesures : un pas d'une heure aplatit un pic d'un à quatre pas, date à l'heure et efface une agitation de `x`, `y` ; ne l'élargis pas pour lire un lot. `--min 1` liste aussi les instants où un seul capteur sort de son niveau (un pic de capteur seul n'est pas dans la liste par défaut, qui demande 5 capteurs). **Regarde les PNG avec Read** |
|
||||
| `python3 agents/diagnostic/outils/plages.py <dossier> [--colonnes error_value,corr_x,corr_y] [--k 5] [--fusion 1h] [--min-mesures 1] [--hors T1/T2] [--capteurs A,B] [--debut T] [--fin T]` | Par colonne et par capteur, aux mesures (pas natif, jamais moyennées) : niveau (médiane de la fenêtre), bruit propre, **plus grand saut** d'une mesure à la suivante (valeur, en bruits, les deux instants) ; puis les **plages** où le capteur s'écarte de son niveau de plus de `--k` bruits : début, fin, nombre de mesures, extrême (signé, en unités et en bruits) et son instant ; deux plages du même sens à moins de `--fusion` n'en font qu'une, les mesures rejetées ne coupent pas une plage ; colonne `rejetées` : combien des mesures de la plage le sont (et `extrême rejetée`), `(rejetée : …)` après un plus grand saut dont un bout l'est. Sert à dater le début et la fin d'un moment d'un capteur sans relancer dix tableaux. Quand un épisode long fausse la médiane de la fenêtre (le capteur y passe la moitié du lot), `--hors T1/T2` calcule niveau et bruit hors de l'épisode ; une plage qui touche le bord de la fenêtre est datée au bord. `--min-mesures N` n'imprime que les plages d'au moins N mesures (et dit combien sur le total) : sur un lot de plusieurs jours, les plages d'un pas se comptent par centaines et noient les paliers longs ; lis d'abord avec `--min-mesures 6`, puis sans |
|
||||
| `.venv/bin/python agents/diagnostic/outils/jours.py <dossier> [--colonnes corr_x,corr_y,error_value] [--nuit 20-3] [--k 5] [--jours 2] [--pas 15min] [--capteurs A,B] [--debut T] [--fin T] [--sortie D]` | Ce qui revient d'un jour à l'autre, sur les mesures acceptées seulement. 1. **Niveau de chaque nuit** (heures `--nuit` H1-H2 UTC, à cheval sur minuit, datée du jour où elle commence), par capteur et par colonne : médiane, MAD, nombre de mesures, et le bruit propre ; puis, d'une nuit à la suivante, la **marche** (différence des médianes, en unités et en bruits) et **où elle se place** (« entre A et B » : là où la suite des mesures de nuit des deux nuits se coupe le mieux entre les deux niveaux ; B au début de la nuit suivante : la coupure tombe de jour, entre les deux nuits). Une marche de quelques bruits, une dérive d'une nuit à l'autre, et deux colonnes qui marchent au même instant s'y lisent, même quand le capteur a plusieurs niveaux dans le lot. 2. **Jours superposés** : PNG **parheure-<colonne>**, un petit graphique par capteur, en abscisse l'heure du jour, une courbe par jour, chaque mesure moins le niveau de la dernière nuit commencée (nuit grisée, cadre du 1er au 99e centile, le titre dit combien de mesures sortent du cadre) ; table : par créneau de `--pas` de l'heure du jour, les capteurs dont l'écart dépasse `--k` bruits, du même côté, au moins `--jours` jours, avec le nombre de jours et la médiane de ces écarts. Ce qui revient chaque jour à la même heure, sur un capteur ou plusieurs, s'y groupe, même quand cela ne dure qu'une à trois mesures. Le choix de `--nuit` : des heures où le cycle du jour (`error_value`, pose de la caméra) est retombé. **Regarde les PNG avec Read** |
|
||||
| `.venv/bin/python agents/diagnostic/outils/vignettes.py <dossier> --capteurs A,B --heures T1,T2 [--rayon 100] [--contraste [MIN,MAX]] [--fixe] [--sortie D]` | Une planche de vignettes à pleine résolution : une ligne par capteur, une colonne par heure, centrées sur la position brute (`x`, `y`) du capteur à chaque heure (le centre du cadre est écrit sous chaque vignette : quand `x`, `y` sautent, le cadre se déplace d'autant, et une tache qui entre dans le cadre semble apparaître) ; `--fixe` garde pour chaque capteur le cadre de la première heure et marque d'une croix rouge les `x`, `y` de chaque heure ; pixels non retouchés, l'éclat se compare d'une vignette à l'autre ; imprime pour chaque vignette le fond (médiane), le 99e centile et le pic (niveaux de gris 0 à 255) ; sans image à l'heure demandée, prend la plus proche et imprime l'écart (l'heure réelle est dans le titre). Une tache faible ou déformée est invisible telle quelle : `--contraste MIN,MAX` met toutes les vignettes en gris avec le même étirement (sans valeur : du 1er centile au maximum de la planche, écrasé par un pixel saturé ; choisis alors MIN,MAX d'après le fond et le pic imprimés, ex. `10,40`), `--rayon 30` à `50` grossit ; compare la forme et le pic avant, pendant et après un épisode, à la même heure de la journée. **Regarde-la avec Read** : une image entière lue par Read est réduite, un petit réflecteur y devient illisible |
|
||||
| `python3 agent-tools/inventaire.py <dossier> [--debut T] [--fin T] [--fichiers]` | Fichiers par type (au-delà de 5 par type : le nombre, le premier et le dernier ; `--fichiers` pour la liste complète, à n'utiliser que pour chercher un fichier précis), images (heures couvertes), poses de la caméra (nombre, période, instants de mesure sans recalage), période, cadence, mesures manquantes, capteurs (référence ou cible, seuil d'erreur, mesures rejetées) : ces comptes portent sur **toute la période**. Avec `--debut`/`--fin` (sur un lot : ceux du lot), une section de plus pour la fenêtre : les pas absents datés (pour tous les capteurs, ou lesquels manquent), par capteur, les mesures rejetées datées (suites de pas consécutifs), puis le **nombre de références retenues par la compensation** (`inlier` = 1) à chaque instant et les suites datées où des références ne le sont pas, lesquelles et pourquoi (`r` rejetée, `0` écartée par la compensation, `vide`). Une mesure est rejetée quand son `error_value` dépasse le seuil du capteur, **références comprises** |
|
||||
| `python3 agent-tools/resume.py <dossier> [--colonne C] [--stat median\|min\|max] [--pas 1h] [--niveau periode\|fenetre] [--capteurs A,B] [--debut T] [--fin T]` | Niveau habituel de chaque capteur (médiane, MAD, min, max) sur toute la période, ou sur la fenêtre `--debut`/`--fin` avec `--niveau fenetre` (pour un lot : un changement de niveau dans le lot ne se compare pas à des semaines d'autres mesures), puis un tableau par pas de temps. Colonnes : `error_value`, `corr_x`, `corr_y`, `relative_x`, `relative_y`, `x`, `y`, `sigma0`, `reproj_err` |
|
||||
| `.venv/bin/python agent-tools/graphique.py <dossier> [--capteurs A,B] [--colonnes C1,C2] [--debut T] [--fin T] [--zone T1/T2 ...] [--sortie D]` | Un PNG des séries ; chaque `--zone` est grisée ; il imprime son chemin. **Regarde-le avec Read** : tu lis mieux un graphique qu'un tableau |
|
||||
| `.venv/bin/python agent-tools/ensemble.py <dossier> [--colonnes x,y,sigma0] [--colonne error_value] [--pas 15min] [--k 5] [--min 5] [--residus corr_x,corr_y,error_value] [--hors T1/T2] [--autres] [--rigide BASE [--sans A,B]] [--capteurs A,B] [--debut T] [--fin T] [--sortie D]` | Tous les capteurs ensemble, chacun face à sa médiane et sa MAD sur la fenêtre. Deux PNG : **commun** (médiane entre capteurs de `x`, `y`, `sigma0` : avec la dispersion entre capteurs en bande grise ; sur les panneaux `x`, `y`, en plus, **chaque référence globale à part** (un trait chacune) et la **médiane des cibles seules** (trait noir) ; et, à chaque pas, le nombre de capteurs dont `--colonne` dépasse sa médiane de plus de `--k` MAD ; en tête, si le dossier a `camera/`, la **pose de la caméra**, valeurs brutes, un point par recalage, le trait coupé aux instants de mesure sans recalage) et **multiples** (un petit graphique par capteur, une échelle chacun : un palier d'un seul capteur s'y voit). Imprime aussi la **table de la médiane commune** (une ligne par pas de `--pas` : l'heure et l'écart à la médiane de la fenêtre de `x`, `y`, `sigma0`, puis `x_cibles`, `y_cibles` (médiane des cibles seules), puis la pose brute de la caméra, colonnes `cam_pan`, `cam_tilt`, `cam_rotation`, `cam_scale`, `cam_sigma0`, vides sans recalage) avec le minimum et le maximum de chaque colonne et leur instant, puis ceux de `x`, `y` de chaque référence globale (marqués `(rejetée)` quand la mesure l'est, avec le nombre de mesures rejetées de la référence), puis les instants de mesure sans pose (suites datées), puis les instants où au moins `--min` capteurs dépassent ensemble, avec leurs noms. Trois PNG de plus, **residus-corr_x**, **residus-corr_y**, **residus-error_value** (`--residus`) : un petit graphique par capteur de la colonne moins le niveau propre du capteur (sa médiane sur la fenêtre ; avec `--hors T1/T2`, celle du reste de la fenêtre, hors du moment lu), une échelle chacun, zéro en pointillé : un écart de quelques centièmes sur `corr`, caché dans les bandes parallèles de `graphique.py`, s'y voit ; imprime pour chaque capteur le niveau, le bruit propre (médiane des écarts entre deux mesures) et l'écart min/max par pas avec leur instant, en unités et en bruits. Avec `--autres`, des PNG **residus-…-autres** de plus : chaque capteur moins sa propre médiane **et moins la médiane des autres capteurs au même instant** (ce que tous partagent, le reste de la compensation d'un mouvement commun, s'annule ; ce qui est propre reste), et, par capteur, la pente et la corrélation r de ce résidu sur la médiane commune de `x`, `y`, `sigma0` : un creux qui reste après `--autres` n'est pas un reste partagé par tous ; une pente élevée avec r proche de ±1 sur `y` commun dit qu'il est proportionnel au mouvement commun (gain propre au capteur), sans r ni pente il est indépendant du mouvement. Avec `--rigide BASE`, un PNG **rigide** de plus : à chaque mesure, le mouvement d'ensemble des cibles depuis l'instant `BASE` (translation, rotation, échelle, estimé par médianes : une cible qui saute seule ne le tire pas ; `--sans A,B` en retire des cibles), et, pour chaque capteur, le **résidu** `dx`, `dy` (position brute moins sa position à `BASE` transportée par ce mouvement, en px) ; panneaux : `dx`, `dy` de chaque référence globale face à la médiane et au 10e-90e centile des cibles, `|résidu|` des cibles (médiane, 90e centile), rotation et échelle ajustées, `reproj_err` des références ; imprime la table au pas (`rot_deg`, `echelle`, `tx`, `ty`, `cib_med`, `cib_max`, `dx`, `dy` de chaque référence) et, par capteur, min, max et valeur au dernier instant de `dx`, `dy`. Contrairement à l'écart à la médiane, ce résidu ne dépend pas de la place du capteur dans l'image quand la scène tourne ou change d'échelle. Les graduations du PNG « commun » sont toutes les 1 à 12 h selon la fenêtre. Le pas par défaut est de 15 min, la cadence des mesures : un pas d'une heure aplatit un pic d'un à quatre pas, date à l'heure et efface une agitation de `x`, `y` ; ne l'élargis pas pour lire un lot. `--min 1` liste aussi les instants où un seul capteur sort de son niveau (un pic de capteur seul n'est pas dans la liste par défaut, qui demande 5 capteurs). **Regarde les PNG avec Read** |
|
||||
| `python3 agent-tools/plages.py <dossier> [--colonnes error_value,corr_x,corr_y] [--k 5] [--fusion 1h] [--min-mesures 1] [--hors T1/T2] [--capteurs A,B] [--debut T] [--fin T]` | Par colonne et par capteur, aux mesures (pas natif, jamais moyennées) : niveau (médiane de la fenêtre), bruit propre, **plus grand saut** d'une mesure à la suivante (valeur, en bruits, les deux instants) ; puis les **plages** où le capteur s'écarte de son niveau de plus de `--k` bruits : début, fin, nombre de mesures, extrême (signé, en unités et en bruits) et son instant ; deux plages du même sens à moins de `--fusion` n'en font qu'une, les mesures rejetées ne coupent pas une plage ; colonne `rejetées` : combien des mesures de la plage le sont (et `extrême rejetée`), `(rejetée : …)` après un plus grand saut dont un bout l'est. Sert à dater le début et la fin d'un moment d'un capteur sans relancer dix tableaux. Quand un épisode long fausse la médiane de la fenêtre (le capteur y passe la moitié du lot), `--hors T1/T2` calcule niveau et bruit hors de l'épisode ; une plage qui touche le bord de la fenêtre est datée au bord. `--min-mesures N` n'imprime que les plages d'au moins N mesures (et dit combien sur le total) : sur un lot de plusieurs jours, les plages d'un pas se comptent par centaines et noient les paliers longs ; lis d'abord avec `--min-mesures 6`, puis sans |
|
||||
| `.venv/bin/python agent-tools/jours.py <dossier> [--colonnes corr_x,corr_y,error_value] [--nuit 20-3] [--k 5] [--jours 2] [--pas 15min] [--capteurs A,B] [--debut T] [--fin T] [--sortie D]` | Ce qui revient d'un jour à l'autre, sur les mesures acceptées seulement. 1. **Niveau de chaque nuit** (heures `--nuit` H1-H2 UTC, à cheval sur minuit, datée du jour où elle commence), par capteur et par colonne : médiane, MAD, nombre de mesures, et le bruit propre ; puis, d'une nuit à la suivante, la **marche** (différence des médianes, en unités et en bruits) et **où elle se place** (« entre A et B » : là où la suite des mesures de nuit des deux nuits se coupe le mieux entre les deux niveaux ; B au début de la nuit suivante : la coupure tombe de jour, entre les deux nuits). Une marche de quelques bruits, une dérive d'une nuit à l'autre, et deux colonnes qui marchent au même instant s'y lisent, même quand le capteur a plusieurs niveaux dans le lot. 2. **Jours superposés** : PNG **parheure-<colonne>**, un petit graphique par capteur, en abscisse l'heure du jour, une courbe par jour, chaque mesure moins le niveau de la dernière nuit commencée (nuit grisée, cadre du 1er au 99e centile, le titre dit combien de mesures sortent du cadre) ; table : par créneau de `--pas` de l'heure du jour, les capteurs dont l'écart dépasse `--k` bruits, du même côté, au moins `--jours` jours, avec le nombre de jours et la médiane de ces écarts. Ce qui revient chaque jour à la même heure, sur un capteur ou plusieurs, s'y groupe, même quand cela ne dure qu'une à trois mesures. Le choix de `--nuit` : des heures où le cycle du jour (`error_value`, pose de la caméra) est retombé. **Regarde les PNG avec Read** |
|
||||
| `.venv/bin/python agent-tools/vignettes.py <dossier> --capteurs A,B --heures T1,T2 [--rayon 100] [--contraste [MIN,MAX]] [--fixe] [--sortie D]` | Une planche de vignettes à pleine résolution : une ligne par capteur, une colonne par heure, centrées sur la position brute (`x`, `y`) du capteur à chaque heure (le centre du cadre est écrit sous chaque vignette : quand `x`, `y` sautent, le cadre se déplace d'autant, et une tache qui entre dans le cadre semble apparaître) ; `--fixe` garde pour chaque capteur le cadre de la première heure et marque d'une croix rouge les `x`, `y` de chaque heure ; pixels non retouchés, l'éclat se compare d'une vignette à l'autre ; imprime pour chaque vignette le fond (médiane), le 99e centile et le pic (niveaux de gris 0 à 255) ; sans image à l'heure demandée, prend la plus proche et imprime l'écart (l'heure réelle est dans le titre). Une tache faible ou déformée est invisible telle quelle : `--contraste MIN,MAX` met toutes les vignettes en gris avec le même étirement (sans valeur : du 1er centile au maximum de la planche, écrasé par un pixel saturé ; choisis alors MIN,MAX d'après le fond et le pic imprimés, ex. `10,40`), `--rayon 30` à `50` grossit ; compare la forme et le pic avant, pendant et après un épisode, à la même heure de la journée. **Regarde-la avec Read** : une image entière lue par Read est réduite, un petit réflecteur y devient illisible |
|
||||
| `ls <dossier>/images/ \| grep <AAAAMMJJ>T<HHMM>Z`, puis Read sur le fichier trouvé (Read ne prend pas de motif) | L'image entière de la caméra à cette heure (UTC), pour la scène (occultation, éclairage, météo) |
|
||||
|
||||
`--sortie <dossier>` : là où celui qui t'appelle range tes figures ; il te le donne.
|
||||
|
||||
@@ -25,7 +25,7 @@ L'avis de l'expert reste dans la conversation jusqu'à l'étape 5 : rien de lui
|
||||
- Données : pompées dans `data/<STATION>/` (`run.md`, `<STATION>` = numéro de série du système). Si la fenêtre n'y est pas, donne à l'utilisateur la commande du pompage sur la fenêtre, 3 jours de plus avant, avec `--images` (`--every 10` pour une image par mesure à 10 min), et attends.
|
||||
- Export reçu à la main, à défaut : `data/<STATION>/displacement/`, nom d'origine gardé.
|
||||
- Images reçues à la main : `data/<STATION>/images/<AAAAMMJJ>T<HHMM>Z_<nom d'origine sans extension>.jpg`, heure en **UTC**, originaux laissés en place. Les zips de la plateforme datent chaque image en UTC dans son entrée (vérifié sur CLARIDEN : l'image se décale à l'instant où les mesures sautent) ; l'export couvre, lui, des jours locaux (début à 22:00Z la veille en été) : 2 h d'écart entre les deux plages sont normales. Garde toutes les images de la plage, même à 10 min : une par mesure. Une heure locale se convertit, par exemple `date -u -d 'TZ="Europe/Zurich" 2026-11-03 20:00' +%Y%m%dT%H%MZ` (heure d'hiver ou d'été selon la date). Regarde-les : la nuit et le jour tombent aux bonnes heures UTC ; ni personne ni véhicule (dépôt privé, D-014), sinon demande.
|
||||
- Vérifie avec `python3 agents/diagnostic/outils/inventaire.py data/<STATION>/` : l'export est trouvé, il couvre la fenêtre, les images sont datées. Puis `resume.py` sur la fenêtre, avec les capteurs que cite l'expert : l'anomalie s'y voit.
|
||||
- Vérifie avec `python3 agent-tools/inventaire.py data/<STATION>/` : l'export est trouvé, il couvre la fenêtre, les images sont datées. Puis `resume.py` sur la fenêtre, avec les capteurs que cite l'expert : l'anomalie s'y voit.
|
||||
- Si les données contredisent l'expert (capteur absent, rien d'anormal dans la fenêtre), arrête-toi et dis-le.
|
||||
|
||||
## 3. Commit neutre, arbre propre
|
||||
|
||||
@@ -25,7 +25,7 @@ S'il te manque la station, ou une plage qui reste ambiguë, demande-le à Marc *
|
||||
|
||||
## 2. Vérifier les données
|
||||
|
||||
`python3 agents/diagnostic/outils/inventaire.py data/<STATION>/ --debut T --fin T`. S'il manque les déplacements ou les images de la plage, dis à Marc ce qui manque (dates, type) et arrête-toi : c'est lui qui pompe (`run.md`).
|
||||
`python3 agent-tools/inventaire.py data/<STATION>/ --debut T --fin T`. S'il manque les déplacements ou les images de la plage, dis à Marc ce qui manque (dates, type) et arrête-toi : c'est lui qui pompe (`run.md`).
|
||||
|
||||
## 3. Le dossier du cas
|
||||
|
||||
@@ -57,7 +57,7 @@ Lis `.claude/skills/lire-les-donnees/SKILL.md`, puis suis `agents/diagnostic/ins
|
||||
- La capture peut comparer la caméra à un autre instrument du client (ex. une station totale, « tachy », en traits continus, la caméra en traitillés). Ne t'appuie sur cet instrument que s'il a des points sur la plage : une ligne continue peut relier deux points de part et d'autre de la nuit (une station totale n'envoie souvent rien la nuit, faute de visibilité). Si tu ne peux pas le voir sur la capture, demande à Marc.
|
||||
- Regarde les **images entières** (Read) aux moments en question, plus une avant et une après ; `vignettes.py` pour les cibles touchées et un témoin.
|
||||
- Dis ce que la cadence des images ne permet pas d'établir : des images horaires peuvent manquer un train qui passe en une minute ; une image sans train ne prouve pas qu'aucun train n'est passé.
|
||||
- Le GIF, s'il prouve mieux qu'une phrase (un passage, de la buée qui se lève) : `.venv/bin/python agents/diagnostic/outils/gif.py data/<STATION>/ --debut T --fin T --sortie support/<dossier>/` (720 px, 64 teintes, heure UTC en bas à droite ; ~3 Mo par nuit d'images horaires). Garde-le sous ~5 Mo (pièce jointe) : resserre la plage ou `--largeur`. Regarde quelques-unes de ses images sources avec Read avant de le joindre.
|
||||
- Le GIF, s'il prouve mieux qu'une phrase (un passage, de la buée qui se lève) : `.venv/bin/python agent-tools/gif.py data/<STATION>/ --debut T --fin T --sortie support/<dossier>/` (720 px, 64 teintes, heure UTC en bas à droite ; ~3 Mo par nuit d'images horaires). Garde-le sous ~5 Mo (pièce jointe) : resserre la plage ou `--largeur`. Regarde quelques-unes de ses images sources avec Read avant de le joindre.
|
||||
|
||||
## 5. Écrire
|
||||
|
||||
|
||||
@@ -13,7 +13,7 @@ Agent de diagnostic proactif pour **AIMsight**, un système de surveillance opti
|
||||
- **Agents LLM côté serveur (D-027)** : rapport exploratoire seulement, rien n'est construit.
