Code station and sensor names in the diagnostic case base (D-049)
Add the anonymiser-cas skill: a growing registry gives stable codes (S01, R1, C1), a stdlib script rewrites a case and renames its files, and graphique.py / vignettes.py take --alias to plot with codes. Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>
This commit is contained in:
1 parent
3478d77f1d
commit
a684349501
15 files changed
+203
-30
No files matched your search
BIN
Binary file not shown.
|
Before Width: | Height: | Size: 88 KiB |
BIN
Binary file not shown.
|
Before Width: | Height: | Size: 79 KiB |
BIN
Binary file not shown.
|
After Width: | Height: | Size: 106 KiB |
BIN
Binary file not shown.
|
After Width: | Height: | Size: 124 KiB |
+12
-12
@@ -1,17 +1,17 @@
|
||||
# C-001 : deux références voilées la nuit par la brume, mesures saines
|
||||
|
||||
PS_DES_COUDRES · data/PS_DES_COUDRES/ · 2026-10-13T23:30Z → 2026-10-14T05:30Z UTC · avis de l'expert du 2026-10-14 · entré le 2026-10-14
|
||||
S01 · data/S01/ · 2026-10-13T20:00Z → 2026-10-14T08:00Z UTC · avis de l'expert du 2026-10-14 · entré le 2026-10-14
|
||||
|
||||
## Symptôme
|
||||
L'`error_value` de certaines références varie fortement et soudainement, la nuit, alors que les déplacements des cibles ne bougent pas.
|
||||
|
||||
## 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 en moins d'une heure : `python3 agents/diagnostic/outils/resume.py data/PS_DES_COUDRES/ --colonne error_value --pas 15min --capteurs REF_CT,REF_D,REF_G --debut 2026-10-13T23:30Z --fin 2026-10-14T05:30Z`
|
||||
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 en moins d'une heure : `python3 agents/diagnostic/outils/resume.py data/S01/ --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 data/PS_DES_COUDRES/ --colonne error_value --stat max --pas 6h --debut 2026-10-13T23:30Z --fin 2026-10-14T05:30Z`
|
||||
4. Positions brutes des cibles sans marche : aucun pas de 15 min de `relative_x` ou `relative_y` hors de leur dispersion habituelle (ici 4 MAD au plus), y compris quand les références reviennent : `python3 agents/diagnostic/outils/resume.py data/PS_DES_COUDRES/ --colonne relative_x --pas 15min --debut 2026-10-13T23:30Z --fin 2026-10-14T05:30Z` (même chose pour `relative_y`)
|
||||
5. Sur les images, si elles existent : 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 data/PS_DES_COUDRES/ --capteurs REF_G,REF_D,REF_CT,BJ_G --heures 2026-10-14T02:00Z,2026-10-14T04:00Z,2026-10-14T05:00Z`
|
||||
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 agents/diagnostic/outils/resume.py data/S01/ --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). À l'aube, toutes les positions bougent ensemble (ici jusqu'à 9 MAD) : c'est le cycle jour/nuit, pas ce cas : `python3 agents/diagnostic/outils/resume.py data/S01/ --colonne relative_x --pas 15min --debut 2026-10-13T23:30Z --fin 2026-10-14T05:30Z` (même chose pour `relative_y`)
|
||||
5. Sur les images, si elles existent : 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 data/S01/ --capteurs R3,R2,R1,C3 --heures 2026-10-13T22:00Z,2026-10-14T02:00Z,2026-10-14T04:00Z,2026-10-14T06:00Z`
|
||||
|
||||
## Exclusions
|
||||
Ce qui ferait que ce n'est pas ce cas :
|
||||
@@ -33,17 +33,17 @@ Ce qui ferait que ce n'est pas ce cas :
|
||||
|
||||
## Inconnus
|
||||
- La brume est déduite, pas vue : il n'y a pas de météo, et l'image de 02:00 ne montre pas de brouillard général. De la rosée ou de la buée sur les réflecteurs reste possible.
|
||||
- Un petit effet reste à confirmer avec le spécialiste. Les centroïdes bruts des références touchées se décalent un peu, de 0,1 à 0,3 px (un pas de 12 MAD au retour de l'une). Aux mêmes instants, `corr_x` de quelques cibles saute puis revient : +0,18 puis −0,33 pour BJ_G, +0,12 puis −0,18 pour PBJ_C, leurs minimums de la période. **Question au spécialiste** : ces sauts de la compensation sont-ils négligeables ? Sinon, la classification devient *camera/reference compensation event*.