|
||||
- **Séries optiques (D-044)** : détecter les événements externes (occlusion, pluie, turbulence) dans les déplacements et produire une courbe corrigée, la brute gardée ; cadrage (`docs/displacement/cadrage.md`) ; données reçues (D-045) : PS des Coudres, export 15 min en UTC sur 5,5 jours, sans événement annoté (buée probable le matin), et 24 images horaires de la caméra, puis NORDEND, WILDSTRUBEL, CLARIDEN et NIEDERHORN, chacune devenue un cas de la base ; CLARIDEN est l'incident de Barcelone de la doc AIMsight, où l'expert voit un mouvement réel de l'ouvrage, la doc une instabilité des références (`docs/displacement/domaine/incident-de-barcelone.md`) ; deux rapports d'analyse AIMsight (murs GN-1.472 et GN-5.054), causes des déplacements apparents selon l'expert, sans leurs données ; exploration confiée d'abord à l'agent de diagnostic (D-046), chaîne analytique au second plan.
|
||||
- **Agent de diagnostic (D-046, révisé par D-058)** : pilote de l'enquête à la demande (D-042) dans Claude Code, appelé pour un cas précis que les détecteurs n'expliquent pas ; plus à l'aveugle : il lit la connaissance du projet et part des événements des détecteurs du journal, sans les juger, et n'ajoute aucun cas ; sous-agent `diagnostic` (`.claude/agents/diagnostic.md`, dossier `agents/diagnostic/`, spec `docs/agents/agent-diagnostic.md`) ; un dossier de `data/` et une question facultative donnent un rapport court dans `agents/diagnostic/rapports/<date>_<STATION>/` : verdict, anomalies seules, chacune montrée par un graphique et des vignettes des images (D-047) ; déplacements et images seulement ; cas de référence du spécialiste : PS des Coudres est sain, seule anomalie les pics d'erreur de `REF_G` et `REF_D` ; base de cas validés (D-048, `events/`), lue après les faits : cinq cas, C-001 à C-005 (l'index `events/INDEX.md` en est le registre), chaque cas avec ses données, la station au numéro du cas et les capteurs codés (D-049, D-050, skill `anonymiser-cas`), une fiche courte sur ce seul cas, lisible d'abord par un humain (D-051) ; un cas n'y entre que par `/nouveau-cas`, lancé par l'utilisateur, ou par le builder de la boucle (D-057), puis revu par l'utilisateur avec `/revue-cas` (D-075, agent `revue`). Ses outils et leur mode d'emploi, partagés avec l'analyste de la boucle : skill `lire-les-donnees`, aiguisé par `/aiguiser` (D-059, lancé par l'utilisateur seul ; spec `vues-deplacements/contexte/aiguiser-la-lecture.md`). L'enquête par API (D-042) reste un document.
|
||||
- **Support-agent (D-079)** : skill `/support <mail>`, lancé par l'utilisateur, dans la conversation : répond à la question d'un client sur un système, et à elle seule (le reste en note pour l'utilisateur), à partir des données locales de `data/` (station ou données absentes : il demande) ; un dossier par demande, `support/<date>_<STATION>_<sujet>/` (`demande.md`, `analyse.md`, `reponse.md`, le mail prêt à envoyer, GIF des images par `agents/diagnostic/outils/gif.py`), peaufiné avec l'utilisateur puis commité ; versionné, base de cas de support (usage à rediscuter) ; premier cas : LENZSPITZE, nuit du 26 au 27.10 ; design `docs/superpowers/specs/2026-10-28-support-agent-design.md`.
|
||||
- **Support-agent (D-079)** : skill `/support <mail>`, lancé par l'utilisateur, dans la conversation : répond à la question d'un client sur un système, et à elle seule (le reste en note pour l'utilisateur), à partir des données locales de `data/` (station ou données absentes : il demande) ; un dossier par demande, `support/<date>_<STATION>_<sujet>/` (`demande.md`, `analyse.md`, `reponse.md`, le mail prêt à envoyer, GIF des images par `agent-tools/gif.py`), peaufiné avec l'utilisateur puis commité ; versionné, base de cas de support (usage à rediscuter) ; premier cas : LENZSPITZE, nuit du 26 au 27.10 ; design `docs/superpowers/specs/2026-10-28-support-agent-design.md`.
|
||||
- **Storage (D-030, D-034, D-035)** : jeu de travail WEISSHORN seul (NORDEND n'a pas les mesures de `/data`) ; `DAILY_STORAGE_STATE` et `DAYS_UNTIL_STORAGE_FULL` en prototype, sans cas de l'expert ; couleur du jour codée (`src/storage/day_color.py`, matrice état × horizon `docs/storage/matrice-etat-horizon.drawio`, la pire des deux) ; seuils arbitraires (20 % / 10 % libres, 60 / 14 jours) ; questions en suspens dans `docs/storage/domaine/questions-pour-l-expert.md` ; livré en prototype (D-039) : figure du site `src/storage/final.py`, bloc de la vue client, notification support, guide `docs/storage/guide/`.
|
||||
- **Cellular (D-030 à D-032, D-037), en pause en attendant le spécialiste** : WEISSHORN (mise en service le 19/08, puis quelques incidents isolés) et NORDEND (109 jours, 11 coupures de la liaison) explorés ; `DAILY_LINK_STATE` et `DAILY_SIGNAL_STATE` en prototype, sans cas de l'expert ; deux corrections de `DAILY_LINK_STATE` retenues sur le principe mais non codées ; couleur du jour codée (`src/cellular/day_color.py`, matrice lien × signal `docs/cellular/matrice-lien-signal.drawio` : Red si des envois manquent et que le signal n'est pas mesuré 20 h sur 24) ; livré en prototype avant les réponses du spécialiste (D-039) : figure du site `src/cellular/final.py`, bloc de la vue client, notification support, guide `docs/cellular/guide/`. Reprise : `docs/cellular/domaine/questions-pour-l-expert.md`.
|
||||
- **Temperature (D-040)** : jeux de travail WEISSHORN et NORDEND (VERMONT n'a pas le GPU) ; `DAILY_GPU_TEMPERATURE_LIMIT` en prototype, sans cas de l'expert : une moyenne horaire du GPU ≥ 97,5 °C (limite du Jetson Nano, carte supposée) dans les 24 dernières heures ; couleur du jour codée (`src/temperature/day_color.py` : Red si atteinte, sinon Green, pas d'orange) ; tous les jours Green (maximum 57,2 °C) ; livré en prototype (D-041) : figure du site `src/temperature/final.py`, bloc de la vue client, notification support, guide `docs/temperature/guide/`. Constats, pistes et questions dans `docs/temperature/domaine/point-de-depart.md`.
|
||||
@@ -123,8 +123,9 @@ python3 -m venv .venv && .venv/bin/pip install plotly matplotlib # recréer .
|
||||
- `docs/temperature/` : domaine Temperature (D-040), sans matrice ; guide dans `guide/` (D-041). `domaine/point-de-depart.md` : zones thermiques, carte supposée (Jetson Nano) et ses limites, constats sur trois stations, pistes, questions au spécialiste ; fiche dans `analyses/`.
|
||||
- `docs/agents/rapport-exploratoire.md` (290 l) : cadre d'agents LLM (D-027) : choix retenus, architecture, démarrage par étapes (§6) ; annexe A : pistes à revoir étape par étape. Le code d'agent vit à part, dans `agents/`.
|
||||
- `docs/agents/enquete-a-la-demande.md` (233 l) : enquête à la demande sur un événement de mesure (D-042), même cadre ; harnais (§3), déroulé (§4), sortie et règle d'asymétrie (§5), étapes (§6), questions ouvertes (§9).
|
||||
- `docs/agents/agent-diagnostic.md` : spec de l'agent de diagnostic (D-046 à D-048), base de cas au §11 ; code dans `agents/diagnostic/` (`instructions.md`, `outils/`, `rapports/`, un dossier par rapport avec ses figures ; la base de cas est dans `events/`). Appel : `@agent-diagnostic data/<STATION>/ [question]`, (en terminal, `claude --agent diagnostic` charge `CLAUDE.md` : pas à l'aveugle).
|
||||
- `docs/agents/agent-diagnostic.md` : spec de l'agent de diagnostic (D-046 à D-048), base de cas au §11 ; code dans `agents/diagnostic/` (`instructions.md`, `rapports/`, un dossier par rapport avec ses figures ; la base de cas est dans `events/`, ses outils dans `agent-tools/`). Appel : `@agent-diagnostic data/<STATION>/ [question]`, (en terminal, `claude --agent diagnostic` charge `CLAUDE.md` : pas à l'aveugle).
|
||||
- `events/` : **les événements, connaissance métier qui grandit** (D-080) : la base de cas (`INDEX.md`, un dossier `C-xxx/` par cas : `cas.md`, figures, données codées, `etiquettes.json`), validés par l'utilisateur ou « (appris) » par `/boucle` en attendant `/revue-cas` ; la carte des événements `carte-des-evenements.md` (familles, catégories du journal en section 4) et son graphe des éventualités `eventualites-et-categories.drawio`.
|
||||
- `agent-tools/` : **les outils de lecture des agents** (D-081) : `donnees.py` (lecture commune), `inventaire.py`, `resume.py`, `plages.py`, `jours.py`, `ensemble.py`, `graphique.py`, `vignettes.py`, `gif.py` ; mode d'emploi dans le skill `lire-les-donnees`, aiguisés par `/aiguiser` ; utilisés par l'analyste de `/boucle`, l'agent de diagnostic, `/support` et les détecteurs (`donnees.py`).
|
||||
- `docs/displacement/cadrage.md` (156 l) : séries optiques (D-044) : événements externes et correction des courbes ; règles de correction (§3), chaîne en trois étapes (§4), données nécessaires (§5), étapes (§6), questions ouvertes (§7). `docs/displacement/domaine/ce-que-regarde-le-client.md` : sauts et tendances, pas les erreurs (D-055) ; `docs/displacement/domaine/cas-annotes-par-l-expert.md` : les deux rapports d'analyse résumés, vérité de référence sans données ; `incident-de-barcelone.md` : le cas de régression de la doc AIMsight, ses données (C-004) et l'avis de l'expert.
|
||||
- `docs/aimsight/` : documentation AIMsight d'origine, non modifiée, en anglais sauf les rapports d'analyse. À lire avant de concevoir, **par section** ; ne pas re-demander à l'utilisateur ce qui y figure.
|
||||
- `AIMsight_reference_quality_event_explainer_roadmap.md` (1 180 l) : **référence qui fait autorité** : couche diagnostique commune, explainer d'événements, classifications (§4.3), API indépendante de l'estimateur (§10).
|
||||
|
||||
File renamed without changes.
@@ -1,6 +1,6 @@
|
||||
"""Vue d'ensemble de tous les capteurs d'un export « advanced » : ce que font les capteurs ensemble.
|
||||
|
||||
Usage : .venv/bin/python agents/diagnostic/outils/ensemble.py data/PS_DES_COUDRES/
|
||||
Usage : .venv/bin/python agent-tools/ensemble.py data/PS_DES_COUDRES/
|
||||
[--colonnes x,y,sigma0] [--colonne error_value] [--pas 15min] [--k 5] [--min 5]
|
||||
[--residus corr_x,corr_y,error_value] [--hors T1/T2] [--autres] [--rigide BASE [--sans A,B]] [--capteurs A,B] [--debut ...] [--fin ...] [--sortie DOSSIER]
|
||||
|
||||
@@ -1,6 +1,6 @@
|
||||
"""GIF des images de la caméra sur une plage, pour joindre à une réponse au client (skill /support).
|
||||
|
||||
Usage : .venv/bin/python agents/diagnostic/outils/gif.py data/LENZSPITZE/
|
||||
Usage : .venv/bin/python agent-tools/gif.py data/LENZSPITZE/
|
||||
--debut 2026-10-26T18:00Z --fin 2026-10-27T08:00Z [--largeur 720] [--duree 700] [--max 150] [--sortie DOSSIER]
|
||||
Prend les images du dossier dont l'heure (nom du fichier, UTC) est entre --debut et --fin inclus, dans l'ordre, les
|
||||
réduit à --largeur px, écrit la date et l'heure UTC en bas à droite de chacune et les ramène à 64 teintes sans tramage
|
||||
@@ -15,7 +15,7 @@ from PIL import Image, ImageDraw, ImageFont
|
||||
|
||||
from donnees import heure_image, instant, iso, trouver
|
||||
|
||||
RACINE = os.path.normpath(os.path.join(os.path.dirname(os.path.abspath(__file__)), "..", "..", ".."))
|
||||
RACINE = os.path.normpath(os.path.join(os.path.dirname(os.path.abspath(__file__)), ".."))
|
||||
|
||||
|
||||
def main():
|
||||
@@ -1,6 +1,6 @@
|
||||
"""Graphique PNG des séries d'un export « advanced », pour que l'agent de diagnostic les regarde.
|
||||
|
||||
Usage : .venv/bin/python agents/diagnostic/outils/graphique.py data/PS_DES_COUDRES/
|
||||
Usage : .venv/bin/python agent-tools/graphique.py data/PS_DES_COUDRES/
|
||||
[--capteurs CAPTEUR_A,CAPTEUR_B] [--colonnes error_value,corr_x,corr_y] [--debut ...] [--fin ...]
|
||||
[--zone DEBUT/FIN ...] [--sortie DOSSIER]
|
||||
Un panneau par colonne, une courbe par capteur, heures UTC ; chaque --zone est grisée.
|
||||
@@ -18,7 +18,7 @@ import matplotlib.pyplot as plt # noqa: E402
|
||||
|
||||
from donnees import charger, est_reference, filtrer, instant # noqa: E402
|
||||
|
||||
RACINE = os.path.normpath(os.path.join(os.path.dirname(os.path.abspath(__file__)), "..", "..", ".."))
|
||||
RACINE = os.path.normpath(os.path.join(os.path.dirname(os.path.abspath(__file__)), ".."))
|
||||
COLONNES = ("error_value", "corr_x", "corr_y", "relative_x", "relative_y", "x", "y", "sigma0", "reproj_err")
|
||||
|
||||
|
||||
@@ -1,6 +1,6 @@
|
||||
"""Inventaire d'un dossier de station : ce qui est disponible, ce qui manque.
|
||||
|
||||
Usage : python3 agents/diagnostic/outils/inventaire.py data/PS_DES_COUDRES/ [--debut T] [--fin T] [--fichiers]
|
||||
Usage : python3 agent-tools/inventaire.py data/PS_DES_COUDRES/ [--debut T] [--fin T] [--fichiers]
|
||||
Les comptes portent sur toute la période. Avec --debut et/ou --fin, une section de plus liste, sur cette fenêtre,
|
||||
les pas absents (datés, avec les capteurs qui n'ont pas de mesure) et, par capteur, les mesures rejetées (datées,
|
||||
en suites de pas consécutifs ; rejetée : error_value au-dessus du seuil, références comprises), puis le nombre de
|
||||
@@ -1,6 +1,6 @@
|
||||
"""Ce qui revient d'un jour à l'autre : niveau de chaque nuit, et jours superposés par heure du jour, pour l'agent de diagnostic.
|
||||
|
||||
Usage : .venv/bin/python agents/diagnostic/outils/jours.py data/PS_DES_COUDRES/ [--colonnes corr_x,corr_y,error_value]
|
||||
Usage : .venv/bin/python agent-tools/jours.py data/PS_DES_COUDRES/ [--colonnes corr_x,corr_y,error_value]
|
||||
[--nuit 20-3] [--k 5] [--jours 2] [--pas 15min] [--capteurs A,B] [--debut ...] [--fin ...] [--sortie DOSSIER]
|
||||
|
||||
Mesures acceptées seulement : une mesure rejetée (error_value au-dessus du seuil) n'entre nulle part. Une « nuit » :
|
||||
@@ -1,6 +1,6 @@
|
||||
"""Plages datées par capteur et par colonne, au pas natif des mesures, pour l'agent de diagnostic.
|
||||
|
||||
Usage : python3 agents/diagnostic/outils/plages.py data/PS_DES_COUDRES/ [--colonnes error_value,corr_x,corr_y]
|
||||
Usage : python3 agent-tools/plages.py data/PS_DES_COUDRES/ [--colonnes error_value,corr_x,corr_y]
|
||||
[--k 5] [--fusion 1h] [--min-mesures 1] [--hors T1/T2] [--capteurs A,B] [--debut ...] [--fin ...]
|
||||
|
||||
Pour chaque colonne, chaque capteur est comparé à son propre niveau sur la fenêtre --debut/--fin (médiane des
|
||||
@@ -1,6 +1,6 @@
|
||||
"""Résumé chiffré compact des séries d'un export « advanced », pour l'agent de diagnostic.
|
||||
|
||||
Usage : python3 agents/diagnostic/outils/resume.py data/PS_DES_COUDRES/ [--colonne error_value]
|
||||
Usage : python3 agent-tools/resume.py data/PS_DES_COUDRES/ [--colonne error_value]
|
||||
[--stat median|min|max] [--pas 1h] [--niveau periode|fenetre] [--capteurs CAPTEUR_A,CAPTEUR_B] [--debut 2026-01-01T00:00Z] [--fin ...]
|
||||
|
||||
1. Niveau habituel de chaque capteur : médiane, MAD (écart absolu médian), min, max, sur toute la période
|
||||
@@ -1,6 +1,6 @@
|
||||
"""Vignettes des images de la caméra autour de capteurs, à pleine résolution, pour l'agent de diagnostic.
|
||||
|
||||
Usage : .venv/bin/python agents/diagnostic/outils/vignettes.py data/PS_DES_COUDRES/
|
||||
Usage : .venv/bin/python agent-tools/vignettes.py data/PS_DES_COUDRES/
|
||||
--capteurs REF_G,REF_D --heures 2026-10-13T22:00Z,2026-10-14T02:00Z [--rayon 100] [--contraste [MIN,MAX]] [--sortie DOSSIER]
|
||||
Une ligne par capteur, une colonne par heure. Quand il n'y a pas d'image à l'heure demandée, la plus proche est
|
||||
prise : l'écart est imprimé et l'heure réelle de l'image est dans le titre de la vignette. Chaque vignette est centrée sur la position brute (x, y) du capteur
|
||||
@@ -35,7 +35,7 @@ def centile(gris, p):
|
||||
return v[min(int(p / 100 * len(v)), len(v) - 1)]
|
||||
|
||||
|
||||
RACINE = os.path.normpath(os.path.join(os.path.dirname(os.path.abspath(__file__)), "..", "..", ".."))
|
||||
RACINE = os.path.normpath(os.path.join(os.path.dirname(os.path.abspath(__file__)), ".."))
|
||||
|
||||
|
||||
def main():
|
||||
@@ -16,7 +16,7 @@ Un dossier par diagnostic dans `rapports/` : `rapport.md` (verdict, une section
|
||||
## Contenu du dossier
|
||||
|
||||
- `instructions.md` : sa méthode, ses règles et le format du rapport. C'est ici qu'on corrige son comportement.
|
||||
- `outils/` : `inventaire.py`, `resume.py`, `graphique.py`, `vignettes.py` (recadrage des images autour des capteurs), et `donnees.py`, la lecture commune. Ils rendent des valeurs, pas des verdicts. Le graphique et les vignettes demandent matplotlib (`.venv`).
|
||||
- `agent-tools/` (racine du dépôt, D-081) : `inventaire.py`, `resume.py`, `graphique.py`, `vignettes.py` (recadrage des images autour des capteurs), et `donnees.py`, la lecture commune. Ils rendent des valeurs, pas des verdicts. Le graphique et les vignettes demandent matplotlib (`.venv`).
|
||||
- `rapports/` : ses rapports, un dossier chacun.
|
||||
- `events/` (racine du dépôt) : la base de cas validés par l'expert (D-048) : `INDEX.md`, une ligne par incident, et un dossier par incident (`cas.md`, ses figures et ses données). L'agent la lit après avoir établi ses faits. Spec : §11 de `docs/agents/agent-diagnostic.md`.
|
||||
|
||||
|
||||
@@ -113,7 +113,7 @@ Un dossier par diagnostic, `agents/diagnostic/rapports/<AAAA-MM-JJTHHMMZ>_<STATI
|
||||
5. **Annexe** : sources lues, données disponibles et manquantes, seuil de repérage.
|
||||
6. **Validation**, laissée vide pour l'utilisateur : accepté tel quel ou corrigé (en quoi), diagnostic final, devient un cas (oui, C-xxx, ou non) ; l'ajout se lance par `/nouveau-cas` (§11.6).
|
||||
|
||||
## 6. Outils (`agents/diagnostic/outils/`)
|
||||
## 6. Outils (`agent-tools/`)
|
||||
|
||||
Scripts en ligne de commande. Ils renvoient des valeurs, jamais des verdicts. Bibliothèque standard, sauf le graphique.
|
||||
|
||||
|
||||
@@ -1 +1 @@
|
||||
<mxfile host="drawio" version="24.7.17"><diagram id="p1" name="1. Vue d'ensemble"><mxGraphModel dx="1400" dy="900" grid="1" gridSize="10" guides="1" tooltips="1" connect="1" arrows="1" fold="1" page="1" pageScale="1" pageWidth="1500" pageHeight="1000" math="0" shadow="0"><root><mxCell id="0"/><mxCell id="1" parent="0"/><mxCell id="p1_P1" value="<b>/aiguiser &lt;dossier&gt;</b><br>affine les outils de lecture (D-059)" style="rounded=1;whiteSpace=wrap;html=1;fillColor=#dae8fc;strokeColor=#6c8ebf;arcSize=4;verticalAlign=top;spacingTop=6;" vertex="1" parent="1"><mxGeometry x="40" y="170" width="320" height="300" as="geometry"/></mxCell><mxCell id="p1_P2" value="<b>/boucle &lt;dossier&gt;</b><br>règle les détecteurs du journal (D-057)" style="rounded=1;whiteSpace=wrap;html=1;fillColor=#dae8fc;strokeColor=#6c8ebf;arcSize=4;verticalAlign=top;spacingTop=6;" vertex="1" parent="1"><mxGeometry x="400" y="170" width="320" height="300" as="geometry"/></mxCell><mxCell id="p1_P3" value="<b>@agent-diagnostic data/… [question]</b><br>enquête à la demande sur un cas (D-058)" style="rounded=1;whiteSpace=wrap;html=1;fillColor=#dae8fc;strokeColor=#6c8ebf;arcSize=4;verticalAlign=top;spacingTop=6;" vertex="1" parent="1"><mxGeometry x="760" y="170" width="320" height="300" as="geometry"/></mxCell><mxCell id="p1_P4" value="<b>/nouveau-cas</b><br>ajoute un cas validé (D-048)" style="rounded=1;whiteSpace=wrap;html=1;fillColor=#dae8fc;strokeColor=#6c8ebf;arcSize=4;verticalAlign=top;spacingTop=6;" vertex="1" parent="1"><mxGeometry x="1120" y="170" width="320" height="300" as="geometry"/></mxCell><mxCell id="p1_lg" value="<b>Légende</b>" style="rounded=0;whiteSpace=wrap;html=1;fillColor=#ffffff;strokeColor=#cccccc;verticalAlign=top;align=left;spacingLeft=8;fontSize=11;" vertex="1" parent="1"><mxGeometry x="1130" y="790" width="330" height="165" as="geometry"/></mxCell><mxCell id="p1_t" value="<b>Processus IA du projet : vue d'ensemble</b><br><font style="font-size:12px">Qui lance quoi, et qui modifie quel bien partagé (au 2026-10-24). Tout est lancé à la main par l'utilisateur.</font>" style="text;html=1;align=left;verticalAlign=top;whiteSpace=wrap;fontSize=18;" vertex="1" parent="1"><mxGeometry x="40" y="20" width="900" height="50" as="geometry"/></mxCell><mxCell id="p1_u" value="<b>Utilisateur (l'expert)</b><br>lance chaque processus, fusionne les branches" style="rounded=1;whiteSpace=wrap;html=1;fillColor=#ffe6cc;strokeColor=#d79b00;arcSize=12;" vertex="1" parent="1"><mxGeometry x="600" y="85" width="280" height="50" as="geometry"/></mxCell><mxCell id="p1_lecteur" value="<b>lecteur</b>" style="rounded=1;whiteSpace=wrap;html=1;fillColor=#d5e8d4;strokeColor=#82b366;arcSize=10;" vertex="1" parent="1"><mxGeometry x="55" y="235" width="140" height="44" as="geometry"/></mxCell><mxCell id="p1_correcteur" value="<b>correcteur</b>" style="rounded=1;whiteSpace=wrap;html=1;fillColor=#d5e8d4;strokeColor=#82b366;arcSize=10;" vertex="1" parent="1"><mxGeometry x="205" y="235" width="140" height="44" as="geometry"/></mxCell><mxCell id="p1_optimiseur" value="<b>optimiseur</b>" style="rounded=1;whiteSpace=wrap;html=1;fillColor=#d5e8d4;strokeColor=#82b366;arcSize=10;" vertex="1" parent="1"><mxGeometry x="55" y="289" width="140" height="44" as="geometry"/></mxCell><mxCell id="p1_P1f" value="Lit : data/ ; au contrôle final, les cas validés.<br>Garde une modification des outils seulement si la relecture est <i>mieux</i>." style="text;html=1;align=left;verticalAlign=top;whiteSpace=wrap;fontSize=11;" vertex="1" parent="1"><mxGeometry x="55" y="360" width="290" height="100" as="geometry"/></mxCell><mxCell id="p1_analyste" value="<b>analyste</b>" style="rounded=1;whiteSpace=wrap;html=1;fillColor=#d5e8d4;strokeColor=#82b366;arcSize=10;" vertex="1" parent="1"><mxGeometry x="415" y="235" width="140" height="44" as="geometry"/></mxCell><mxCell id="p1_upgrader" value="<b>upgrader</b>" style="rounded=1;whiteSpace=wrap;html=1;fillColor=#d5e8d4;strokeColor=#82b366;arcSize=10;" vertex="1" parent="1"><mxGeometry x="565" y="235" width="140" height="44" as="geometry"/></mxCell><mxCell id="p1_validateur" value="<b>validateur</b>" style="rounded=1;whiteSpace=wrap;html=1;fillColor=#d5e8d4;strokeColor=#82b366;arcSize=10;" vertex="1" parent="1"><mxGeometry x="415" y="289" width="140" height="44" as="geometry"/></mxCell><mxCell id="p1_builder" value="<b>builder</b>" style="rounded=1;whiteSpace=wrap;html=1;fillColor=#d5e8d4;strokeColor=#82b366;arcSize=10;" vertex="1" parent="1"><mxGeometry x="565" y="289" width="140" height="44" as="geometry"/></mxCell><mxCell id="p1_P2f" value="Lit : data/ par les outils de lecture ; la base de cas, après sa propre lecture." style="text;html=1;align=left;verticalAlign=top;wLine truncated
|
||||
<mxfile host="drawio" version="24.7.17"><diagram id="p1" name="1. Vue d'ensemble"><mxGraphModel dx="1400" dy="900" grid="1" gridSize="10" guides="1" tooltips="1" connect="1" arrows="1" fold="1" page="1" pageScale="1" pageWidth="1500" pageHeight="1000" math="0" shadow="0"><root><mxCell id="0"/><mxCell id="1" parent="0"/><mxCell id="p1_P1" value="<b>/aiguiser &lt;dossier&gt;</b><br>affine les outils de lecture (D-059)" style="rounded=1;whiteSpace=wrap;html=1;fillColor=#dae8fc;strokeColor=#6c8ebf;arcSize=4;verticalAlign=top;spacingTop=6;" vertex="1" parent="1"><mxGeometry x="40" y="170" width="320" height="300" as="geometry"/></mxCell><mxCell id="p1_P2" value="<b>/boucle &lt;dossier&gt;</b><br>règle les détecteurs du journal (D-057)" style="rounded=1;whiteSpace=wrap;html=1;fillColor=#dae8fc;strokeColor=#6c8ebf;arcSize=4;verticalAlign=top;spacingTop=6;" vertex="1" parent="1"><mxGeometry x="400" y="170" width="320" height="300" as="geometry"/></mxCell><mxCell id="p1_P3" value="<b>@agent-diagnostic data/… [question]</b><br>enquête à la demande sur un cas (D-058)" style="rounded=1;whiteSpace=wrap;html=1;fillColor=#dae8fc;strokeColor=#6c8ebf;arcSize=4;verticalAlign=top;spacingTop=6;" vertex="1" parent="1"><mxGeometry x="760" y="170" width="320" height="300" as="geometry"/></mxCell><mxCell id="p1_P4" value="<b>/nouveau-cas</b><br>ajoute un cas validé (D-048)" style="rounded=1;whiteSpace=wrap;html=1;fillColor=#dae8fc;strokeColor=#6c8ebf;arcSize=4;verticalAlign=top;spacingTop=6;" vertex="1" parent="1"><mxGeometry x="1120" y="170" width="320" height="300" as="geometry"/></mxCell><mxCell id="p1_lg" value="<b>Légende</b>" style="rounded=0;whiteSpace=wrap;html=1;fillColor=#ffffff;strokeColor=#cccccc;verticalAlign=top;align=left;spacingLeft=8;fontSize=11;" vertex="1" parent="1"><mxGeometry x="1130" y="790" width="330" height="165" as="geometry"/></mxCell><mxCell id="p1_t" value="<b>Processus IA du projet : vue d'ensemble</b><br><font style="font-size:12px">Qui lance quoi, et qui modifie quel bien partagé (au 2026-10-24). Tout est lancé à la main par l'utilisateur.</font>" style="text;html=1;align=left;verticalAlign=top;whiteSpace=wrap;fontSize=18;" vertex="1" parent="1"><mxGeometry x="40" y="20" width="900" height="50" as="geometry"/></mxCell><mxCell id="p1_u" value="<b>Utilisateur (l'expert)</b><br>lance chaque processus, fusionne les branches" style="rounded=1;whiteSpace=wrap;html=1;fillColor=#ffe6cc;strokeColor=#d79b00;arcSize=12;" vertex="1" parent="1"><mxGeometry x="600" y="85" width="280" height="50" as="geometry"/></mxCell><mxCell id="p1_lecteur" value="<b>lecteur</b>" style="rounded=1;whiteSpace=wrap;html=1;fillColor=#d5e8d4;strokeColor=#82b366;arcSize=10;" vertex="1" parent="1"><mxGeometry x="55" y="235" width="140" height="44" as="geometry"/></mxCell><mxCell id="p1_correcteur" value="<b>correcteur</b>" style="rounded=1;whiteSpace=wrap;html=1;fillColor=#d5e8d4;strokeColor=#82b366;arcSize=10;" vertex="1" parent="1"><mxGeometry x="205" y="235" width="140" height="44" as="geometry"/></mxCell><mxCell id="p1_optimiseur" value="<b>optimiseur</b>" style="rounded=1;whiteSpace=wrap;html=1;fillColor=#d5e8d4;strokeColor=#82b366;arcSize=10;" vertex="1" parent="1"><mxGeometry x="55" y="289" width="140" height="44" as="geometry"/></mxCell><mxCell id="p1_P1f" value="Lit : data/ ; au contrôle final, les cas validés.<br>Garde une modification des outils seulement si la relecture est <i>mieux</i>." style="text;html=1;align=left;verticalAlign=top;whiteSpace=wrap;fontSize=11;" vertex="1" parent="1"><mxGeometry x="55" y="360" width="290" height="100" as="geometry"/></mxCell><mxCell id="p1_analyste" value="<b>analyste</b>" style="rounded=1;whiteSpace=wrap;html=1;fillColor=#d5e8d4;strokeColor=#82b366;arcSize=10;" vertex="1" parent="1"><mxGeometry x="415" y="235" width="140" height="44" as="geometry"/></mxCell><mxCell id="p1_upgrader" value="<b>upgrader</b>" style="rounded=1;whiteSpace=wrap;html=1;fillColor=#d5e8d4;strokeColor=#82b366;arcSize=10;" vertex="1" parent="1"><mxGeometry x="565" y="235" width="140" height="44" as="geometry"/></mxCell><mxCell id="p1_validateur" value="<b>validateur</b>" style="rounded=1;whiteSpace=wrap;html=1;fillColor=#d5e8d4;strokeColor=#82b366;arcSize=10;" vertex="1" parent="1"><mxGeometry x="415" y="289" width="140" height="44" as="geometry"/></mxCell><mxCell id="p1_builder" value="<b>builder</b>" style="rounded=1;whiteSpace=wrap;html=1;fillColor=#d5e8d4;strokeColor=#82b366;arcSize=10;" vertex="1" parent="1"><mxGeometry x="565" y="289" width="140" height="44" as="geometry"/></mxCell><mxCell id="p1_P2f" value="Lit : data/ par les outils de lecture ; la base de cas, après sa propre lecture." style="text;html=1;align=left;verticalAlign=top;wLine truncated
|
||||
@@ -834,3 +834,10 @@ Règles du journal :
|
||||
- **Pourquoi** : l'utilisateur s'y perdait ; « les cas sont fondamentaux dans le projet » : une connaissance métier qui grandit chaque jour par `/boucle` et qu'il valide périodiquement ; elle mérite un dossier à elle, pas un sous-dossier de l'agent de diagnostic.
|
||||
- **Options écartées** : aucune encore ; les notes de domaine des déplacements (`cas-annotes-par-l-expert.md`, `incident-de-barcelone.md`) restent dans `docs/displacement/domaine/` jusqu'à ce que l'utilisateur en décide.
|
||||
- **Conséquence** : vérifié après le déplacement : `benchmark.py` lit les 13 cas, les tests d'`anonymiser.py` et d'`etiquettes.py` passent, les 69 commandes citées par les fiches tournent sans échec.
|
||||
|
||||
## D-081 — 2026-10-28 — Les outils de lecture dans `agent-tools/`, à la racine
|
||||
- **Statut** : active ; deuxième étape de la remise en ordre autour de `/boucle`, après D-080.
|
||||
- **Décision** : les outils de lecture (`agents/diagnostic/outils/`) passent dans `agent-tools/` à la racine ; leur mode d'emploi reste le skill `lire-les-donnees`, et `/aiguiser` les améliore toujours. Les chemins sont mis à jour dans les skills, les agents, les détecteurs (qui importent `donnees.py`), les scripts, les fiches des cas, `support/`, les contextes et `CLAUDE.md` ; `graphique.py`, `vignettes.py` et `gif.py` calculent la racine du dépôt un niveau plus haut. L'historique garde les anciens chemins, comme pour D-080.
|
||||
- **Pourquoi** : demande de l'utilisateur : ces outils sont un gros morceau du projet, aiguisés par `/aiguiser`, utilisés par `lire-les-donnees` et donc par tous les agents qui lisent les données ; ils ne sont plus propres à l'agent de diagnostic.
|
||||
- **Options écartées** : aucune.
|
||||
- **Conséquence** : vérifié après le déplacement : les tests d'`anonymiser.py`, d'`etiquettes.py` et de `score.py` passent, le benchmark tourne, les 83 commandes citées par les fiches tournent sans échec, les détecteurs, `graphique.py`, `vignettes.py` et `gif.py` rendent leurs sorties sur C-001.
|
||||
@@ -15,5 +15,5 @@ La plateforme garde deux types d'images par mesure (type de mesure), que le pomp
|
||||
|
||||
- NORDEND a des images DIFF, une par heure au pompage (~160 Mo par jour). LENZSPITZE n'en a aucune en base les 26 et 27/10 (pompage du 2026-10-28), seulement des IRON, une par heure : mode d'acquisition sans DIFF, sans doute (non vérifié). Les autres stations : inconnu.
|
||||
- Le 29/07 à NORDEND (C-002, toile d'araignée selon l'expert), l'image DIFF montre de longues traînées claires sur tout le champ et les cibles en points, là où l'image IRON ne montre que de faibles bandes sombres. Ce qui est tout près de l'objectif y ressort peut-être mieux : à confirmer (point 28 du plan du journal du matin).
|
||||
- Les outils de lecture (`agents/diagnostic/outils/donnees.py`), donc `/aiguiser` et `/boucle`, ne regardent que les images IRON et écartent `images_diff/`.
|
||||
- Les outils de lecture (`agent-tools/donnees.py`), donc `/aiguiser` et `/boucle`, ne regardent que les images IRON et écartent `images_diff/`.
|
||||
- Piste, non vérifiée : si `x`, `y` sont mesurés sur l'image DIFF, un centroïde pris sur l'image IRON peut s'en écarter (écart constant par capteur vu sur NORDEND, `colonnes-des-deplacements.md`).
|
||||
+4
-4
@@ -15,11 +15,11 @@ Probablement de la brume ou de la buée (déduite, pas vue) : le système est sa
|
||||
|
||||
## Signature
|
||||
Critères observables, relatifs au niveau habituel du capteur, chacun avec sa commande :
|
||||
1. Une partie des références, pas toutes (ici deux sur trois) : `error_value` monte à plusieurs dizaines de MAD au-dessus de sa médiane (ici 28 et 57 MAD), d'un coup ou progressivement, en quelques heures au plus (ici 30 min pour R3, 2 h 30 pour R2) : `python3 agents/diagnostic/outils/resume.py events/C-001/ --colonne error_value --pas 15min --capteurs R1,R2,R3 --debut 2026-10-13T20:00Z --fin 2026-10-14T08:00Z`
|
||||
1. Une partie des références, pas toutes (ici deux sur trois) : `error_value` monte à plusieurs dizaines de MAD au-dessus de sa médiane (ici 28 et 57 MAD), d'un coup ou progressivement, en quelques heures au plus (ici 30 min pour R3, 2 h 30 pour R2) : `python3 agent-tools/resume.py events/C-001/ --colonne error_value --pas 15min --capteurs R1,R2,R3 --debut 2026-10-13T20:00Z --fin 2026-10-14T08:00Z`
|
||||
2. La nuit, pendant quelques heures (ici 3 h 45 et 5 h 30), puis retour au niveau habituel avant le jour, sans intervention : même commande.
|
||||
3. Témoins : l'autre référence et toutes les cibles restent proches de leur niveau habituel, bien en dessous des références touchées en MAD (ici 9 MAD au plus) : `python3 agents/diagnostic/outils/resume.py events/C-001/ --colonne error_value --stat max --pas 6h --debut 2026-10-13T20:00Z --fin 2026-10-14T08:00Z`
|
||||
4. Pendant l'épisode, de la montée des références à leur retour, les positions brutes des cibles n'ont pas de marche : aucun pas de 15 min de `relative_x` ou `relative_y` hors de leur dispersion habituelle (ici 4 MAD au plus) : `python3 agents/diagnostic/outils/resume.py events/C-001/ --colonne relative_x --pas 15min --debut 2026-10-13T23:30Z --fin 2026-10-14T05:30Z` (même chose pour `relative_y`)
|
||||
5. Sur les images : les taches des références touchées rapetissent puis retrouvent leur taille ; les témoins ne changent pas ; aucun obstacle : `.venv/bin/python agents/diagnostic/outils/vignettes.py events/C-001/ --capteurs R3,R2,R1,C3 --heures 2026-10-13T22:00Z,2026-10-14T02:00Z,2026-10-14T04:00Z,2026-10-14T06:00Z`
|
||||
3. Témoins : l'autre référence et toutes les cibles restent proches de leur niveau habituel, bien en dessous des références touchées en MAD (ici 9 MAD au plus) : `python3 agent-tools/resume.py events/C-001/ --colonne error_value --stat max --pas 6h --debut 2026-10-13T20:00Z --fin 2026-10-14T08:00Z`
|
||||
4. Pendant l'épisode, de la montée des références à leur retour, les positions brutes des cibles n'ont pas de marche : aucun pas de 15 min de `relative_x` ou `relative_y` hors de leur dispersion habituelle (ici 4 MAD au plus) : `python3 agent-tools/resume.py events/C-001/ --colonne relative_x --pas 15min --debut 2026-10-13T23:30Z --fin 2026-10-14T05:30Z` (même chose pour `relative_y`)
|
||||
5. Sur les images : les taches des références touchées rapetissent puis retrouvent leur taille ; les témoins ne changent pas ; aucun obstacle : `.venv/bin/python agent-tools/vignettes.py events/C-001/ --capteurs R3,R2,R1,C3 --heures 2026-10-13T22:00Z,2026-10-14T02:00Z,2026-10-14T04:00Z,2026-10-14T06:00Z`
|
||||
|
||||
## Diagnostic
|
||||
- **Classification** : *target-local degradation* (ici, deux références et non des cibles)
|
||||
|
||||
+5
-5
@@ -15,11 +15,11 @@ Une toile d'araignée devant l'objectif, vue sur les images : l'ouvrage n'a pas
|
||||
|
||||
## Signature
|
||||
Critères observables, relatifs au niveau habituel du capteur, chacun avec sa commande :
|
||||
1. Toutes les références, tour à tour (ici les trois) : `error_value` monte à plus de 10 fois son niveau d'avant l'épisode (ici 11 à 18 fois : de 0,035-0,073 à 0,63-0,88) ; la plupart des cibles aussi, souvent rejetées (ici de 14 à 139 mesures rejetées sur 379 par cible sur tout l'export, presque toutes pendant l'épisode, aucune avant, sauf pour C1, une référence locale, hors compensation et traitée comme une cible, dont l'`error_value` habituelle est plus proche du seuil : médiane 0,2 pour un seuil de 0,4). Pendant des jours (ici 54 h), de jour comme de nuit, puis retour seul, et parfois reprise : `python3 agents/diagnostic/outils/resume.py events/C-002/ --colonne error_value --stat max --pas 6h` ; `python3 agents/diagnostic/outils/inventaire.py events/C-002/`
|
||||
2. Pendant les bascules, la compensation écarte une ou deux références : `corr_x` et `corr_y` des références restantes valent 0 à l'arrondi près (au plus 5e-13 ; deux à 0 : une référence écartée ; une seule : deux écartées) et `sigma0` est vide, sur des fenêtres de 15 min à plusieurs heures (ici jusqu'à 11 h 30), jamais avant l'épisode : `python3 agents/diagnostic/outils/resume.py events/C-002/ --colonne corr_y --pas 15min --capteurs R1,R2,R3 --debut 2026-07-29T00:00Z --fin 2026-07-29T09:00Z` ; `python3 agents/diagnostic/outils/resume.py events/C-002/ --colonne sigma0 --pas 6h --capteurs R1`