|
||||
- Un petit effet reste à confirmer avec le spécialiste. Les centroïdes bruts des références touchées se décalent un peu, de 0,1 à 0,3 px (un pas de 12 MAD au retour de l'une). Aux mêmes instants, `corr_x` de quelques cibles saute puis revient : +0,18 puis −0,33 pour C3, +0,12 puis −0,18 pour C7, leurs minimums de la période. **Question au spécialiste** : ces sauts de la compensation sont-ils négligeables ? Sinon, la classification devient *camera/reference compensation event*.
|
||||
|
||||
## Preuves
|
||||

|
||||
*REF_G et REF_D montent seules, REF_CT, BJ_G et BL_D restent plates. En bas, seule REF_G se décale un peu, puis revient avec son error_value.*
|
||||

|
||||
*R3 et R2 montent seules, la nuit, puis reviennent ; R1, C3 et C5 restent plates. En bas, seule R3 se décale un peu pendant l'épisode, puis revient avec son error_value.*
|
||||
|
||||

|
||||
*À 02:00, REF_G et REF_D sont réduites à un point. À 04:00, REF_G est revenue et REF_D pas encore ; à 05:00, REF_D revient. REF_CT et BJ_G ne changent pas.*
|
||||

|
||||
*À 22:00, avant l'épisode, les quatre taches ont leur taille habituelle. À 02:00, R3 et R2 sont réduites à un point ; à 04:00, R3 est revenue et R2 pas encore. À 06:00, l'aube éclaire le fond et les tailles ne se comparent plus ; l'`error_value` de R2 est revenue à 05:30. R1 et C3 ne changent pas.*
|
||||
|
||||
## Test à l'aveugle
|
||||
Rapport : `agents/diagnostic/rapports/2026-10-14T1528Z_PS_DES_COUDRES_nuit-13-14/`, question « que s'est-il passé du 2026-10-13 20:00 au 2026-10-14 08:00 (UTC) ? », sur un index vide. La fenêtre du cas a été resserrée ensuite à la demande de l'utilisateur, et les figures refaites sur cette fenêtre.
|
||||
Rapport : `agents/diagnostic/rapports/2026-10-14T1528Z_S01_nuit-13-14/`, question « que s'est-il passé du 2026-10-13 20:00 au 2026-10-14 08:00 (UTC) ? », sur un index vide. La fenêtre du cas est celle de la question.
|
||||
|
||||
| Attendu | Résultat |
|
||||
|---|---|
|
||||
@@ -56,7 +56,7 @@ Rapport : `agents/diagnostic/rapports/2026-10-14T1528Z_PS_DES_COUDRES_nuit-13-14
|
||||
|
||||
L'attendu 3 n'est pas corrigé dans `instructions.md` : les sauts existent, et c'est leur importance qui fait débat. Ce jugement métier n'est pas confirmé (voir « Inconnus », question au spécialiste).
|
||||
|
||||
**Test de correspondance (2026-10-14).** Même question, avec le cas dans l'index. Rapport : `agents/diagnostic/rapports/2026-10-14T1538Z_PS_DES_COUDRES_nuit-13-14/`. Réussi au premier essai :
|
||||
**Test de correspondance (2026-10-14).** Même question, avec le cas dans l'index. Rapport : `agents/diagnostic/rapports/2026-10-14T1538Z_S01_nuit-13-14/`. Réussi au premier essai :
|
||||
- correspondance : « C-001, complète », critères 1 à 5 vérifiés, exclusions écartées ;
|
||||
- diagnostic : *target-local degradation* `strongly supported`, buée ou eau `possible` ;
|
||||
- conséquence « aucune » (la règle d'asymétrie tient : correspondance complète, mouvement réel réfuté par les positions brutes), action « aucune ».
|
||||
@@ -1,7 +1,7 @@
|
||||
# Cas connus
|
||||
|
||||
Incidents validés par l'expert, un par ligne. La **Signature** résume ce qu'on observe : type de capteurs, combien, colonne, forme, moment, durée, retour à la normale. Ouvre la fiche d'un cas proche par son lien ; ses critères et ses exclusions se vérifient avec tes outils, sur tes données.
|
||||
Incidents validés par l'expert, un par ligne. La **Signature** résume ce qu'on observe : type de capteurs, combien, colonne, forme, moment, durée, retour à la normale. Ouvre la fiche d'un cas proche par son lien ; ses critères et ses exclusions se vérifient avec tes outils, sur tes données. Les noms y sont codés (`S01` une station, `R1` une référence, `C1` une cible) : rapporte chaque critère à tes capteurs du même rôle, jamais à un nom.