|
||||
3. Aux mêmes instants, mais pas à chaque bascule, `corr_y` de nombreuses cibles saute (ici d'un quart à presque toutes), par paliers de 10 à 70 MAD (ici de 0,12 à 0,69), toutes dans le même sens à une bascule donnée, sens qui dépend des références écartées, puis revient à son niveau d'avant l'épisode (à 2 MAD près). Ici, les sauts viennent quand R1 ou R3 est écartée, ou qu'une seule référence reste ; écarter R2 seule ne fait pas bouger les cibles (0,09 au plus) : `python3 agents/diagnostic/outils/resume.py events/C-002/ --colonne corr_y --pas 3h --capteurs R1,R2,R3,C2,C7,C12,C16,C19 --debut 2026-07-28T18:00Z --fin 2026-07-31T06:00Z`
|
||||
4. Positions brutes sans marche propre : à chaque saut, `relative_y` des cibles bouge du même pas que celle des références (ici le 30.07 à 15:15, `corr_y` de C7 −0,53 alors que `relative_y` de C7, R1 et R3 montent toutes de 0,22) ; le cycle journalier commun continue : `python3 agents/diagnostic/outils/resume.py events/C-002/ --colonne relative_y --pas 15min --capteurs R1,R2,R3,C7,C12,C16 --debut 2026-07-30T14:30Z --fin 2026-07-30T16:00Z` (même chose pour `corr_y`)
|
||||
5. Sur les images : une toile d'araignée couvre l'image en larges bandes floues, la nuit sous l'éclairage infrarouge comme de jour. Des fils passent sur les références touchées, un témoin reste dégagé, et l'image redevient nette au retour : `.venv/bin/python agents/diagnostic/outils/vignettes.py events/C-002/ --capteurs R1,R2,R3,C12 --heures 2026-07-28T19:00Z,2026-07-29T04:00Z,2026-07-30T04:00Z,2026-07-30T22:00Z,2026-07-31T04:00Z` ; Read sur `images/20260729T0000Z_*.jpg`, `images/20260730T1200Z_*.jpg` et `images/20260731T0300Z_*.jpg`
|
||||
1. Toutes les références, tour à tour (ici les trois) : `error_value` monte à plus de 10 fois son niveau d'avant l'épisode (ici 11 à 18 fois : de 0,035-0,073 à 0,63-0,88) ; la plupart des cibles aussi, souvent rejetées (ici de 14 à 139 mesures rejetées sur 379 par cible sur tout l'export, presque toutes pendant l'épisode, aucune avant, sauf pour C1, une référence locale, hors compensation et traitée comme une cible, dont l'`error_value` habituelle est plus proche du seuil : médiane 0,2 pour un seuil de 0,4). Pendant des jours (ici 54 h), de jour comme de nuit, puis retour seul, et parfois reprise : `python3 agent-tools/resume.py events/C-002/ --colonne error_value --stat max --pas 6h` ; `python3 agent-tools/inventaire.py events/C-002/`
|
||||
2. Pendant les bascules, la compensation écarte une ou deux références : `corr_x` et `corr_y` des références restantes valent 0 à l'arrondi près (au plus 5e-13 ; deux à 0 : une référence écartée ; une seule : deux écartées) et `sigma0` est vide, sur des fenêtres de 15 min à plusieurs heures (ici jusqu'à 11 h 30), jamais avant l'épisode : `python3 agent-tools/resume.py events/C-002/ --colonne corr_y --pas 15min --capteurs R1,R2,R3 --debut 2026-07-29T00:00Z --fin 2026-07-29T09:00Z` ; `python3 agent-tools/resume.py events/C-002/ --colonne sigma0 --pas 6h --capteurs R1`
|
||||
3. Aux mêmes instants, mais pas à chaque bascule, `corr_y` de nombreuses cibles saute (ici d'un quart à presque toutes), par paliers de 10 à 70 MAD (ici de 0,12 à 0,69), toutes dans le même sens à une bascule donnée, sens qui dépend des références écartées, puis revient à son niveau d'avant l'épisode (à 2 MAD près). Ici, les sauts viennent quand R1 ou R3 est écartée, ou qu'une seule référence reste ; écarter R2 seule ne fait pas bouger les cibles (0,09 au plus) : `python3 agent-tools/resume.py events/C-002/ --colonne corr_y --pas 3h --capteurs R1,R2,R3,C2,C7,C12,C16,C19 --debut 2026-07-28T18:00Z --fin 2026-07-31T06:00Z`
|
||||
4. Positions brutes sans marche propre : à chaque saut, `relative_y` des cibles bouge du même pas que celle des références (ici le 30.07 à 15:15, `corr_y` de C7 −0,53 alors que `relative_y` de C7, R1 et R3 montent toutes de 0,22) ; le cycle journalier commun continue : `python3 agent-tools/resume.py events/C-002/ --colonne relative_y --pas 15min --capteurs R1,R2,R3,C7,C12,C16 --debut 2026-07-30T14:30Z --fin 2026-07-30T16:00Z` (même chose pour `corr_y`)
|
||||
5. Sur les images : une toile d'araignée couvre l'image en larges bandes floues, la nuit sous l'éclairage infrarouge comme de jour. Des fils passent sur les références touchées, un témoin reste dégagé, et l'image redevient nette au retour : `.venv/bin/python agent-tools/vignettes.py events/C-002/ --capteurs R1,R2,R3,C12 --heures 2026-07-28T19:00Z,2026-07-29T04:00Z,2026-07-30T04:00Z,2026-07-30T22:00Z,2026-07-31T04:00Z` ; Read sur `images/20260729T0000Z_*.jpg`, `images/20260730T1200Z_*.jpg` et `images/20260731T0300Z_*.jpg`
|
||||
|
||||
## Diagnostic
|
||||
- **Classification** : *camera/reference compensation event*, déclenché par l'occlusion des références ; les cibles masquées ont en plus une *target-local degradation*
|
||||
|
||||
+8
-8
@@ -15,11 +15,11 @@ Des turbulences atmosphériques, dues à la chaleur de la route (déduites), et
|
||||
|
||||
## Signature
|
||||
Critères observables, relatifs au niveau habituel du capteur, chacun avec sa commande :
|
||||
1. Tous les capteurs, références comme cibles, chaque jour du lever au coucher du soleil : `error_value` monte à environ 1,5 à 3 fois son niveau de nuit (ici ×1,7 à ×3,2 ; de 0,09-0,44 la nuit à 0,25-0,75 de jour), puis revient à la nuit ; presque tous les rejets tombent de jour (ici 87 sur 91) : `python3 agents/diagnostic/outils/resume.py events/C-003/ --colonne error_value --pas 3h` ; `python3 agents/diagnostic/outils/inventaire.py events/C-003/`
|
||||
2. De jour, les déplacements corrigés s'agitent d'une mesure à l'autre, sans changer de niveau : l'écart entre le min et le max de `corr_y` sur une heure vaut environ 1,5 à 3 fois celui de la nuit (ici ×1,7 à ×3) : `python3 agents/diagnostic/outils/resume.py events/C-003/ --colonne corr_y --pas 1h --stat max --debut 2026-09-03T00:00Z --fin 2026-09-04T00:00Z` (puis `--stat min`)
|
||||
3. Les positions brutes de tous les capteurs bougent ensemble de jour (ici `relative_y` +3 px le matin, −1 px en début d'après-midi, puis retour le soir) ; la compensation l'absorbe : `corr_y` ne suit pas : `python3 agents/diagnostic/outils/resume.py events/C-003/ --colonne relative_y --pas 1h --capteurs R1,R4,C1,C4,C5 --debut 2026-09-03T00:00Z --fin 2026-09-04T00:00Z` (même chose pour `corr_y`)
|
||||
4. Des sauts d'un seul pas, presque tous de jour (ici 16 instants de jour, 2 de nuit) : la position brute d'un capteur saute puis revient au pas suivant (ici de 10 à 35 px) ; son `corr_x`/`corr_y` passe alors à plusieurs centaines de MAD ou plus (ici `corr_y` de ±5 à ±32, soit 270 à 2 400 MAD). Ils touchent surtout les capteurs les plus éloignés, en haut de l'image (ici R1, R2, R3, C2 et C3, 5 des 6 plus hauts, seule R5 épargnée ; puis C6, à mi-hauteur ; jamais les 5 plus bas). Plusieurs capteurs sautent parfois au même instant (ici R1, R2 et R3 le 02.09 et le 03.09 à 07:30). `sigma0` reste à son niveau : la compensation les écarte. Une cible qui saute sous son seuil d'`error_value` reste dans la série (ici C2 le 04.09 à 06:45 : `error_value` 0,58 pour un seuil de 0,6, `corr_y` +30), les autres sont rejetées (ici C3 deux fois, C6, et C1 de nuit) ; les sauts des références restent dans la série (ici aucune référence n'est rejetée, même à `error_value` 0,98 ; R2 saute aussi de nuit, le 04.09 à 18:45, `corr_y` +5) : `python3 agents/diagnostic/outils/resume.py events/C-003/ --colonne x --pas 15min` (même chose pour `y`) ; `python3 agents/diagnostic/outils/resume.py events/C-003/ --colonne y --pas 1d` (hauteur habituelle de chaque capteur dans l'image) ; `python3 agents/diagnostic/outils/resume.py events/C-003/ --colonne corr_y --pas 15min --capteurs R1,R2,R3,C2 --debut 2026-09-02T07:00Z --fin 2026-09-02T09:00Z` ; `python3 agents/diagnostic/outils/resume.py events/C-003/ --colonne error_value --pas 15min --capteurs C2 --debut 2026-09-04T06:30Z --fin 2026-09-04T07:00Z` ; `python3 agents/diagnostic/outils/resume.py events/C-003/ --colonne sigma0 --pas 1h --stat max --capteurs R1`
|
||||
5. Sur les images : de jour, la scène est en plein soleil et les visées rasent une surface qui chauffe (ici tous les capteurs sont posés sur une large route, dans les voies ou sur les bordures) ; à l'instant d'un saut, des taches brillantes parasites entourent les références touchées, absentes une heure avant et après ; la nuit, sous l'éclairage infrarouge, les taches sont nettes : `.venv/bin/python agents/diagnostic/outils/vignettes.py events/C-003/ --capteurs R2,R3,R1 --heures 2026-09-04T13:00Z,2026-09-04T14:00Z,2026-09-04T15:00Z --rayon 60` ; Read sur `images/20260903T0900Z_*.jpg`
|
||||
1. Tous les capteurs, références comme cibles, chaque jour du lever au coucher du soleil : `error_value` monte à environ 1,5 à 3 fois son niveau de nuit (ici ×1,7 à ×3,2 ; de 0,09-0,44 la nuit à 0,25-0,75 de jour), puis revient à la nuit ; presque tous les rejets tombent de jour (ici 87 sur 91) : `python3 agent-tools/resume.py events/C-003/ --colonne error_value --pas 3h` ; `python3 agent-tools/inventaire.py events/C-003/`
|
||||
2. De jour, les déplacements corrigés s'agitent d'une mesure à l'autre, sans changer de niveau : l'écart entre le min et le max de `corr_y` sur une heure vaut environ 1,5 à 3 fois celui de la nuit (ici ×1,7 à ×3) : `python3 agent-tools/resume.py events/C-003/ --colonne corr_y --pas 1h --stat max --debut 2026-09-03T00:00Z --fin 2026-09-04T00:00Z` (puis `--stat min`)
|
||||
3. Les positions brutes de tous les capteurs bougent ensemble de jour (ici `relative_y` +3 px le matin, −1 px en début d'après-midi, puis retour le soir) ; la compensation l'absorbe : `corr_y` ne suit pas : `python3 agent-tools/resume.py events/C-003/ --colonne relative_y --pas 1h --capteurs R1,R4,C1,C4,C5 --debut 2026-09-03T00:00Z --fin 2026-09-04T00:00Z` (même chose pour `corr_y`)
|
||||
4. Des sauts d'un seul pas, presque tous de jour (ici 16 instants de jour, 2 de nuit) : la position brute d'un capteur saute puis revient au pas suivant (ici de 10 à 35 px) ; son `corr_x`/`corr_y` passe alors à plusieurs centaines de MAD ou plus (ici `corr_y` de ±5 à ±32, soit 270 à 2 400 MAD). Ils touchent surtout les capteurs les plus éloignés, en haut de l'image (ici R1, R2, R3, C2 et C3, 5 des 6 plus hauts, seule R5 épargnée ; puis C6, à mi-hauteur ; jamais les 5 plus bas). Plusieurs capteurs sautent parfois au même instant (ici R1, R2 et R3 le 02.09 et le 03.09 à 07:30). `sigma0` reste à son niveau : la compensation les écarte. Une cible qui saute sous son seuil d'`error_value` reste dans la série (ici C2 le 04.09 à 06:45 : `error_value` 0,58 pour un seuil de 0,6, `corr_y` +30), les autres sont rejetées (ici C3 deux fois, C6, et C1 de nuit) ; les sauts des références restent dans la série (ici aucune référence n'est rejetée, même à `error_value` 0,98 ; R2 saute aussi de nuit, le 04.09 à 18:45, `corr_y` +5) : `python3 agent-tools/resume.py events/C-003/ --colonne x --pas 15min` (même chose pour `y`) ; `python3 agent-tools/resume.py events/C-003/ --colonne y --pas 1d` (hauteur habituelle de chaque capteur dans l'image) ; `python3 agent-tools/resume.py events/C-003/ --colonne corr_y --pas 15min --capteurs R1,R2,R3,C2 --debut 2026-09-02T07:00Z --fin 2026-09-02T09:00Z` ; `python3 agent-tools/resume.py events/C-003/ --colonne error_value --pas 15min --capteurs C2 --debut 2026-09-04T06:30Z --fin 2026-09-04T07:00Z` ; `python3 agent-tools/resume.py events/C-003/ --colonne sigma0 --pas 1h --stat max --capteurs R1`
|
||||
5. Sur les images : de jour, la scène est en plein soleil et les visées rasent une surface qui chauffe (ici tous les capteurs sont posés sur une large route, dans les voies ou sur les bordures) ; à l'instant d'un saut, des taches brillantes parasites entourent les références touchées, absentes une heure avant et après ; la nuit, sous l'éclairage infrarouge, les taches sont nettes : `.venv/bin/python agent-tools/vignettes.py events/C-003/ --capteurs R2,R3,R1 --heures 2026-09-04T13:00Z,2026-09-04T14:00Z,2026-09-04T15:00Z --rayon 60` ; Read sur `images/20260903T0900Z_*.jpg`
|
||||
|
||||
## Diagnostic
|
||||
- **Classification** : *target-local degradation*, de jour, sur tous les capteurs : chaque visée est brouillée pour elle-même ; le mouvement commun des positions brutes est compensé, la compensation reste saine
|
||||
@@ -28,9 +28,9 @@ Critères observables, relatifs au niveau habituel du capteur, chacun avec sa co
|
||||
- **Mécanisme** : de jour, le soleil chauffe la route que rasent toutes les visées ; l'air chaud brouille et agite les taches des cibles, d'où une `error_value` plus haute, des mesures agitées ou rejetées, et la lumière forte ajoute des taches brillantes sur lesquelles la détection saute parfois le temps d'une mesure ; le soleil chauffe aussi le support de la caméra, d'un côté le matin puis de l'autre : il se courbe et la caméra bascule un peu, d'où le mouvement commun des positions brutes (bascule thermique probable, déduite, pas vue), que la compensation absorbe ; la nuit, tout redevient net.
|
||||
- **Pics acceptés** : un saut sous le seuil reste dans la courbe corrigée d'une cible (ici C2, +30 le 04.09 à 06:45) : un pic d'un seul pas, pas un mouvement.
|
||||
- **Cycle sur toute la période** : l'effet revient chaque jour, sans avant ni après ; c'est son ampleur (`error_value` 1,5 à 3 fois plus haute, rejets de jour) qui fait le cas, pas un épisode.
|
||||
- **Niveau habituel faussé** : le jour couvre environ 12,5 h sur 24, la moitié de l'export ; la médiane et la MAD de toute la période mélangent le jour et la nuit (ici C4 : médiane 0,25, entre la nuit, 0,14 à 0,19, et le jour, 0,46 à 0,64). Comparer le jour à la nuit : `python3 agents/diagnostic/outils/resume.py events/C-003/ --colonne error_value --pas 3h --capteurs C4`
|
||||
- **C4, la cible la plus touchée** (`error_value` ×3,2) : de jour, son `corr_x` creuse (médianes sur 3 h de −0,08 à −0,33, contre +0,05 à +0,07 la nuit), alors que les cibles témoins C1 et C5 bougent de 0,07 au plus entre le jour et la nuit ; il remonte la nuit du 02 au 03.09, mais pas la suivante (−0,06), après son extinction. Pour l'expert, c'est le cycle du cas, plus fort sur cette cible, pas un mouvement : `python3 agents/diagnostic/outils/resume.py events/C-003/ --colonne corr_x --pas 3h --capteurs C1,C4,C5`
|
||||
- **Extinction de C4 au lever du jour, le 03.09** : à 03:00 et 03:15 UTC, la tache de C4 disparaît presque (`error_value` 0,97, mesures rejetées) alors que ses voisines brillent ; ensuite, sa position brute `relative_x` reste décalée d'environ −0,2 px (le témoin C5 de −0,1 px) et son `error_value` de nuit plus haute (0,19 contre 0,15) jusqu'à la fin de l'export : `python3 agents/diagnostic/outils/resume.py events/C-003/ --colonne error_value --pas 15min --capteurs C4,C5 --debut 2026-09-03T02:30Z --fin 2026-09-03T03:45Z` ; `python3 agents/diagnostic/outils/resume.py events/C-003/ --colonne relative_x --pas 6h --capteurs C4,C5` ; `python3 agents/diagnostic/outils/resume.py events/C-003/ --colonne error_value --pas 3h --capteurs C4,C5`. Rien de visible devant la cible sur l'image de 03:00. Pour l'expert, le soleil est rasant à ce moment de la journée : c'est un effet lumineux sur cette cible, un reflet ou un éclairage très particulier sous un angle qui ne dure que quelques acquisitions, un concours de circonstances (possible, pas vu : les images ne montrent pas la cible d'assez près). Ce n'est pas le cycle du cas ; le décalage qui suit reste sans explication.
|
||||
- **Niveau habituel faussé** : le jour couvre environ 12,5 h sur 24, la moitié de l'export ; la médiane et la MAD de toute la période mélangent le jour et la nuit (ici C4 : médiane 0,25, entre la nuit, 0,14 à 0,19, et le jour, 0,46 à 0,64). Comparer le jour à la nuit : `python3 agent-tools/resume.py events/C-003/ --colonne error_value --pas 3h --capteurs C4`
|
||||
- **C4, la cible la plus touchée** (`error_value` ×3,2) : de jour, son `corr_x` creuse (médianes sur 3 h de −0,08 à −0,33, contre +0,05 à +0,07 la nuit), alors que les cibles témoins C1 et C5 bougent de 0,07 au plus entre le jour et la nuit ; il remonte la nuit du 02 au 03.09, mais pas la suivante (−0,06), après son extinction. Pour l'expert, c'est le cycle du cas, plus fort sur cette cible, pas un mouvement : `python3 agent-tools/resume.py events/C-003/ --colonne corr_x --pas 3h --capteurs C1,C4,C5`
|
||||
- **Extinction de C4 au lever du jour, le 03.09** : à 03:00 et 03:15 UTC, la tache de C4 disparaît presque (`error_value` 0,97, mesures rejetées) alors que ses voisines brillent ; ensuite, sa position brute `relative_x` reste décalée d'environ −0,2 px (le témoin C5 de −0,1 px) et son `error_value` de nuit plus haute (0,19 contre 0,15) jusqu'à la fin de l'export : `python3 agent-tools/resume.py events/C-003/ --colonne error_value --pas 15min --capteurs C4,C5 --debut 2026-09-03T02:30Z --fin 2026-09-03T03:45Z` ; `python3 agent-tools/resume.py events/C-003/ --colonne relative_x --pas 6h --capteurs C4,C5` ; `python3 agent-tools/resume.py events/C-003/ --colonne error_value --pas 3h --capteurs C4,C5`. Rien de visible devant la cible sur l'image de 03:00. Pour l'expert, le soleil est rasant à ce moment de la journée : c'est un effet lumineux sur cette cible, un reflet ou un éclairage très particulier sous un angle qui ne dure que quelques acquisitions, un concours de circonstances (possible, pas vu : les images ne montrent pas la cible d'assez près). Ce n'est pas le cycle du cas ; le décalage qui suit reste sans explication.
|
||||
|
||||
## Preuves
|
||||

|
||||
|
||||
+5
-5
@@ -15,11 +15,11 @@ Un mouvement réel de l'ouvrage, déduit des mesures et confirmé par d'autres s
|
||||
|
||||
## Signature
|
||||
Critères observables, relatifs au niveau habituel du capteur, chacun avec sa commande :
|
||||
1. Tous les capteurs, références comprises, bougent ensemble dans l'image, d'un coup, de quelques pixels, contre quelques dixièmes au plus d'un pas à l'autre avant (ici `y` de +1,8 à +4 px et `x` de −0,8 à −2,4 px entre 06:30 et 06:50, contre 0,3 px au plus avant, sauf une cible agitée, C7, 0,7 px une fois) ; ils reviennent en partie en moins d'une heure, puis restent décalés jusqu'à la fin (ici `y` de +0,5 à +2 px à 07:30 par rapport à 06:00, et encore +0,1 à +1,6 px en fin de mesures) : `python3 agents/diagnostic/outils/resume.py events/C-004/ --colonne y --pas 10min --capteurs R1,R2,R3,R4,R5,C1,C9,C10,C13,C21 --debut 2026-09-19T05:40Z --fin 2026-09-19T08:00Z` (même chose pour `x`)
|
||||
2. Après ce mouvement, `corr_y` de nombreuses cibles garde un palier de plusieurs dizaines de fois la MAD de la veille, qui ne revient pas jusqu'à la fin des mesures (ici 38 h ; médiane sur 12 h à 0,02 près de 0 avant, sauf C7 à 0,15 ; après, +0,4 à +1,2 sur C1, C3, C6, C7, C10, C14 et C17, −0,99 sur C13 : 18 à 126 fois la MAD de la veille, 0,01 à 0,04). Le long d'une même rangée, le palier croît avec la distance aux références (ici de C1 à C10, de +0,48 à +1,13, de 635 à 163 px en `x`) ; des cibles et des références restent près de 0 (ici C9, R2) : `python3 agents/diagnostic/outils/resume.py events/C-004/ --colonne corr_y --pas 12h --capteurs C1,C3,C6,C7,C10,C13,C14,C17,C21,C9,R2`
|
||||
3. Juste avant, un groupe de cibles voisines bouge dans l'image, bien plus que les autres capteurs (ici à 06:10, C5, C18, C20 et C21 de −0,8 à −1,4 px en `relative_y`, puis jusqu'à −1,8 px à 06:30 ; les autres capteurs de 0,4 px au plus, R2 à 0,03 près) : leur `corr_y` chute d'autant (de −0,8 à −1,4), revient en partie à 06:50 et garde jusqu'à −0,37 ; leur `error_value` double ou triple d'un coup, puis reste à 3 à 7 fois son niveau de la veille jusqu'à la fin (ici ×2,8 à ×7,4 ; le témoin C9 ne bouge pas) : `python3 agents/diagnostic/outils/resume.py events/C-004/ --colonne relative_y --pas 10min --capteurs C5,C18,C20,C21,R2 --debut 2026-09-19T05:50Z --fin 2026-09-19T07:30Z` (même chose pour `corr_y`) ; `python3 agents/diagnostic/outils/resume.py events/C-004/ --colonne error_value --pas 12h --capteurs C5,C18,C20,C21,C9`
|
||||
4. Quelques heures avant, les références bougent entre elles, pas toutes (ici du 18.09 23:20 au 19.09 01:20, R2 et R3 de +0,7 à +0,8 px en `relative_x`, R4 de +0,26, R1 immobile) ; `sigma0` décuple (ici de 0,0005 à 0,005) et reste haut jusqu'au mouvement du matin, puis retombe de moitié (ici 0,0025). Au même moment, `corr_x` de la plupart des cibles décroche sans que leur position brute bouge (ici C10 de −1,0, `relative_x` des cibles à 0,04 près, C7 à 0,16), et ne revient pas : le mouvement du matin l'accroît, et le palier tient jusqu'à la fin (ici de −0,2 à −1,3 sur 18 cibles, 16 à 93 fois la MAD de la veille, et −1,6 sur C7, agitée ; 0,1 au plus sur C2, C4, C9 et C12, voisines de R1, à droite de l'image ; C13 seule décroche le matin seulement) : `python3 agents/diagnostic/outils/resume.py events/C-004/ --colonne relative_x --pas 20min --capteurs R1,R2,R3,R4,R5,C10 --debut 2026-09-18T22:40Z --fin 2026-09-19T02:00Z` (même chose pour `corr_x`) ; `python3 agents/diagnostic/outils/resume.py events/C-004/ --colonne sigma0 --pas 1h --capteurs R1 --debut 2026-09-18T20:00Z --fin 2026-09-19T10:00Z` ; `python3 agents/diagnostic/outils/resume.py events/C-004/ --colonne corr_x --pas 12h --capteurs C1,C3,C6,C10,C14,C17,C21,C13,C2,C9,R2`
|
||||
5. Sur les images, aucune cause externe : ni obstacle, ni buée, ni changement d'éclairage ; à l'œil, les vignettes ne changent pas pendant le mouvement, sauf la cible perdue (ici C24, plus visible dès 06:20) : `.venv/bin/python agents/diagnostic/outils/vignettes.py events/C-004/ --capteurs C24,C21,C10,R2 --heures 2026-09-19T05:40Z,2026-09-19T06:20Z,2026-09-19T06:50Z,2026-09-19T08:00Z --rayon 60` ; Read sur `images/20260919T0540Z_*.jpg` et `images/20260919T0650Z_*.jpg`
|
||||
1. Tous les capteurs, références comprises, bougent ensemble dans l'image, d'un coup, de quelques pixels, contre quelques dixièmes au plus d'un pas à l'autre avant (ici `y` de +1,8 à +4 px et `x` de −0,8 à −2,4 px entre 06:30 et 06:50, contre 0,3 px au plus avant, sauf une cible agitée, C7, 0,7 px une fois) ; ils reviennent en partie en moins d'une heure, puis restent décalés jusqu'à la fin (ici `y` de +0,5 à +2 px à 07:30 par rapport à 06:00, et encore +0,1 à +1,6 px en fin de mesures) : `python3 agent-tools/resume.py events/C-004/ --colonne y --pas 10min --capteurs R1,R2,R3,R4,R5,C1,C9,C10,C13,C21 --debut 2026-09-19T05:40Z --fin 2026-09-19T08:00Z` (même chose pour `x`)
|
||||
2. Après ce mouvement, `corr_y` de nombreuses cibles garde un palier de plusieurs dizaines de fois la MAD de la veille, qui ne revient pas jusqu'à la fin des mesures (ici 38 h ; médiane sur 12 h à 0,02 près de 0 avant, sauf C7 à 0,15 ; après, +0,4 à +1,2 sur C1, C3, C6, C7, C10, C14 et C17, −0,99 sur C13 : 18 à 126 fois la MAD de la veille, 0,01 à 0,04). Le long d'une même rangée, le palier croît avec la distance aux références (ici de C1 à C10, de +0,48 à +1,13, de 635 à 163 px en `x`) ; des cibles et des références restent près de 0 (ici C9, R2) : `python3 agent-tools/resume.py events/C-004/ --colonne corr_y --pas 12h --capteurs C1,C3,C6,C7,C10,C13,C14,C17,C21,C9,R2`
|
||||
3. Juste avant, un groupe de cibles voisines bouge dans l'image, bien plus que les autres capteurs (ici à 06:10, C5, C18, C20 et C21 de −0,8 à −1,4 px en `relative_y`, puis jusqu'à −1,8 px à 06:30 ; les autres capteurs de 0,4 px au plus, R2 à 0,03 près) : leur `corr_y` chute d'autant (de −0,8 à −1,4), revient en partie à 06:50 et garde jusqu'à −0,37 ; leur `error_value` double ou triple d'un coup, puis reste à 3 à 7 fois son niveau de la veille jusqu'à la fin (ici ×2,8 à ×7,4 ; le témoin C9 ne bouge pas) : `python3 agent-tools/resume.py events/C-004/ --colonne relative_y --pas 10min --capteurs C5,C18,C20,C21,R2 --debut 2026-09-19T05:50Z --fin 2026-09-19T07:30Z` (même chose pour `corr_y`) ; `python3 agent-tools/resume.py events/C-004/ --colonne error_value --pas 12h --capteurs C5,C18,C20,C21,C9`
|
||||
4. Quelques heures avant, les références bougent entre elles, pas toutes (ici du 18.09 23:20 au 19.09 01:20, R2 et R3 de +0,7 à +0,8 px en `relative_x`, R4 de +0,26, R1 immobile) ; `sigma0` décuple (ici de 0,0005 à 0,005) et reste haut jusqu'au mouvement du matin, puis retombe de moitié (ici 0,0025). Au même moment, `corr_x` de la plupart des cibles décroche sans que leur position brute bouge (ici C10 de −1,0, `relative_x` des cibles à 0,04 près, C7 à 0,16), et ne revient pas : le mouvement du matin l'accroît, et le palier tient jusqu'à la fin (ici de −0,2 à −1,3 sur 18 cibles, 16 à 93 fois la MAD de la veille, et −1,6 sur C7, agitée ; 0,1 au plus sur C2, C4, C9 et C12, voisines de R1, à droite de l'image ; C13 seule décroche le matin seulement) : `python3 agent-tools/resume.py events/C-004/ --colonne relative_x --pas 20min --capteurs R1,R2,R3,R4,R5,C10 --debut 2026-09-18T22:40Z --fin 2026-09-19T02:00Z` (même chose pour `corr_x`) ; `python3 agent-tools/resume.py events/C-004/ --colonne sigma0 --pas 1h --capteurs R1 --debut 2026-09-18T20:00Z --fin 2026-09-19T10:00Z` ; `python3 agent-tools/resume.py events/C-004/ --colonne corr_x --pas 12h --capteurs C1,C3,C6,C10,C14,C17,C21,C13,C2,C9,R2`
|
||||
5. Sur les images, aucune cause externe : ni obstacle, ni buée, ni changement d'éclairage ; à l'œil, les vignettes ne changent pas pendant le mouvement, sauf la cible perdue (ici C24, plus visible dès 06:20) : `.venv/bin/python agent-tools/vignettes.py events/C-004/ --capteurs C24,C21,C10,R2 --heures 2026-09-19T05:40Z,2026-09-19T06:20Z,2026-09-19T06:50Z,2026-09-19T08:00Z --rayon 60` ; Read sur `images/20260919T0540Z_*.jpg` et `images/20260919T0650Z_*.jpg`
|
||||
|
||||
## Diagnostic
|
||||
- **Classification** : *monitored-object motion* ; la caméra et les références ont bougé aussi, ce qui ajoute une *camera/reference compensation event* et fausse l'amplitude
|
||||
|
||||
+8
-8
@@ -15,11 +15,11 @@ Des passages de trains, des gouttes de pluie devant l'objectif et les feuilles d
|
||||
|
||||
## Signature
|
||||
Critères observables, relatifs au niveau habituel du capteur, chacun avec sa commande :
|
||||
1. Trains : à quelques instants isolés, de jour comme de nuit (ici 5 en 3 jours), l'`error_value` de nombreuses cibles saute à des dizaines ou des centaines de MAD le temps d'une seule mesure, puis revient au pas suivant (ici 19 à 20 capteurs, de 6 à 200 MAD, au 30.09 22:00 et au 01.10 12:00 ; 5 ou 6 aux 01.10 21:00 et 02.10 21:00 ; 2 au 03.10 10:00) ; aucune référence ne bouge ; ces mesures sont presque toutes rejetées : `python3 agents/diagnostic/outils/resume.py events/C-005/ --colonne error_value --pas 1h`
|
||||
2. Trains : aux plus gros passages, quelques cibles voisines restent sous leur seuil et gardent un saut de `corr_y` d'une seule mesure, puis reviennent (ici C7, C8 et C9 au 30.09 22:00 et au 01.10 12:00 : +0,6 à +1,4, soit 16 à 35 MAD ; C6 moins ; `relative_y` +1 px) : `python3 agents/diagnostic/outils/resume.py events/C-005/ --colonne corr_y --pas 1h --capteurs C6,C7,C8,C9,C15 --fin 2026-10-01T15:00Z`
|
||||
3. Pluie : la nuit, pendant 6 à 8 h, l'`error_value` d'une douzaine de cibles monte de 6 à 40 MAD au-dessus de sa médiane, sans pic d'un seul pas, puis revient sans palier quand la pluie cesse (ici 4 à 14 cibles par heure, le 01.10 de 05:00 à 11:00 et le 02.10 de 03:00 à 11:00 ; les plus touchées C12, C16, C17, C21, C7) ; aucune référence ne monte : `python3 agents/diagnostic/outils/resume.py events/C-005/ --colonne error_value --pas 1h --capteurs C12,C16,C17,C21,C7,C15,R4`
|
||||
4. Plante : une seule cible, au bord d'une plante du premier plan, voit son `error_value` sauter à des dizaines de MAD environ une mesure sur deux, pendant une douzaine d'heures, puis revenir ; sa voisine reste intacte (ici C1, le 02.10 de 10:00 à 22:00 : 7 pas sur 12 entre 0,39 et 0,96, soit 6 à 25 MAD pour une médiane de 0,21 ; voisine C6) : `python3 agents/diagnostic/outils/resume.py events/C-005/ --colonne error_value --pas 1h --capteurs C1,C6 --debut 2026-10-02T08:00Z --fin 2026-10-03T00:00Z`
|
||||
5. Sur les images : un train devant les cibles aux instants des pics du critère 1 ; la nuit sous la pluie, des gouttes éclairées par le projecteur, un fond bruité, des taches qui rapetissent ou disparaissent ; des feuilles devant la cible du critère 4 aux heures de ses pics, à côté d'elle aux autres heures : `.venv/bin/python agents/diagnostic/outils/vignettes.py events/C-005/ --capteurs C12,C16,C24,C15 --heures 2026-10-01T03:00Z,2026-10-01T08:00Z,2026-10-02T08:00Z,2026-10-03T08:00Z --rayon 60` ; `.venv/bin/python agents/diagnostic/outils/vignettes.py events/C-005/ --capteurs C1,C6 --heures 2026-10-02T09:00Z,2026-10-02T11:00Z,2026-10-02T15:00Z,2026-10-02T16:00Z,2026-10-02T19:00Z,2026-10-02T22:00Z --rayon 80` ; Read sur `images/20261001T1200Z_*.jpg` et `images/20261002T0800Z_*.jpg`
|
||||
1. Trains : à quelques instants isolés, de jour comme de nuit (ici 5 en 3 jours), l'`error_value` de nombreuses cibles saute à des dizaines ou des centaines de MAD le temps d'une seule mesure, puis revient au pas suivant (ici 19 à 20 capteurs, de 6 à 200 MAD, au 30.09 22:00 et au 01.10 12:00 ; 5 ou 6 aux 01.10 21:00 et 02.10 21:00 ; 2 au 03.10 10:00) ; aucune référence ne bouge ; ces mesures sont presque toutes rejetées : `python3 agent-tools/resume.py events/C-005/ --colonne error_value --pas 1h`
|
||||
2. Trains : aux plus gros passages, quelques cibles voisines restent sous leur seuil et gardent un saut de `corr_y` d'une seule mesure, puis reviennent (ici C7, C8 et C9 au 30.09 22:00 et au 01.10 12:00 : +0,6 à +1,4, soit 16 à 35 MAD ; C6 moins ; `relative_y` +1 px) : `python3 agent-tools/resume.py events/C-005/ --colonne corr_y --pas 1h --capteurs C6,C7,C8,C9,C15 --fin 2026-10-01T15:00Z`
|
||||
3. Pluie : la nuit, pendant 6 à 8 h, l'`error_value` d'une douzaine de cibles monte de 6 à 40 MAD au-dessus de sa médiane, sans pic d'un seul pas, puis revient sans palier quand la pluie cesse (ici 4 à 14 cibles par heure, le 01.10 de 05:00 à 11:00 et le 02.10 de 03:00 à 11:00 ; les plus touchées C12, C16, C17, C21, C7) ; aucune référence ne monte : `python3 agent-tools/resume.py events/C-005/ --colonne error_value --pas 1h --capteurs C12,C16,C17,C21,C7,C15,R4`
|
||||
4. Plante : une seule cible, au bord d'une plante du premier plan, voit son `error_value` sauter à des dizaines de MAD environ une mesure sur deux, pendant une douzaine d'heures, puis revenir ; sa voisine reste intacte (ici C1, le 02.10 de 10:00 à 22:00 : 7 pas sur 12 entre 0,39 et 0,96, soit 6 à 25 MAD pour une médiane de 0,21 ; voisine C6) : `python3 agent-tools/resume.py events/C-005/ --colonne error_value --pas 1h --capteurs C1,C6 --debut 2026-10-02T08:00Z --fin 2026-10-03T00:00Z`
|
||||
5. Sur les images : un train devant les cibles aux instants des pics du critère 1 ; la nuit sous la pluie, des gouttes éclairées par le projecteur, un fond bruité, des taches qui rapetissent ou disparaissent ; des feuilles devant la cible du critère 4 aux heures de ses pics, à côté d'elle aux autres heures : `.venv/bin/python agent-tools/vignettes.py events/C-005/ --capteurs C12,C16,C24,C15 --heures 2026-10-01T03:00Z,2026-10-01T08:00Z,2026-10-02T08:00Z,2026-10-03T08:00Z --rayon 60` ; `.venv/bin/python agent-tools/vignettes.py events/C-005/ --capteurs C1,C6 --heures 2026-10-02T09:00Z,2026-10-02T11:00Z,2026-10-02T15:00Z,2026-10-02T16:00Z,2026-10-02T19:00Z,2026-10-02T22:00Z --rayon 80` ; Read sur `images/20261001T1200Z_*.jpg` et `images/20261002T0800Z_*.jpg`
|
||||
|
||||
## Diagnostic
|
||||
- **Classification** : *target-local degradation* : chaque événement masque ou brouille des visées une à une ; les références restent intactes pendant les trois
|
||||
@@ -27,9 +27,9 @@ Critères observables, relatifs au niveau habituel du capteur, chacun avec sa co
|
||||
- **Conséquence pour l'ouvrage** : aucune · **Action** : aucune
|
||||
- **Mécanisme** : un train qui passe devant les cibles, ou juste derrière, les cache ou change leur fond le temps d'une mesure ; des gouttes devant l'objectif voilent les taches pendant les heures de pluie ; les feuilles d'une plante au premier plan, agitées par le vent, passent par moments devant une cible.
|
||||
- **Pics gardés au passage des trains** (critère 2) : ces mesures restent dans la courbe corrigée. Pour l'agent à l'aveugle, effet optique du train ou vrai fléchissement du rail sous la charge, non établi. À mon avis : un seul pas, au même instant que le train, puis retour ; des mesures horaires ne séparent pas les deux. *Avis de l'expert : à revoir.*
|
||||
- **Corrections qui suivent la caméra** : les après-midi du 02.10 (13:00 → 00:00) et du 03.10 (13:00 → fin des mesures), tous les capteurs se décalent dans l'image (`relative_x` +1 px le 02.10, jusqu'à +3 px le 03.10) et le `corr_x` de plusieurs cibles suit, dans des sens opposés selon leur place (C3, C6, C7 vers le bas, C21 et C15 vers le haut, 4 à 6 MAD) ; le 02.10, tout revient la nuit ; le 03.10, l'écart est encore là à la fin des mesures. L'agent à l'aveugle y voit une *model mismatch / parallax* (références au loin sur le pont, cibles tout près sur les voies), `consistent with`, cause inconnue. À mon avis : l'écart suit la caméra heure par heure, ce qui va avec un défaut de la compensation plutôt qu'un mouvement des voies ; il chevauche les épisodes où les références s'accordent moins (ci-dessous), qui peuvent en être la cause ; non établi. *Avis de l'expert : à revoir* ; il juge la période entière sans conséquence pour l'ouvrage : `python3 agents/diagnostic/outils/resume.py events/C-005/ --colonne corr_x --pas 1h --capteurs R5,C3,C6,C7,C21,C15 --debut 2026-10-02T06:00Z`
|
||||
- **Références moins cohérentes** : le 02.10 de 05:00 à 16:00, puis du 02.10 23:00 au 03.10 vers 20:00, `sigma0` monte jusqu'à environ 4 fois son niveau du 01.10, `reproj_err` aussi (R4 surtout) ; le `corr_y` des références dessine un arc : celles des bords (R1, R5) montent, celles du milieu (R3, R4) descendent ; tout revient seul ; aucune n'est rejetée. L'agent à l'aveugle : *weak / unstable reference solution*, `possible`, cause inconnue ; la pluie n'explique pas le second épisode, par nuit sèche. À mon avis : un arc, bords contre milieu, est la forme d'une déformation douce du réseau (le pont qui porte les références et se courbe avec la température, ou une réfraction), pas d'une référence isolée ; rien ne se voit sur les images ; non établi. *Avis de l'expert : à revoir* : `python3 agents/diagnostic/outils/resume.py events/C-005/ --colonne sigma0 --pas 1h --capteurs R1` ; `python3 agents/diagnostic/outils/resume.py events/C-005/ --colonne corr_y --pas 3h --capteurs R1,R2,R3,R4,R5`
|
||||
- **État sur toute la période** : C18, C19, C20, C22, C23, C26 et C27 (des *local references*) sont rejetées à chaque mesure, C4 à plus d'une sur deux ; le `corr_y` de C6 à C15 vaut environ +1,2 à +1,4 du début à la fin ; trois heures n'ont ni mesure ni image (01.10 01:00, 01.10 13:00, 02.10 12:00 : images vides dans les zips de la plateforme). Ce ne sont pas des événements du cas : `python3 agents/diagnostic/outils/inventaire.py events/C-005/`
|
||||
- **Corrections qui suivent la caméra** : les après-midi du 02.10 (13:00 → 00:00) et du 03.10 (13:00 → fin des mesures), tous les capteurs se décalent dans l'image (`relative_x` +1 px le 02.10, jusqu'à +3 px le 03.10) et le `corr_x` de plusieurs cibles suit, dans des sens opposés selon leur place (C3, C6, C7 vers le bas, C21 et C15 vers le haut, 4 à 6 MAD) ; le 02.10, tout revient la nuit ; le 03.10, l'écart est encore là à la fin des mesures. L'agent à l'aveugle y voit une *model mismatch / parallax* (références au loin sur le pont, cibles tout près sur les voies), `consistent with`, cause inconnue. À mon avis : l'écart suit la caméra heure par heure, ce qui va avec un défaut de la compensation plutôt qu'un mouvement des voies ; il chevauche les épisodes où les références s'accordent moins (ci-dessous), qui peuvent en être la cause ; non établi. *Avis de l'expert : à revoir* ; il juge la période entière sans conséquence pour l'ouvrage : `python3 agent-tools/resume.py events/C-005/ --colonne corr_x --pas 1h --capteurs R5,C3,C6,C7,C21,C15 --debut 2026-10-02T06:00Z`
|
||||
- **Références moins cohérentes** : le 02.10 de 05:00 à 16:00, puis du 02.10 23:00 au 03.10 vers 20:00, `sigma0` monte jusqu'à environ 4 fois son niveau du 01.10, `reproj_err` aussi (R4 surtout) ; le `corr_y` des références dessine un arc : celles des bords (R1, R5) montent, celles du milieu (R3, R4) descendent ; tout revient seul ; aucune n'est rejetée. L'agent à l'aveugle : *weak / unstable reference solution*, `possible`, cause inconnue ; la pluie n'explique pas le second épisode, par nuit sèche. À mon avis : un arc, bords contre milieu, est la forme d'une déformation douce du réseau (le pont qui porte les références et se courbe avec la température, ou une réfraction), pas d'une référence isolée ; rien ne se voit sur les images ; non établi. *Avis de l'expert : à revoir* : `python3 agent-tools/resume.py events/C-005/ --colonne sigma0 --pas 1h --capteurs R1` ; `python3 agent-tools/resume.py events/C-005/ --colonne corr_y --pas 3h --capteurs R1,R2,R3,R4,R5`
|
||||
- **État sur toute la période** : C18, C19, C20, C22, C23, C26 et C27 (des *local references*) sont rejetées à chaque mesure, C4 à plus d'une sur deux ; le `corr_y` de C6 à C15 vaut environ +1,2 à +1,4 du début à la fin ; trois heures n'ont ni mesure ni image (01.10 01:00, 01.10 13:00, 02.10 12:00 : images vides dans les zips de la plateforme). Ce ne sont pas des événements du cas : `python3 agent-tools/inventaire.py events/C-005/`
|
||||
|
||||
## Preuves
|
||||

|
||||
|
||||
+5
-5
@@ -17,11 +17,11 @@ Un à-coup de la caméra, mal compensé le temps d'une mesure (déduit, pas vu ;
|
||||
|
||||
## Signature
|
||||
Critères observables, relatifs au niveau habituel du capteur, chacun avec sa commande :
|
||||
1. Tous les capteurs, références comprises : la position brute se décale ensemble d'un pas, le temps d'une mesure (ici `relative_y` −0,35 à −0,42 px à 13:30, puis retour à 13:45 ; −0,33 à −0,39 px à 16:45, retour partiel ensuite) : `python3 agents/diagnostic/outils/resume.py events/C-006/ --colonne relative_y --pas 15min --capteurs R1,R2,R3,C2,C16,C17,C19 --debut 2026-09-03T12:45Z --fin 2026-09-03T17:30Z`
|
||||
2. Au même pas, le `corr_x` ou le `corr_y` de plusieurs cibles saute à 5 à 15 fois son bruit propre, toutes dans le même sens (ici 6 cibles à 13:30, 7 à 16:45 ; de +0,02 à +0,06), puis revient au pas suivant ; les références restent à leur niveau (moins de 5 bruits) : `python3 agents/diagnostic/outils/plages.py events/C-006/ --colonnes corr_x,corr_y --k 5 --fusion 15min`
|
||||
3. `sigma0` reste à son niveau (ici à environ 1 MAD de sa médiane aux deux instants) : la compensation ne voit pas de désaccord entre les références : `python3 agents/diagnostic/outils/resume.py events/C-006/ --colonne sigma0 --pas 15min --capteurs R1 --debut 2026-09-03T12:45Z --fin 2026-09-03T17:30Z`
|
||||
4. Une cible faible peut perdre sa tache à cet instant : `error_value` très haute le temps d'une mesure, parfois rejetée (ici C8 : 0,61, rejetée, à 13:30 ; 0,24 à 16:45, pour une médiane de 0,055) : `python3 agents/diagnostic/outils/resume.py events/C-006/ --colonne error_value --pas 15min --capteurs C8,C17,R3 --debut 2026-09-03T13:15Z --fin 2026-09-03T17:00Z` ; `python3 agents/diagnostic/outils/inventaire.py events/C-006/ --debut 2026-09-03T07:30Z --fin 2026-09-03T22:45Z`
|
||||
5. Sur les images (une par heure, aucune à l'instant même) : avant et après, les taches sont nettes et rien ne passe devant les cibles : `.venv/bin/python agents/diagnostic/outils/vignettes.py events/C-006/ --capteurs C16,C17,C19,C8,R3 --heures 2026-09-03T13:00Z,2026-09-03T14:00Z,2026-09-03T16:00Z,2026-09-03T17:00Z --rayon 60` ; Read sur `images/20260903T1300Z_*.jpg`
|
||||
1. Tous les capteurs, références comprises : la position brute se décale ensemble d'un pas, le temps d'une mesure (ici `relative_y` −0,35 à −0,42 px à 13:30, puis retour à 13:45 ; −0,33 à −0,39 px à 16:45, retour partiel ensuite) : `python3 agent-tools/resume.py events/C-006/ --colonne relative_y --pas 15min --capteurs R1,R2,R3,C2,C16,C17,C19 --debut 2026-09-03T12:45Z --fin 2026-09-03T17:30Z`
|
||||
2. Au même pas, le `corr_x` ou le `corr_y` de plusieurs cibles saute à 5 à 15 fois son bruit propre, toutes dans le même sens (ici 6 cibles à 13:30, 7 à 16:45 ; de +0,02 à +0,06), puis revient au pas suivant ; les références restent à leur niveau (moins de 5 bruits) : `python3 agent-tools/plages.py events/C-006/ --colonnes corr_x,corr_y --k 5 --fusion 15min`
|
||||
3. `sigma0` reste à son niveau (ici à environ 1 MAD de sa médiane aux deux instants) : la compensation ne voit pas de désaccord entre les références : `python3 agent-tools/resume.py events/C-006/ --colonne sigma0 --pas 15min --capteurs R1 --debut 2026-09-03T12:45Z --fin 2026-09-03T17:30Z`
|
||||
4. Une cible faible peut perdre sa tache à cet instant : `error_value` très haute le temps d'une mesure, parfois rejetée (ici C8 : 0,61, rejetée, à 13:30 ; 0,24 à 16:45, pour une médiane de 0,055) : `python3 agent-tools/resume.py events/C-006/ --colonne error_value --pas 15min --capteurs C8,C17,R3 --debut 2026-09-03T13:15Z --fin 2026-09-03T17:00Z` ; `python3 agent-tools/inventaire.py events/C-006/ --debut 2026-09-03T07:30Z --fin 2026-09-03T22:45Z`
|
||||
5. Sur les images (une par heure, aucune à l'instant même) : avant et après, les taches sont nettes et rien ne passe devant les cibles : `.venv/bin/python agent-tools/vignettes.py events/C-006/ --capteurs C16,C17,C19,C8,R3 --heures 2026-09-03T13:00Z,2026-09-03T14:00Z,2026-09-03T16:00Z,2026-09-03T17:00Z --rayon 60` ; Read sur `images/20260903T1300Z_*.jpg`
|
||||
|
||||
## Diagnostic
|
||||
- **Classification** : *camera/reference compensation event*, le temps d'une mesure : la caméra bouge, la compensation par les références en laisse un reste sur les cibles
|
||||
|
||||
+2
-2
@@ -17,9 +17,9 @@ Une acquisition un peu moins bonne, toutes les cibles un instant moins visibles,
|
||||
|
||||
## Signature
|
||||
Critères observables, relatifs au niveau habituel du capteur, chacun avec sa commande :
|
||||
1. Presque tous les capteurs, références comprises, au même instant : `error_value` au-dessus de son niveau, de 1,3 à 5 fois (ici 20 capteurs sur 22, ×1,3 pour R1 à ×4,7 pour R3 ; 16 à plus de 5 MAD, dont R3, la plus haute en MAD car son niveau est le plus bas et le plus stable), sous le seuil : aucune mesure rejetée ; les deux autres sont déjà hautes ce jour-là (C1, C5) : `python3 agents/diagnostic/outils/resume.py events/C-007/ --colonne error_value --pas 15min --debut 2026-09-01T10:30Z --fin 2026-09-01T12:00Z` ; `.venv/bin/python agents/diagnostic/outils/ensemble.py events/C-007/ --k 5 --min 3` (liste des instants)
|
||||
1. Presque tous les capteurs, références comprises, au même instant : `error_value` au-dessus de son niveau, de 1,3 à 5 fois (ici 20 capteurs sur 22, ×1,3 pour R1 à ×4,7 pour R3 ; 16 à plus de 5 MAD, dont R3, la plus haute en MAD car son niveau est le plus bas et le plus stable), sous le seuil : aucune mesure rejetée ; les deux autres sont déjà hautes ce jour-là (C1, C5) : `python3 agent-tools/resume.py events/C-007/ --colonne error_value --pas 15min --debut 2026-09-01T10:30Z --fin 2026-09-01T12:00Z` ; `.venv/bin/python agent-tools/ensemble.py events/C-007/ --k 5 --min 3` (liste des instants)
|
||||
2. Une seule mesure, puis retour au niveau dès la suivante (ici 11:15, retour à 11:30) : même commande `resume.py`.
|
||||
3. Positions brutes et courbes corrigées intactes : aucun pas de `relative_y` à cet instant (ici +0,12 px, quand la journée fait des pas jusqu'à 0,7 px), aucun `corr_x` ni `corr_y` à plus de 5 bruits ; `sigma0` à son niveau : `python3 agents/diagnostic/outils/plages.py events/C-007/ --colonnes corr_x,corr_y,relative_y --k 5 --fusion 15min --debut 2026-09-01T10:00Z --fin 2026-09-01T12:30Z` ; `python3 agents/diagnostic/outils/resume.py events/C-007/ --colonne sigma0 --pas 15min --capteurs R1 --debut 2026-09-01T10:30Z --fin 2026-09-01T12:00Z`
|
||||
3. Positions brutes et courbes corrigées intactes : aucun pas de `relative_y` à cet instant (ici +0,12 px, quand la journée fait des pas jusqu'à 0,7 px), aucun `corr_x` ni `corr_y` à plus de 5 bruits ; `sigma0` à son niveau : `python3 agent-tools/plages.py events/C-007/ --colonnes corr_x,corr_y,relative_y --k 5 --fusion 15min --debut 2026-09-01T10:00Z --fin 2026-09-01T12:30Z` ; `python3 agent-tools/resume.py events/C-007/ --colonne sigma0 --pas 15min --capteurs R1 --debut 2026-09-01T10:30Z --fin 2026-09-01T12:00Z`
|
||||
4. Sur les images (une par heure, aucune à l'instant même) : rien devant les cibles ; le ciel change entre l'image d'avant et celle d'après (ici couvert, soleil voilé à 11:00 ; dégagé à 12:00) : Read sur `images/20260901T1100Z_*.jpg` et `images/20260901T1200Z_*.jpg`
|
||||
|
||||
## Diagnostic
|
||||
|
||||
+3
-3
@@ -17,10 +17,10 @@ Une cible terne, peu visible de jour (vu sur les images ; la raison pour laquell
|
||||
|
||||
## Signature
|
||||
Critères observables, relatifs au niveau habituel du capteur, chacun avec sa commande :
|
||||
1. Une seule cible (ici C5), chaque jour : `error_value` monte à 2 à 4,5 fois son niveau de nuit (ici de 0,06-0,075 la nuit à 0,10-0,15 en médiane horaire de jour, pics de 0,28 à 0,33, jusqu'à 53 bruits), du matin au milieu de l'après-midi, puis revient le soir ; sous son seuil (0,4) : aucune mesure rejetée : `python3 agents/diagnostic/outils/plages.py events/C-008/ --colonnes error_value --k 5 --fusion 2h --capteurs C5,C6` ; `python3 agents/diagnostic/outils/resume.py events/C-008/ --colonne error_value --pas 1h --capteurs C5,C6,C4` ; `python3 agents/diagnostic/outils/inventaire.py events/C-008/ --debut 2026-09-01T02:00Z --fin 2026-09-02T22:00Z`
|
||||
1. Une seule cible (ici C5), chaque jour : `error_value` monte à 2 à 4,5 fois son niveau de nuit (ici de 0,06-0,075 la nuit à 0,10-0,15 en médiane horaire de jour, pics de 0,28 à 0,33, jusqu'à 53 bruits), du matin au milieu de l'après-midi, puis revient le soir ; sous son seuil (0,4) : aucune mesure rejetée : `python3 agent-tools/plages.py events/C-008/ --colonnes error_value --k 5 --fusion 2h --capteurs C5,C6` ; `python3 agent-tools/resume.py events/C-008/ --colonne error_value --pas 1h --capteurs C5,C6,C4` ; `python3 agent-tools/inventaire.py events/C-008/ --debut 2026-09-01T02:00Z --fin 2026-09-02T22:00Z`
|
||||
2. Ses voisines (ici C6 et C4) et les autres capteurs n'ont pas cette bosse de jour (au plus un pic d'une mesure commun à tous) ; même la nuit, la cible reste un peu au-dessus d'elles (ici 0,06-0,075 contre 0,045-0,05) : mêmes commandes.
|
||||
3. Ses corrections sont plus agitées que celles de ses voisines, jour et nuit, plus encore de jour, sans palier ni dérive : bruit propre de `corr_x` et `corr_y` 2 à 3 fois le leur (ici 0,013 et 0,012 contre 0,0045 à 0,0062) : `python3 agents/diagnostic/outils/plages.py events/C-008/ --colonnes corr_x,corr_y --k 5 --capteurs C5,C6,C4`
|
||||
4. Sur les images : la nuit, la tache de la cible est nette mais plus petite que celles des voisines (ici 99e centile 107 à 132 contre 196 à 247) ; le jour, elle disparaît presque (pic de 22 à 177) quand celles des voisines saturent (255) ; rien devant la cible : `.venv/bin/python agents/diagnostic/outils/vignettes.py events/C-008/ --capteurs C5,C6,C4 --heures 2026-09-01T03:00Z,2026-09-01T09:00Z,2026-09-01T14:00Z,2026-09-01T22:00Z,2026-09-02T10:00Z,2026-09-02T15:00Z --rayon 60`
|
||||
3. Ses corrections sont plus agitées que celles de ses voisines, jour et nuit, plus encore de jour, sans palier ni dérive : bruit propre de `corr_x` et `corr_y` 2 à 3 fois le leur (ici 0,013 et 0,012 contre 0,0045 à 0,0062) : `python3 agent-tools/plages.py events/C-008/ --colonnes corr_x,corr_y --k 5 --capteurs C5,C6,C4`
|
||||
4. Sur les images : la nuit, la tache de la cible est nette mais plus petite que celles des voisines (ici 99e centile 107 à 132 contre 196 à 247) ; le jour, elle disparaît presque (pic de 22 à 177) quand celles des voisines saturent (255) ; rien devant la cible : `.venv/bin/python agent-tools/vignettes.py events/C-008/ --capteurs C5,C6,C4 --heures 2026-09-01T03:00Z,2026-09-01T09:00Z,2026-09-01T14:00Z,2026-09-01T22:00Z,2026-09-02T10:00Z,2026-09-02T15:00Z --rayon 60`
|
||||
|
||||
## Diagnostic
|
||||
- **Classification** : *target-local degradation*, sur une seule cible, chaque jour
|
||||
|
||||
+5
-5
@@ -17,12 +17,12 @@ Une obstruction partielle de la cible (vue sur les images) fait glisser sa mesur
|
||||
|
||||
## Signature
|
||||
Critères observables, relatifs au niveau habituel du capteur, chacun avec sa commande :
|
||||
1. Une seule cible : `corr_x` s'écarte lentement et régulièrement de ses voisines pendant des heures, d'une dizaine de fois son bruit propre (ici C7, de 0,48 à 00:00 à 0,85-0,91 vers 15:00, soit +15 bruits, voisines vers 0), puis fait un saut d'un pas (ici −0,71 de 15:30 à 15:40, 30 bruits, le plus grand saut de la cible), et se remet à s'en écarter (ici 0,15 → 0,31 en 6 h) ; `corr_y` fait de même, en plus petit (ici 0,11 → 0,29, puis 0,05) : `python3 agents/diagnostic/outils/plages.py events/C-010/ --colonnes x,corr_x,error_value --k 5 --capteurs C7,C6,C8`
|
||||
2. **Le sens du saut** : il ramène la cible vers ses voisines, à l'opposé du glissement : le saut est de signe contraire à l'écart de la cible à la moyenne de ses voisines juste avant, et plus petit que lui, si bien que l'écart se réduit ; ici, en `corr_x`, C7 passe de 0,854 (15:30) à 0,147 (15:40) quand C6 est à −0,02 et −0,01 et C8 à −0,05 et −0,04 : écart à la moyenne des voisines de +0,89 à +0,17, réduit de 80 % ; en `corr_y`, de 0,262 à 0,048, C6 à 0,00 et 0,02 : écart de +0,26 à +0,03 : `python3 agents/diagnostic/outils/resume.py events/C-010/ --colonne corr_x --pas 10min --capteurs C7,C6,C8 --debut 2026-09-18T15:10Z --fin 2026-09-18T16:10Z` (puis `--colonne corr_y`)
|
||||
3. Sa position brute fait la même chose, alors que celles des voisines ne bougent pas : glissement lent puis retour d'un pas (ici `x` de C7 +0,38 px en 15 h, puis −0,73 px, 73 bruits, à 15:40 ; C6 et C8 à 0,03 px près) : `python3 agents/diagnostic/outils/resume.py events/C-010/ --colonne x --pas 3h --capteurs C7,C6,C8`
|
||||
4. Son `error_value` est haute, bien au-dessus de celle de ses voisines (ici 0,08 à 0,16, 7 à 13 fois celle de C6), sous le seuil ; elle monte avec le glissement et retombe au même pas que le saut (ici 0,08 → 0,159 à 15:30, 0,107 à 15:40), puis remonte avec le nouveau glissement : `python3 agents/diagnostic/outils/resume.py events/C-010/ --colonne error_value --pas 3h --capteurs C7,C6,C8,R1`
|
||||
1. Une seule cible : `corr_x` s'écarte lentement et régulièrement de ses voisines pendant des heures, d'une dizaine de fois son bruit propre (ici C7, de 0,48 à 00:00 à 0,85-0,91 vers 15:00, soit +15 bruits, voisines vers 0), puis fait un saut d'un pas (ici −0,71 de 15:30 à 15:40, 30 bruits, le plus grand saut de la cible), et se remet à s'en écarter (ici 0,15 → 0,31 en 6 h) ; `corr_y` fait de même, en plus petit (ici 0,11 → 0,29, puis 0,05) : `python3 agent-tools/plages.py events/C-010/ --colonnes x,corr_x,error_value --k 5 --capteurs C7,C6,C8`
|
||||
2. **Le sens du saut** : il ramène la cible vers ses voisines, à l'opposé du glissement : le saut est de signe contraire à l'écart de la cible à la moyenne de ses voisines juste avant, et plus petit que lui, si bien que l'écart se réduit ; ici, en `corr_x`, C7 passe de 0,854 (15:30) à 0,147 (15:40) quand C6 est à −0,02 et −0,01 et C8 à −0,05 et −0,04 : écart à la moyenne des voisines de +0,89 à +0,17, réduit de 80 % ; en `corr_y`, de 0,262 à 0,048, C6 à 0,00 et 0,02 : écart de +0,26 à +0,03 : `python3 agent-tools/resume.py events/C-010/ --colonne corr_x --pas 10min --capteurs C7,C6,C8 --debut 2026-09-18T15:10Z --fin 2026-09-18T16:10Z` (puis `--colonne corr_y`)
|
||||
3. Sa position brute fait la même chose, alors que celles des voisines ne bougent pas : glissement lent puis retour d'un pas (ici `x` de C7 +0,38 px en 15 h, puis −0,73 px, 73 bruits, à 15:40 ; C6 et C8 à 0,03 px près) : `python3 agent-tools/resume.py events/C-010/ --colonne x --pas 3h --capteurs C7,C6,C8`
|
||||
4. Son `error_value` est haute, bien au-dessus de celle de ses voisines (ici 0,08 à 0,16, 7 à 13 fois celle de C6), sous le seuil ; elle monte avec le glissement et retombe au même pas que le saut (ici 0,08 → 0,159 à 15:30, 0,107 à 15:40), puis remonte avec le nouveau glissement : `python3 agent-tools/resume.py events/C-010/ --colonne error_value --pas 3h --capteurs C7,C6,C8,R1`
|
||||
5. Aucun autre capteur ne bouge au moment du saut : références, `sigma0` et voisines à leur niveau (ici C6 et C8 en `corr_x` à 3 bruits près) : mêmes commandes.
|
||||
6. Sur les images, la tache de la cible est coupée par une bande sombre verticale sur sa gauche, quand celle d'une voisine du même modèle est un losange entier ; la bande s'élargit avec le glissement et rétrécit au saut (ici, le coin gauche du losange de C7 reste en petit point isolé ; à 15:30 la bande est plus large et le lobe en bas à gauche rogné, à 15:40 la tache s'est rouverte vers la gauche) ; l'éclat de la tache baisse avec le glissement et remonte au saut (ici 99e centile de 250 à 00:00, 245 à 10:00, 240 à 15:30, 252 à 15:40 et jusqu'à 21:30) : `.venv/bin/python agents/diagnostic/outils/vignettes.py events/C-010/ --capteurs C7,C6 --heures 2026-09-18T00:00Z,2026-09-18T07:30Z,2026-09-18T15:30Z,2026-09-18T15:40Z,2026-09-18T21:30Z --rayon 20 --fixe --contraste 0,60` (l'éclat : `--heures 2026-09-18T00:00Z,2026-09-18T10:00Z,2026-09-18T15:30Z,2026-09-18T15:40Z,2026-09-18T21:30Z --rayon 30`)
|
||||
6. Sur les images, la tache de la cible est coupée par une bande sombre verticale sur sa gauche, quand celle d'une voisine du même modèle est un losange entier ; la bande s'élargit avec le glissement et rétrécit au saut (ici, le coin gauche du losange de C7 reste en petit point isolé ; à 15:30 la bande est plus large et le lobe en bas à gauche rogné, à 15:40 la tache s'est rouverte vers la gauche) ; l'éclat de la tache baisse avec le glissement et remonte au saut (ici 99e centile de 250 à 00:00, 245 à 10:00, 240 à 15:30, 252 à 15:40 et jusqu'à 21:30) : `.venv/bin/python agent-tools/vignettes.py events/C-010/ --capteurs C7,C6 --heures 2026-09-18T00:00Z,2026-09-18T07:30Z,2026-09-18T15:30Z,2026-09-18T15:40Z,2026-09-18T21:30Z --rayon 20 --fixe --contraste 0,60` (l'éclat : `--heures 2026-09-18T00:00Z,2026-09-18T10:00Z,2026-09-18T15:30Z,2026-09-18T15:40Z,2026-09-18T21:30Z --rayon 30`)
|
||||
|
||||
## Diagnostic
|
||||
- **Classification** : *target-local degradation*, sur une seule cible
|
||||
|
||||
+4
-4
@@ -17,11 +17,11 @@ Deux cibles jumelles de leurs références, vu sur les images et dans les mesure
|
||||
|
||||
## Signature
|
||||
Critères observables, relatifs au niveau habituel du capteur, chacun avec sa commande :
|
||||
1. Une cible et une référence à la même place dans l'image : positions brutes à un écart constant de 1 à 2 px, qui bougent ensemble au centième de px près (ici C3 = R1 −1,0 px en `x`, +2,0 px en `y` ; C2 = R2 +1,0 px en `x`, même `y`) : `python3 agents/diagnostic/outils/resume.py events/C-011/ --colonne x --pas 3h --capteurs R1,C3,R2,C2,C4` (de même `--colonne y`)
|
||||
2. Même `error_value`, aux mêmes instants, montées comprises (ici R1 et C3 à 0,00003 près, 0,406 → 0,800 à 05:30 ; C2 de 0,01 sous R2, même forme) : `python3 agents/diagnostic/outils/resume.py events/C-011/ --colonne error_value --pas 15min --capteurs R1,C3,R2,C2,C4,C5`
|
||||
3. Le `corr_x`/`corr_y` de la cible jumelle reste à 0 à quelques millièmes de px (ici bruit 0,0001 à 0,0003, extrêmes ±0,013), quand une cible ordinaire a un niveau propre et un bruit dix à cent fois plus grand (ici C4 0,13, bruit 0,011) : `python3 agents/diagnostic/outils/resume.py events/C-011/ --colonne corr_x --pas 3h --capteurs R1,C3,R2,C2,C4`
|
||||
1. Une cible et une référence à la même place dans l'image : positions brutes à un écart constant de 1 à 2 px, qui bougent ensemble au centième de px près (ici C3 = R1 −1,0 px en `x`, +2,0 px en `y` ; C2 = R2 +1,0 px en `x`, même `y`) : `python3 agent-tools/resume.py events/C-011/ --colonne x --pas 3h --capteurs R1,C3,R2,C2,C4` (de même `--colonne y`)
|
||||
2. Même `error_value`, aux mêmes instants, montées comprises (ici R1 et C3 à 0,00003 près, 0,406 → 0,800 à 05:30 ; C2 de 0,01 sous R2, même forme) : `python3 agent-tools/resume.py events/C-011/ --colonne error_value --pas 15min --capteurs R1,C3,R2,C2,C4,C5`
|
||||
3. Le `corr_x`/`corr_y` de la cible jumelle reste à 0 à quelques millièmes de px (ici bruit 0,0001 à 0,0003, extrêmes ±0,013), quand une cible ordinaire a un niveau propre et un bruit dix à cent fois plus grand (ici C4 0,13, bruit 0,011) : `python3 agent-tools/resume.py events/C-011/ --colonne corr_x --pas 3h --capteurs R1,C3,R2,C2,C4`
|
||||
4. Quand l'`error_value` commune passe le seuil, seule la cible jumelle est rejetée (`corr` vide) ; la référence garde ses valeurs mais quitte la compensation : son `corr` quitte 0 (ici C3 rejetée 05:15 → 06:00, R1 non rejetée, `corr_x` de R1 −0,99 à −1,36 px), la référence restante et sa jumelle à 0 : même commande, `--pas 15min`
|
||||
5. Sur les images, une seule tache pour les deux capteurs, qui change d'éclat pour les deux à la fois : `.venv/bin/python agents/diagnostic/outils/vignettes.py events/C-011/ --capteurs R1,C3,R2,C2 --heures 2026-10-18T03:00Z,2026-10-18T05:45Z,2026-10-18T12:00Z --rayon 30`
|
||||
5. Sur les images, une seule tache pour les deux capteurs, qui change d'éclat pour les deux à la fois : `.venv/bin/python agent-tools/vignettes.py events/C-011/ --capteurs R1,C3,R2,C2 --heures 2026-10-18T03:00Z,2026-10-18T05:45Z,2026-10-18T12:00Z --rayon 30`
|
||||
|
||||
## Diagnostic
|
||||
- **Classification** : indéterminé : aucune anomalie, une configuration voulue (une cible définie sur le prisme d'une référence, deux fois sur cette station) ; pas un problème système, selon l'expert, et la liste fermée n'a rien pour une configuration normale
|
||||
|
||||
+3
-3
@@ -17,10 +17,10 @@ Des voitures garées sur les cibles, vues sur les images : l'ouvrage ne bouge pa
|
||||
|
||||
## Signature
|
||||
Critères observables, relatifs au niveau habituel du capteur, chacun avec sa commande :
|
||||
1. Un groupe de capteurs voisins (ici 5 cibles sur 7 et une référence, tous au bord de la voie) : `error_value` passe d'un pas à l'autre de son niveau de nuit au maximum (ici de 0,08-0,30 à 0,96-0,99, soit 3 à 12 fois), et y reste d'un tenant des heures (ici 13 pas, 04:00 → 07:00 ; C3 jusqu'à 07:30), de jour, puis revient d'un pas à l'autre, en quelques pas pour le groupe (ici 07:15 pour quatre cibles et la référence, 07:45 pour C3) ; les cibles du groupe sont rejetées à chaque pas : `python3 agents/diagnostic/outils/resume.py events/C-012/ --colonne error_value --pas 15min --debut 2026-09-26T03:00Z --fin 2026-09-26T08:30Z` ; `python3 agents/diagnostic/outils/inventaire.py events/C-012/`
|
||||
2. Pendant ce temps, les positions brutes des capteurs masqués sautent de dizaines de px dans tous les sens à chaque pas, sans suite (ici C1 de +30 px en `x`, C5 jusqu’à −38 px en `y`) ; la référence masquée n'est pas marquée rejetée mais son `corr_x` saute de −32 à +35 px à chaque pas (la compensation l'écarte : `sigma0` reste à son niveau) ; au retour, chaque capteur retrouve sa position d'avant à quelques dixièmes de px : `python3 agents/diagnostic/outils/resume.py events/C-012/ --colonne x --pas 15min --capteurs R6,C1,C5,C4,C6 --debut 2026-09-26T03:30Z --fin 2026-09-26T08:00Z` (de même `--colonne y`, `--colonne corr_x`) ; `python3 agents/diagnostic/outils/resume.py events/C-012/ --colonne sigma0 --pas 15min --capteurs R1 --debut 2026-09-26T03:30Z --fin 2026-09-26T08:00Z`
|
||||
1. Un groupe de capteurs voisins (ici 5 cibles sur 7 et une référence, tous au bord de la voie) : `error_value` passe d'un pas à l'autre de son niveau de nuit au maximum (ici de 0,08-0,30 à 0,96-0,99, soit 3 à 12 fois), et y reste d'un tenant des heures (ici 13 pas, 04:00 → 07:00 ; C3 jusqu'à 07:30), de jour, puis revient d'un pas à l'autre, en quelques pas pour le groupe (ici 07:15 pour quatre cibles et la référence, 07:45 pour C3) ; les cibles du groupe sont rejetées à chaque pas : `python3 agent-tools/resume.py events/C-012/ --colonne error_value --pas 15min --debut 2026-09-26T03:00Z --fin 2026-09-26T08:30Z` ; `python3 agent-tools/inventaire.py events/C-012/`
|
||||
2. Pendant ce temps, les positions brutes des capteurs masqués sautent de dizaines de px dans tous les sens à chaque pas, sans suite (ici C1 de +30 px en `x`, C5 jusqu’à −38 px en `y`) ; la référence masquée n'est pas marquée rejetée mais son `corr_x` saute de −32 à +35 px à chaque pas (la compensation l'écarte : `sigma0` reste à son niveau) ; au retour, chaque capteur retrouve sa position d'avant à quelques dixièmes de px : `python3 agent-tools/resume.py events/C-012/ --colonne x --pas 15min --capteurs R6,C1,C5,C4,C6 --debut 2026-09-26T03:30Z --fin 2026-09-26T08:00Z` (de même `--colonne y`, `--colonne corr_x`) ; `python3 agent-tools/resume.py events/C-012/ --colonne sigma0 --pas 15min --capteurs R1 --debut 2026-09-26T03:30Z --fin 2026-09-26T08:00Z`
|
||||
3. Les capteurs hors du groupe restent mesurés, avec la gêne ordinaire du matin (ici C4 jamais rejetée, `corr_x` à son niveau sauf un pas à 05:15 sans pose de la caméra ; C6 rejetée 05:15 → 06:00, soleil bas) : même commande, `--colonne corr_x`
|
||||
4. Sur les images : avant, les plots dégagés (03:00) ; pendant, plusieurs voitures garées sur les plots, carrosseries et roues à la place des taches (04:00, 05:00) ; au retour, une seule voiture, plus loin, et les taches revenues (07:15) : `.venv/bin/python agents/diagnostic/outils/vignettes.py events/C-012/ --capteurs C1,C5,C7,C4 --heures 2026-09-26T03:00Z,2026-09-26T04:00Z,2026-09-26T05:00Z,2026-09-26T07:15Z,2026-09-26T08:00Z --rayon 80 --fixe` ; Read sur `images/20260926T0500Z_10095778.jpg` et `images/20260926T0715Z_10096359.jpg`
|
||||
4. Sur les images : avant, les plots dégagés (03:00) ; pendant, plusieurs voitures garées sur les plots, carrosseries et roues à la place des taches (04:00, 05:00) ; au retour, une seule voiture, plus loin, et les taches revenues (07:15) : `.venv/bin/python agent-tools/vignettes.py events/C-012/ --capteurs C1,C5,C7,C4 --heures 2026-09-26T03:00Z,2026-09-26T04:00Z,2026-09-26T05:00Z,2026-09-26T07:15Z,2026-09-26T08:00Z --rayon 80 --fixe` ; Read sur `images/20260926T0500Z_10095778.jpg` et `images/20260926T0715Z_10096359.jpg`
|
||||
|
||||
## Diagnostic
|
||||
- **Classification** : *target-local degradation* : chaque capteur masqué perd sa tache ; la compensation écarte la référence masquée et garde les autres
|
||||
|
||||
+5
-5
@@ -17,11 +17,11 @@ Cause inconnue, déduite (des insectes vus en vol à l'instant du changement ; u
|
||||
|
||||
## Signature
|
||||
Critères observables, relatifs au niveau habituel du capteur, chacun avec sa commande :
|
||||
1. Au même pas, l'`error_value` de trois cibles voisines change de niveau, en sens opposés, et y reste (ici à 07:00 : C4 de 0,08 à 0,71, puis 0,31 à 0,49, soit ×4 à ×6, au-dessus de son seuil 0,3 ; C15 de 0,055 à 0,20, ×3,5, sous le seuil ; C5 de 0,19-0,21 à 0,09-0,10, ×0,5) ; une autre voisine reste à son niveau (C14 0,075-0,08) : `python3 agents/diagnostic/outils/resume.py events/C-013/ --colonne error_value --pas 1h --capteurs C4,C5,C15,C14`
|
||||
2. La cible qui monte au-dessus de son seuil est rejetée dès ce pas (ici C4 : 7 mesures rejetées sur 13, toutes à partir de 07:00 ; la cible restée sous le seuil, aucune) : `python3 agents/diagnostic/outils/inventaire.py events/C-013/`
|
||||
3. Au pas du changement seulement, la position brute de la cible la plus touchée saute de dizaines de px (ici C4 `x` de 797,3 à 776,7, soit −20 px), puis revient à sa place à quelques centièmes de px dès le pas suivant et y reste ; les positions des deux autres ne bougent pas : `python3 agents/diagnostic/outils/resume.py events/C-013/ --colonne x --pas 1h --capteurs C4,C5,C15 --debut 2026-09-26T05:00Z --fin 2026-09-26T10:00Z`
|
||||
4. La caméra ne bouge pas à ce pas : pose recalée à chaque mesure, `sigma0` qui suit sa pente du matin sans marche (ici 0,0016 à 06:00, 0,0019 à 07:00) : `python3 agents/diagnostic/outils/resume.py events/C-013/ --colonne sigma0 --pas 1h --capteurs R1`
|
||||
5. Sur les images : au pas du changement, des traînées claires d'insectes en vol éclairés par le projecteur, la tache de la cible la plus touchée absente de sa place et la croix posée sur une autre, à 20 px ; avant et après, sa tache nette à sa place ; la tache de la cible qui monte sous le seuil paraît plus grosse après : `.venv/bin/python agents/diagnostic/outils/vignettes.py events/C-013/ --capteurs C4,C5,C15,C14 --heures 2026-09-26T06:00Z,2026-09-26T07:00Z,2026-09-26T08:00Z,2026-09-26T12:00Z --rayon 80 --fixe` ; Read sur `images/20260926T0700Z_10096256.jpg`
|
||||
1. Au même pas, l'`error_value` de trois cibles voisines change de niveau, en sens opposés, et y reste (ici à 07:00 : C4 de 0,08 à 0,71, puis 0,31 à 0,49, soit ×4 à ×6, au-dessus de son seuil 0,3 ; C15 de 0,055 à 0,20, ×3,5, sous le seuil ; C5 de 0,19-0,21 à 0,09-0,10, ×0,5) ; une autre voisine reste à son niveau (C14 0,075-0,08) : `python3 agent-tools/resume.py events/C-013/ --colonne error_value --pas 1h --capteurs C4,C5,C15,C14`
|
||||
2. La cible qui monte au-dessus de son seuil est rejetée dès ce pas (ici C4 : 7 mesures rejetées sur 13, toutes à partir de 07:00 ; la cible restée sous le seuil, aucune) : `python3 agent-tools/inventaire.py events/C-013/`
|
||||
3. Au pas du changement seulement, la position brute de la cible la plus touchée saute de dizaines de px (ici C4 `x` de 797,3 à 776,7, soit −20 px), puis revient à sa place à quelques centièmes de px dès le pas suivant et y reste ; les positions des deux autres ne bougent pas : `python3 agent-tools/resume.py events/C-013/ --colonne x --pas 1h --capteurs C4,C5,C15 --debut 2026-09-26T05:00Z --fin 2026-09-26T10:00Z`
|
||||
4. La caméra ne bouge pas à ce pas : pose recalée à chaque mesure, `sigma0` qui suit sa pente du matin sans marche (ici 0,0016 à 06:00, 0,0019 à 07:00) : `python3 agent-tools/resume.py events/C-013/ --colonne sigma0 --pas 1h --capteurs R1`
|
||||
5. Sur les images : au pas du changement, des traînées claires d'insectes en vol éclairés par le projecteur, la tache de la cible la plus touchée absente de sa place et la croix posée sur une autre, à 20 px ; avant et après, sa tache nette à sa place ; la tache de la cible qui monte sous le seuil paraît plus grosse après : `.venv/bin/python agent-tools/vignettes.py events/C-013/ --capteurs C4,C5,C15,C14 --heures 2026-09-26T06:00Z,2026-09-26T07:00Z,2026-09-26T08:00Z,2026-09-26T12:00Z --rayon 80 --fixe` ; Read sur `images/20260926T0700Z_10096256.jpg`
|
||||
|
||||
## Diagnostic
|
||||
- **Classification** : *target-local degradation* : la qualité de visée de trois cibles change, sans mouvement de la caméra ni des positions
|
||||
|
||||
+4
-4
@@ -17,10 +17,10 @@ Cause inconnue, déduite : on ne peut ni écarter un petit mouvement des cibles
|
||||
|
||||
## Signature
|
||||
Critères observables, relatifs au niveau habituel du capteur, chacun avec sa commande :
|
||||
1. Au même pas, `corr_x` ou `corr_y` de trois cibles voisines change de niveau d'un coup, de plusieurs bruits propres, et reste décalé jusqu'à la fin des données (ici à 20:00 : C24 `corr_y` de −0,08 à −0,27, puis −0,22 à −0,28 ; C25 `corr_x` de 0,22 à 0,44, puis 0,47 à 0,52 ; C14 `corr_x` de 0,20 à 0,41, puis 0,31 à 0,46 ; une quatrième, moins nette, C29 `corr_y` de −0,10 à +0,02, puis +0,04 à +0,06) ; une voisine sans marche (C21) ; sur les données lues par la boucle, les décalages tiennent au moins 5 jours : `python3 agents/diagnostic/outils/resume.py events/C-014/ --colonne corr_y --pas 1h --capteurs C24,C25,C14,C29,C21` (de même `--colonne corr_x`)
|
||||
2. Au même pas, l'`error_value` des trois cibles monte un peu et y reste, sous le seuil (ici C25 de 0,05 à 0,11-0,14, C14 de 0,07 à 0,11-0,12, C24 de 0,125 à 0,13-0,16) : `python3 agents/diagnostic/outils/resume.py events/C-014/ --colonne error_value --pas 1h --capteurs C24,C25,C14`
|
||||
3. Pas de marche propre des positions brutes : à ce pas, la caméra bouge un peu (pan −0,008°, tilt +0,009°, comme au retour du soir des autres jours) et les positions brutes de tous bougent de quelques dixièmes de px ; une voisine suit la caméra (C21 `x` −0,38 px, `corr_x` sans marche), les cibles du groupe moins (C25 et C14 `x` −0,1 px), d'où leur marche de correction ; `sigma0` sans marche (0,0010 à 19:00, 0,0006 à 20:00, suite de sa baisse du soir) : `python3 agents/diagnostic/outils/resume.py events/C-014/ --colonne x --pas 1h --capteurs C25,C14,C29,C21 --debut 2026-10-02T17:00Z --fin 2026-10-03T01:00Z` ; `python3 agents/diagnostic/outils/resume.py events/C-014/ --colonne sigma0 --pas 1h --capteurs R1`
|
||||
4. Sur les images, rien ne change : tache de chaque cible petite mais nette, à la même place, avant, au pas et après : `.venv/bin/python agents/diagnostic/outils/vignettes.py events/C-014/ --capteurs C24,C25,C14,C21 --heures 2026-10-02T19:00Z,2026-10-02T20:00Z,2026-10-02T22:00Z,2026-10-03T02:00Z --rayon 80 --fixe`
|
||||
1. Au même pas, `corr_x` ou `corr_y` de trois cibles voisines change de niveau d'un coup, de plusieurs bruits propres, et reste décalé jusqu'à la fin des données (ici à 20:00 : C24 `corr_y` de −0,08 à −0,27, puis −0,22 à −0,28 ; C25 `corr_x` de 0,22 à 0,44, puis 0,47 à 0,52 ; C14 `corr_x` de 0,20 à 0,41, puis 0,31 à 0,46 ; une quatrième, moins nette, C29 `corr_y` de −0,10 à +0,02, puis +0,04 à +0,06) ; une voisine sans marche (C21) ; sur les données lues par la boucle, les décalages tiennent au moins 5 jours : `python3 agent-tools/resume.py events/C-014/ --colonne corr_y --pas 1h --capteurs C24,C25,C14,C29,C21` (de même `--colonne corr_x`)
|
||||
2. Au même pas, l'`error_value` des trois cibles monte un peu et y reste, sous le seuil (ici C25 de 0,05 à 0,11-0,14, C14 de 0,07 à 0,11-0,12, C24 de 0,125 à 0,13-0,16) : `python3 agent-tools/resume.py events/C-014/ --colonne error_value --pas 1h --capteurs C24,C25,C14`
|
||||
3. Pas de marche propre des positions brutes : à ce pas, la caméra bouge un peu (pan −0,008°, tilt +0,009°, comme au retour du soir des autres jours) et les positions brutes de tous bougent de quelques dixièmes de px ; une voisine suit la caméra (C21 `x` −0,38 px, `corr_x` sans marche), les cibles du groupe moins (C25 et C14 `x` −0,1 px), d'où leur marche de correction ; `sigma0` sans marche (0,0010 à 19:00, 0,0006 à 20:00, suite de sa baisse du soir) : `python3 agent-tools/resume.py events/C-014/ --colonne x --pas 1h --capteurs C25,C14,C29,C21 --debut 2026-10-02T17:00Z --fin 2026-10-03T01:00Z` ; `python3 agent-tools/resume.py events/C-014/ --colonne sigma0 --pas 1h --capteurs R1`
|
||||
4. Sur les images, rien ne change : tache de chaque cible petite mais nette, à la même place, avant, au pas et après : `.venv/bin/python agent-tools/vignettes.py events/C-014/ --capteurs C24,C25,C14,C21 --heures 2026-10-02T19:00Z,2026-10-02T20:00Z,2026-10-02T22:00Z,2026-10-03T02:00Z --rayon 80 --fixe`
|
||||
|
||||
## Diagnostic
|
||||
- **Classification** : indéterminé (*target-local degradation* possible : l'`error_value` monte avec la marche)
|
||||
|
||||
@@ -6,17 +6,17 @@
|
||||
|
||||
## Faits
|
||||
|
||||
- **Données** (observé) : déplacements à 5 min et images horaires les 26 et 27.10 ; aucun déplacement du 23.10 23:55Z au 26.10 00:00Z. Images à 21:00, 22:00, 23:01, puis toutes les heures de 00:01 à 09:00Z. `python3 agents/diagnostic/outils/inventaire.py data/LENZSPITZE/ --debut 2026-10-26T00:00Z --fin 2026-10-27T23:59Z`
|
||||
- **Données** (observé) : déplacements à 5 min et images horaires les 26 et 27.10 ; aucun déplacement du 23.10 23:55Z au 26.10 00:00Z. Images à 21:00, 22:00, 23:01, puis toutes les heures de 00:01 à 09:00Z. `python3 agent-tools/inventaire.py data/LENZSPITZE/ --debut 2026-10-26T00:00Z --fin 2026-10-27T23:59Z`
|
||||
- **La perturbation** (observé) : 14 cibles rejetées une bonne partie de la nuit (`error_value` au-dessus du seuil de 0,7) : 1002, 1004, 101B, 102H, 201B, 202H, 7013H, 8004, 8010, 8011, 8012, 8013, 8014, 92H, entre 00:00Z et 08:50Z selon la cible. Même commande.
|
||||
- **Sa forme** (observé) : l'`error_value` de 8012, 101B, 202H, 8014 monte peu à peu de ~0,07 à partir de 23:00Z, atteint ~0,97 vers 01:00-02:00Z, reste en plateau, puis retombe en moins d'une heure vers 08:30Z. 1015 et 1017 restent à ~0,1 toute la nuit. `python3 agents/diagnostic/outils/resume.py data/LENZSPITZE/ --colonne error_value --pas 1h --capteurs 8012,101B,202H,1017 --debut 2026-10-26T20:00Z --fin 2026-10-27T10:00Z`
|
||||
- **Sa forme** (observé) : l'`error_value` de 8012, 101B, 202H, 8014 monte peu à peu de ~0,07 à partir de 23:00Z, atteint ~0,97 vers 01:00-02:00Z, reste en plateau, puis retombe en moins d'une heure vers 08:30Z. 1015 et 1017 restent à ~0,1 toute la nuit. `python3 agent-tools/resume.py data/LENZSPITZE/ --colonne error_value --pas 1h --capteurs 8012,101B,202H,1017 --debut 2026-10-26T20:00Z --fin 2026-10-27T10:00Z`
|
||||
|
||||

|
||||
*De 00:00 à 08:40Z, l'`error_value` de 8012, 101B, 202H, 8014 plafonne près de 1 (rejetées, `corr_y` vides) ; 1015 et 1017 ne bougent pas.*
|
||||
|
||||
- **Repères des détecteurs** (dérivé) : `visibilite_reduite` du 27.10 00:00Z à 08:40Z (18 capteurs) ; la nuit précédente aussi, du 26.10 00:10Z à 08:05Z (28 capteurs), avec `visibilite_nulle` de 06:25Z à 06:45Z (27 capteurs) ; plus faibles les nuits du 16-17.10 (8) et du 22-23.10 (11). `python3 vues-deplacements/detectors/categories.py data/LENZSPITZE/`
|
||||
- **Images** (observé, Read) : 26.10 21:00Z, 27.10 00:01Z et 04:01Z : la scène de nuit, identique d'une heure à l'autre (les tirets lumineux à gauche sont fixes : les barrières réfléchissantes du chantier, visibles de jour) ; aucun train, engin, personne ni éclairage de chantier ; des taches de cibles plus faibles à 00:01Z et 04:01Z qu'à 21:00Z. 27.10 07:01Z : lever du soleil face à la caméra, voies vides ; 09:00Z : jour, voies vides, cibles visibles. 26.10 06:01Z et 07:01Z (autour de la `visibilite_nulle`) : aube, voies vides.
|
||||
- **GIF** : `images_20261026T2100Z_20261027T0900Z.gif` (13 images, 21:00Z → 09:00Z). `.venv/bin/python agents/diagnostic/outils/gif.py data/LENZSPITZE/ --debut 2026-10-26T21:00Z --fin 2026-10-27T09:00Z --sortie support/2026-10-28_LENZSPITZE_activite-voies/`
|
||||
- **Cibles restées visibles** (dérivé) : 1003, 1009, 1015, 1017, 1019, 1021, 1024, 8017 non rejetées de la nuit ; leur `corr_x` varie ensemble, au même moment et dans le même sens (−0,03 à −0,08 px jusqu'à ~01:00Z, +0,02 à +0,06 px de ~02:00Z à ~06:00Z), 10 à 30 bruits propres mais quelques centièmes de px : un mouvement commun, pas propre à une cible ; `corr_y` plus calme. `python3 agents/diagnostic/outils/plages.py data/LENZSPITZE/ --colonnes corr_x,corr_y --capteurs 1003,1009,1015,1017,1019,1021,1024,8017 --debut 2026-10-26T21:00Z --fin 2026-10-27T09:00Z --min-mesures 6`
|
||||
- **GIF** : `images_20261026T2100Z_20261027T0900Z.gif` (13 images, 21:00Z → 09:00Z). `.venv/bin/python agent-tools/gif.py data/LENZSPITZE/ --debut 2026-10-26T21:00Z --fin 2026-10-27T09:00Z --sortie support/2026-10-28_LENZSPITZE_activite-voies/`
|
||||
- **Cibles restées visibles** (dérivé) : 1003, 1009, 1015, 1017, 1019, 1021, 1024, 8017 non rejetées de la nuit ; leur `corr_x` varie ensemble, au même moment et dans le même sens (−0,03 à −0,08 px jusqu'à ~01:00Z, +0,02 à +0,06 px de ~02:00Z à ~06:00Z), 10 à 30 bruits propres mais quelques centièmes de px : un mouvement commun, pas propre à une cible ; `corr_y` plus calme. `python3 agent-tools/plages.py data/LENZSPITZE/ --colonnes corr_x,corr_y --capteurs 1003,1009,1015,1017,1019,1021,1024,8017 --debut 2026-10-26T21:00Z --fin 2026-10-27T09:00Z --min-mesures 6`
|
||||
- **Station totale du client** (contexte donné par Marc) : benchmark caméra contre station totale ; traits continus = station totale (`FlV_tachy…`), traitillés = caméra ; la station totale n'envoie aucun point la nuit. Sa ligne « plate » la nuit relie seulement les points d'avant et d'après : elle ne confirme ni n'infirme rien sur ce créneau. (Le premier jet du mail s'appuyait à tort sur elle.)
|
||||
- **Heure de la capture du client** (dérivé) : ses pics du 26.10 sont lus vers 07:30-07:50 sur son axe ; la `visibilite_nulle` est à 06:25-06:45Z ; son axe est donc en UTC+1 (heure d'hiver suisse depuis le 25.10). Ses pics du 27.10 (vers 02:30-06:00 sur son axe, 01:30-05:00Z) tombent dans le plateau.
|
||||
|
||||
|
||||
@@ -22,7 +22,7 @@ Journal du matin du client (D-056), le cap actuel : onglet `Journal` de la maque
|
||||
|
||||
Boucle automatique (D-057), lancée par l'utilisateur seul, sur les lots qu'il choisit : `/boucle <dossier de station> [--du … --au …]` fait juger les détecteurs du journal, lot après lot, par un analyste, les fait corriger par un upgrader contrôlé par un validateur, et ajoute les nouveautés à la base de cas par un builder ; une séance commitée directement sur `master` (D-070), ses rendus dans `boucle/<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/boucle_<séance>.html` montre l'analyste face aux détecteurs (D-066) ; à chaque lot et après chaque modification, le benchmark des détecteurs sur la base de cas (`.claude/skills/boucle/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/boucle-automatique.md`.
|
||||
|
||||
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 (`agents/diagnostic/outils/`) 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`.
|
||||
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
|
||||
|
||||
|
||||
@@ -5,7 +5,7 @@ Usage : python3 vues-deplacements/aiguiser/voir.py data/NORDEND/ --debut 2026-09
|
||||
|
||||
Lance, avec les réglages du skill lire-les-donnees, inventaire, ensemble, resume, graphique et vignettes.
|
||||
La page est rangée dans out/voir/<STATION>_<début>_<fin>_<version des outils>/ ; la version est le hash
|
||||
git de agents/diagnostic/outils/ (« +modif » si le dossier a des changements non commités) : deux pages de
|
||||
git de agent-tools/ (« +modif » si le dossier a des changements non commités) : deux pages de
|
||||
versions différentes se comparent côte à côte. Sans --capteurs, les vignettes montrent les 3 capteurs qui
|
||||
s'écartent le plus de leur niveau habituel (error_value, en MAD) et le plus calme comme témoin.
|
||||
Rend ce que les outils rendent, aucun verdict.
|
||||
@@ -19,7 +19,7 @@ import subprocess
|
||||
import sys
|
||||
|
||||
RACINE = os.path.normpath(os.path.join(os.path.dirname(os.path.abspath(__file__)), "..", ".."))
|
||||
OUTILS = os.path.join(RACINE, "agents", "diagnostic", "outils")
|
||||
OUTILS = os.path.join(RACINE, "agent-tools")
|
||||
sys.path.insert(0, OUTILS)
|
||||
from donnees import charger, est_reference, filtrer, heure_image, instant, iso, trouver # noqa: E402
|
||||
|
||||
@@ -31,8 +31,8 @@ NB_IMAGES = 5
|
||||
|
||||
def version_outils():
|
||||
sh = lambda *a: subprocess.run(["git", "-C", RACINE, *a], capture_output=True, text=True).stdout.strip()
|
||||
h = sh("rev-parse", "--short", "HEAD:agents/diagnostic/outils")
|
||||
return h + ("+modif" if sh("status", "--porcelain", "--", "agents/diagnostic/outils") else "")
|
||||
h = sh("rev-parse", "--short", "HEAD:agent-tools")
|
||||
return h + ("+modif" if sh("status", "--porcelain", "--", "agent-tools") else "")
|
||||
|
||||
|
||||
def ecarts(par, debut, fin):
|
||||
|
||||
@@ -31,7 +31,7 @@ On veut donc un autre processus automatique, à part de `/boucle`, qui ne travai
|
||||
|
||||
## 3. Ce qui existe
|
||||
|
||||
- **Les outils de lecture**, `agents/diagnostic/outils/` (419 lignes) : `donnees.py` (lecture commune des exports), `inventaire.py`, `resume.py`, `graphique.py` (PNG des séries), `vignettes.py` (gros plans des capteurs sur les images). Bibliothèque standard, matplotlib par `.venv` pour les figures. Ils rendent des valeurs, jamais des verdicts.
|
||||
- **Les outils de lecture**, `agent-tools/` (419 lignes) : `donnees.py` (lecture commune des exports), `inventaire.py`, `resume.py`, `graphique.py` (PNG des séries), `vignettes.py` (gros plans des capteurs sur les images). Bibliothèque standard, matplotlib par `.venv` pour les figures. Ils rendent des valeurs, jamais des verdicts.
|
||||
- **Leur mode d'emploi est recopié à deux endroits** : le tableau « Tes outils » et l'étape 1 de `.claude/skills/critiquer-lot/SKILL.md` (l'analyste), le §3 et une partie du §4 (étapes 1, 2 et 4) de `agents/diagnostic/instructions.md` (l'agent de diagnostic).
|
||||
- **Les cinq cas validés**, `events/C-001/` à `C-005/` : données (`displacement/`, `images/`), fiche `cas.md` (signature en critères, avec leurs commandes) et figures, dans le même dossier.
|
||||
- **Le modèle de `/boucle`** (D-057, `vues-deplacements/contexte/boucle-automatique.md`, skill `.claude/skills/boucle/SKILL.md`) : un skill orchestrateur dans la conversation principale, des sous-agents qui ne se parlent pas et écrivent chacun un rendu, une ligne `**Verdict** :` lue par `grep`, des commits par chemin, une branche par séance, un `bilan.md`. Un passage de l'analyste coûte environ 250 000 jetons et 8 min 30 (essai du 2026-10-24).
|
||||
@@ -48,7 +48,7 @@ Il ne contient ni catégorie, ni cas, ni hypothèse, ni verdict : c'est l'affair
|
||||
|
||||
**Ceux qui l'utilisent** : l'analyste (« Tes outils » et l'étape 1 de `critiquer-lot` renvoient au skill ; l'étape 1 garde la catégorie de la carte, ajoutée après la lecture), l'agent de diagnostic (le §3 de ses instructions renvoie au skill et garde la ligne `categories.py` et la remarque sur `--sortie` ; ses étapes de diagnostic ne changent pas) et le lecteur (§6). Les sous-agents le lisent par Read, comme l'analyste lit `critiquer-lot` *(choix de Claude)*.
|
||||
|
||||
**L'optimiseur touche à deux choses, et seulement à elles** : les scripts de `agents/diagnostic/outils/` (y compris un nouveau script) et `lire-les-donnees/SKILL.md`.
|
||||
**L'optimiseur touche à deux choses, et seulement à elles** : les scripts de `agent-tools/` (y compris un nouveau script) et `lire-les-donnees/SKILL.md`.
|
||||
|
||||
## 5. Une séance
|
||||
|
||||
@@ -95,7 +95,7 @@ Il teste le skill : il lit `lire-les-donnees/SKILL.md` et le suit, rien d'autre.
|
||||
|
||||
C'est le validateur des outils de lecture ; « correcteur » parce qu'il compare une copie à un corrigé (accepté). Outils : Read, Bash, Write. Deux demandes :
|
||||
|
||||
- **Lecture lente** : il lit le lot sans limite, avec **ses propres scripts** (bibliothèque standard, matplotlib par `.venv`), rangés avec ses figures dans `lot-NN/corrige/`, sur les exports bruts, et autant d'images qu'il le juge utile. Il peut lire `docs/domaine/` et la carte des événements. **Il n'utilise pas** `agents/diagnostic/outils/`, pas même `donnees.py` (une erreur de lecture commune passerait inaperçue) *(choix de Claude)*, ne lit pas `lire-les-donnees/SKILL.md`, ni les détecteurs, ni la base de cas, et il écrit `corrige.md` **avant** d'ouvrir la lecture. `corrige.md` a le même tableau que la lecture, pour comparer ligne à ligne *(choix de Claude)*. Puis il écrit l'écart (ci-dessous).
|
||||
- **Lecture lente** : il lit le lot sans limite, avec **ses propres scripts** (bibliothèque standard, matplotlib par `.venv`), rangés avec ses figures dans `lot-NN/corrige/`, sur les exports bruts, et autant d'images qu'il le juge utile. Il peut lire `docs/domaine/` et la carte des événements. **Il n'utilise pas** `agent-tools/`, pas même `donnees.py` (une erreur de lecture commune passerait inaperçue) *(choix de Claude)*, ne lit pas `lire-les-donnees/SKILL.md`, ni les détecteurs, ni la base de cas, et il écrit `corrige.md` **avant** d'ouvrir la lecture. `corrige.md` a le même tableau que la lecture, pour comparer ligne à ligne *(choix de Claude)*. Puis il écrit l'écart (ci-dessous).
|
||||
- **Écart seul** : `corrige.md`, la nouvelle lecture et le dernier écart ; il peut revenir aux données pour trancher (le lecteur a pu voir juste là où le corrigé s'est trompé : alors il corrige le corrigé et le dit).
|
||||
|
||||
`ecart-K.md` :
|
||||
@@ -130,7 +130,7 @@ aucune | - <moment, capteurs, ce qui le montre>
|
||||
|
||||
Il reprend les défauts du dernier écart (et la modification annulée, s'il y en a une) et modifie le skill. Outils : Read, Edit, Write, Bash. Il peut lire le corrigé, les scripts du correcteur, la partie « ce qui m'a manqué » des lectures et les données du lot.
|
||||
|
||||
- Il ne touche qu'à `agents/diagnostic/outils/` et à `lire-les-donnees/SKILL.md` (§4).
|
||||
- Il ne touche qu'à `agent-tools/` et à `lire-les-donnees/SKILL.md` (§4).
|
||||
- **Le plus simple d'abord** (accepté) : une phrase du mode d'emploi ou un réglage par défaut ; sinon une option d'un outil existant ; un nouvel outil en dernier recours.
|
||||
- **Interdits** (accepté) : aucun jugement dans ce que rend un outil (ni seuil, ni catégorie, ni « anomalie ») ; rien de propre à une station, à un capteur ou à une date ; aucun import des détecteurs (`vues-deplacements/detectors/`) ; bibliothèque standard, matplotlib pour les figures seulement.
|
||||
- **Ne rien casser** : les options et les sorties existantes restent ; une commande citée par une fiche de cas marche toujours *(constaté dans les fiches)*. Il relance l'outil modifié sur le lot, et une commande d'une fiche qui l'emploie.
|
||||
|
||||
@@ -32,7 +32,7 @@ L'analyste et le validateur ne laissent rien de durable eux-mêmes : ce sont les
|
||||
## 3. Ce qui existe et que la boucle réutilise
|
||||
|
||||
- Les détecteurs du journal : `vues-deplacements/detectors/*.py`, contrat `detect(mesures)`, classés en événements par `categories.py`. Le tri en lot existe (point 30, validé) : `python3 vues-deplacements/detectors/categories.py <dossier> --du AAAA-MM-JJ --au AAAA-MM-JJ --tranche 4 --historique 3`. Chaque lot est classé avec les 3 jours d'avant : c'est la règle pour la boucle (D-056).
|
||||
- Les outils de lecture des données, `agents/diagnostic/outils/` : `inventaire.py`, `resume.py`, `graphique.py` (PNG des séries), `vignettes.py` (gros plans des cibles sur les images) ; leur mode d'emploi est le skill `.claude/skills/lire-les-donnees/`, que suit l'analyste ; ils évoluent par `/aiguiser` (D-059, `aiguiser-la-lecture.md`), pas par la boucle. Seuls les outils servent : l'agent de diagnostic, lui, n'est pas appelé.
|
||||
- Les outils de lecture des données, `agent-tools/` : `inventaire.py`, `resume.py`, `graphique.py` (PNG des séries), `vignettes.py` (gros plans des cibles sur les images) ; leur mode d'emploi est le skill `.claude/skills/lire-les-donnees/`, que suit l'analyste ; ils évoluent par `/aiguiser` (D-059, `aiguiser-la-lecture.md`), pas par la boucle. Seuls les outils servent : l'agent de diagnostic, lui, n'est pas appelé.
|
||||
- La carte des événements, `events/carte-des-evenements.md` : ce qui peut arriver, en familles, et les catégories du journal (section 4).
|
||||
- La base de cas, `events/` : l'index `INDEX.md`, le modèle de fiche (§11.3 de `docs/agents/agent-diagnostic.md`), le skill `anonymiser-cas` (données copiées dans le dossier du cas, noms codés, D-049, D-050). Les cas existants ne se modifient jamais ; la boucle en ajoute.
|
||||
- Le registre des seuils, `vues-deplacements/contexte/seuils-du-journal.md` : une constante changée le met à jour dans le même changement.
|
||||
|
||||
@@ -4,7 +4,7 @@
|
||||
|
||||
## Recommandation
|
||||
|
||||
**Option A, avec un seul script** (`extraction/pomper.py`, essayé le 2026-10-26) : il réutilise les lectures de l'appli, ouvre un moteur PostgreSQL **en lecture seule** (comme `scripts/domain_diagnostics.py`, déjà lancé avec succès dans le container le 2026-10-21) et écrit, un fichier par jour, les métriques système (`data/<STATION>/metrics/<STATION>_<métrique>_….csv`, le format du téléchargement de la page System, que lit `common.stations`), `data/<STATION>/displacement/…_advanced_….csv` et `data/<STATION>/images/…jpg`, les formats que `agents/diagnostic/outils/donnees.py` (`trouver`, `heure_image`) lit déjà (point 43 du plan). B n'est pas une autre solution : c'est ce même script lancé depuis WSL, si la base y est joignable (non vérifié). C (une route d'export) vient seulement si la boucle prouve sa valeur.
|
||||
**Option A, avec un seul script** (`extraction/pomper.py`, essayé le 2026-10-26) : il réutilise les lectures de l'appli, ouvre un moteur PostgreSQL **en lecture seule** (comme `scripts/domain_diagnostics.py`, déjà lancé avec succès dans le container le 2026-10-21) et écrit, un fichier par jour, les métriques système (`data/<STATION>/metrics/<STATION>_<métrique>_….csv`, le format du téléchargement de la page System, que lit `common.stations`), `data/<STATION>/displacement/…_advanced_….csv` et `data/<STATION>/images/…jpg`, les formats que `agent-tools/donnees.py` (`trouver`, `heure_image`) lit déjà (point 43 du plan). B n'est pas une autre solution : c'est ce même script lancé depuis WSL, si la base y est joignable (non vérifié). C (une route d'export) vient seulement si la boucle prouve sa valeur.
|
||||
|
||||
## Ce que j'ai trouvé
|
||||
|
||||
|
||||
@@ -19,7 +19,7 @@ import statistics
|
||||
import sys
|
||||
from datetime import timedelta
|
||||
|
||||
sys.path.insert(0, os.path.join(os.path.dirname(os.path.abspath(__file__)), "..", "..", "..", "agents", "diagnostic", "outils"))
|
||||
sys.path.insert(0, os.path.join(os.path.dirname(os.path.abspath(__file__)), "..", "..", "..", "agent-tools"))
|
||||
from donnees import charger, iso # noqa: E402
|
||||
|
||||
NIVEAU = 0.2 # provisoire, réglé sur NORDEND d'octobre (buée du 08/10 : 10 à 20 % rejetées), C-002 (toile : 30 à 40 %)
|
||||
|
||||
@@ -23,7 +23,7 @@ import sys
|
||||
from datetime import datetime, timedelta, timezone
|
||||
from pathlib import Path
|
||||
|
||||
sys.path.insert(0, os.path.join(os.path.dirname(os.path.abspath(__file__)), "..", "..", "agents", "diagnostic", "outils"))
|
||||
sys.path.insert(0, os.path.join(os.path.dirname(os.path.abspath(__file__)), "..", "..", "agent-tools"))
|
||||
from donnees import charger, iso # noqa: E402
|
||||
|
||||
# ignore : zone grisée (None : comme le dit le détecteur, la turbulence n'est grisée que forte) ; process : bouton
|
||||
|
||||
@@ -22,7 +22,7 @@ import os
|
||||
import statistics
|
||||
import sys
|
||||
|
||||
sys.path.insert(0, os.path.join(os.path.dirname(os.path.abspath(__file__)), "..", "..", "agents", "diagnostic", "outils"))
|
||||
sys.path.insert(0, os.path.join(os.path.dirname(os.path.abspath(__file__)), "..", "..", "agent-tools"))
|
||||
from donnees import charger, est_reference, iso # noqa: E402
|
||||
|
||||
CALME = 0.25 # part des autres capteurs rejetés au plus, pour un instant calme
|
||||
|
||||
@@ -14,7 +14,7 @@ import os
|
||||
import statistics
|
||||
import sys
|
||||
|
||||
sys.path.insert(0, os.path.join(os.path.dirname(os.path.abspath(__file__)), "..", "..", "agents", "diagnostic", "outils"))
|
||||
sys.path.insert(0, os.path.join(os.path.dirname(os.path.abspath(__file__)), "..", "..", "agent-tools"))
|
||||
from donnees import charger, est_reference, iso # noqa: E402
|
||||
|
||||
HEURES = 20 # un jour compte s'il a au moins 20 heures mesurées (comme D-055)
|
||||
|
||||
@@ -56,7 +56,7 @@ import sys
|
||||
from datetime import timedelta
|
||||
from pathlib import Path
|
||||
|
||||
sys.path.insert(0, str(Path(__file__).resolve().parents[2] / "agents" / "diagnostic" / "outils"))
|
||||
sys.path.insert(0, str(Path(__file__).resolve().parents[2] / "agent-tools"))
|
||||
import donnees # noqa: E402
|
||||
|
||||
K = 20 # provisoire, réglé sur C-001 : à 15, deux cibles saines y sont grisées (17 et 18 bruits) ; les trains de
|
||||
|
||||
@@ -45,7 +45,7 @@ import statistics
|
||||
import sys
|
||||
from datetime import datetime, timedelta, timezone
|
||||
|
||||
sys.path.insert(0, os.path.join(os.path.dirname(os.path.abspath(__file__)), "..", "..", "agents", "diagnostic", "outils"))
|
||||
sys.path.insert(0, os.path.join(os.path.dirname(os.path.abspath(__file__)), "..", "..", "agent-tools"))
|
||||
from donnees import charger, iso # noqa: E402
|
||||
|
||||
HEURES_MIN = 20 # provisoire : un jour UTC compte s'il a au moins 20 heures mesurées
|
||||
|
||||
@@ -11,7 +11,7 @@ import os
|
||||
import statistics
|
||||
import sys
|
||||
|
||||
sys.path.insert(0, os.path.join(os.path.dirname(os.path.abspath(__file__)), "..", "..", "agents", "diagnostic", "outils"))
|
||||
sys.path.insert(0, os.path.join(os.path.dirname(os.path.abspath(__file__)), "..", "..", "agent-tools"))
|
||||
from donnees import charger, iso # noqa: E402
|
||||
|
||||
MISSING = 2 # au-delà de 2 pas manquants, c'est un trou (consigne de l'utilisateur, 2026-10-23)
|
||||
|
||||
@@ -22,7 +22,7 @@ import statistics
|
||||
import sys
|
||||
from datetime import timedelta
|
||||
|
||||
sys.path.insert(0, os.path.join(os.path.dirname(os.path.abspath(__file__)), "..", "..", "agents", "diagnostic", "outils"))
|
||||
sys.path.insert(0, os.path.join(os.path.dirname(os.path.abspath(__file__)), "..", "..", "agent-tools"))
|
||||
from donnees import charger, iso # noqa: E402
|
||||
|
||||
RATIO = 1.5 # provisoire, réglé sur C-003 (WILDSTRUBEL : de jour, corr ×1,7 à ×3 la nuit)
|
||||
|
||||
@@ -54,7 +54,7 @@ import statistics
|
||||
import sys
|
||||
from datetime import timedelta
|
||||
|
||||
sys.path.insert(0, os.path.join(os.path.dirname(os.path.abspath(__file__)), "..", "..", "agents", "diagnostic", "outils"))
|
||||
sys.path.insert(0, os.path.join(os.path.dirname(os.path.abspath(__file__)), "..", "..", "agent-tools"))
|
||||
from donnees import charger, iso # noqa: E402
|
||||
|
||||
K_MAD = 10 # provisoire, réglé sur C-001 (buée : 11 à 57 MAD) et C-005 (pluie, trains : 10 à 70 MAD)
|
||||
|
||||
@@ -22,7 +22,7 @@ ROOT = HERE.parents[1]
|
||||
OUT = ROOT / "out"
|
||||
DEFAULT = ROOT / "vues-deplacements" / "cas" / "2026-10_NORDEND" / "NORDEND"
|
||||
sys.path.insert(0, str(ROOT / "src"))
|
||||
sys.path.insert(0, str(ROOT / "agents" / "diagnostic" / "outils"))
|
||||
sys.path.insert(0, str(ROOT / "agent-tools"))
|
||||
sys.path.insert(0, str(ROOT / "vues-deplacements" / "detectors"))
|
||||
from common.page import AUTOSCALE_Y_JS, open_html # noqa: E402 (bascule seule sur .venv si plotly manque)
|
||||
import donnees # noqa: E402 (lecture des exports, bibliothèque standard)
|
||||
|
||||
@@ -133,7 +133,7 @@ Le « journal du matin » du client (utilisateur, 2026-10-23) : il ouvre Explore
|
||||
## Fichiers et flux
|
||||
|
||||
- `vues-deplacements/maquette/explore.py [dossier de station]` (défaut `vues-deplacements/cas/2026-10_NORDEND/NORDEND/`) :
|
||||
- lit l'export « advanced » avec `agents/diagnostic/outils/donnees.py` (`charger`, `trouver`, `heure_image`), sans le copier ;
|
||||
- lit l'export « advanced » avec `agent-tools/donnees.py` (`charger`, `trouver`, `heure_image`), sans le copier ;
|
||||
- lit l'export horaire (déplacements en mm, heure suisse convertie en UTC), calcule la position médiane de chaque capteur et liste les images avec leur heure ;
|
||||
- injecte un JSON dans `explore_template.html` et écrit `out/vues_deplacements_<STATION>.html` (`<STATION>` : nom du dossier ; pour un dossier de cas, le nom du cas, par exemple `2026-10_NORDEND`), puis l'ouvre (`src/common/page.py`, `open_html`).
|
||||
- `vues-deplacements/maquette/explore_template.html` : habillage, onglets, plotly.js 4.1.1 par CDN (comme les maquettes existantes), JS de la liaison.
|
||||
|
||||
Reference in new issue
Block a user