|
||||
|
||||
| Cas | Station · fenêtre (UTC) | Signature | Classification | Cause (expert) | Verdict expert |
|
||||
|---|---|---|---|---|---|
|
||||
| [C-001](C-001_PS_DES_COUDRES_2026-10-13/cas.md) | PS des Coudres · 2026-10-13T23:30Z → 2026-10-14T05:30Z | Une partie des références (2 sur 3) : `error_value` à plusieurs dizaines de MAD, la nuit, quelques heures, puis retour ; autre référence et cibles intactes ; positions brutes des cibles sans marche | *target-local degradation* | brume (buée ou eau), inférée | aucune, aucune |
|
||||
| [C-001](C-001_S01_2026-10-13/cas.md) | S01 · 2026-10-13T20:00Z → 2026-10-14T08:00Z | Une partie des références (2 sur 3) : `error_value` à plusieurs dizaines de MAD, la nuit, quelques heures, puis retour ; autre référence et cibles intactes ; positions brutes des cibles sans marche | *target-local degradation* | brume (buée ou eau), inférée | aucune, aucune |
|
||||
@@ -2,7 +2,7 @@
|
||||
|
||||
Usage : .venv/bin/python agents/diagnostic/outils/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]
|
||||
[--zone DEBUT/FIN ...] [--sortie DOSSIER] [--alias NOM=CODE,...]
|
||||
Un panneau par colonne, une courbe par capteur, heures UTC ; chaque --zone est grisée.
|
||||
Imprime le chemin du PNG (out/diagnostic/, ou --sortie : le dossier du rapport, pour une figure de preuve).
|
||||
"""
|
||||
@@ -43,7 +43,9 @@ def main():
|
||||
a.add_argument("--fin", type=instant)
|
||||
a.add_argument("--zone", type=zone, action="append", default=[], help="fenêtre à griser, DEBUT/FIN (répétable)")
|
||||
a.add_argument("--sortie", default=os.path.join(RACINE, "out", "diagnostic"), help="dossier du PNG")
|
||||
a.add_argument("--alias", help="NOM=CODE,... : codes à la place des noms (skill anonymiser-cas)")
|
||||
o = a.parse_args()
|
||||
alias = dict(p.split("=", 1) for p in o.alias.split(",")) if o.alias else {}
|
||||
|
||||
par = charger(o.dossier)
|
||||
if not par:
|
||||
@@ -70,7 +72,7 @@ def main():
|
||||
for i, s in enumerate(noms):
|
||||
ms = series[s] # une valeur vide devient NaN : la courbe s'interrompt au lieu de relier le trou
|
||||
ax.plot([m["t"] for m in ms], [float("nan") if m[col] is None else m[col] for m in ms], ".-", ms=2, lw=0.7,
|
||||
color=couleurs[i % len(couleurs)], label=s)
|
||||
color=couleurs[i % len(couleurs)], label=alias.get(s, s))
|
||||
for debut, fin in o.zone:
|
||||
ax.axvspan(debut, fin, color="0.85", zorder=0)
|
||||
ax.set_ylabel(col)
|
||||
@@ -78,10 +80,11 @@ def main():
|
||||
axes[0, 0].legend(loc="upper left", bbox_to_anchor=(1.0, 1.0), fontsize=8)
|
||||
axes[-1, 0].xaxis.set_major_formatter(mdates.DateFormatter("%d/%m\n%H:%MZ"))
|
||||
station = os.path.basename(os.path.normpath(o.dossier))
|
||||
station = alias.get(station, station)
|
||||
fig.suptitle(f"{station} : {', '.join(colonnes)} (heures UTC)")
|
||||
|
||||
os.makedirs(o.sortie, exist_ok=True)
|
||||
qui = "-".join(noms) if o.capteurs else "tous"
|
||||
qui = "-".join(alias.get(s, s) for s in noms) if o.capteurs else "tous"
|
||||
sortie = os.path.join(o.sortie, f"{station}_{'-'.join(colonnes)}_{qui}_"
|
||||
f"{borne(o.debut, 'debut')}_{borne(o.fin, 'fin')}.png")
|
||||
fig.savefig(sortie, dpi=100, bbox_inches="tight")
|
||||
|
||||
@@ -1,7 +1,7 @@
|
||||
"""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/
|
||||
--capteurs REF_G,REF_D --heures 2026-10-13T22:00Z,2026-10-14T02:00Z [--rayon 100] [--sortie DOSSIER]
|
||||
--capteurs REF_G,REF_D --heures 2026-10-13T22:00Z,2026-10-14T02:00Z [--rayon 100] [--sortie DOSSIER] [--alias NOM=CODE,...]
|
||||
Une ligne par capteur, une colonne par heure. Chaque vignette est centrée sur la position brute (x, y) du capteur
|
||||
dans l'export « advanced », lue à la mesure la plus proche de l'image ; les pixels ne sont pas retouchés, l'éclat
|
||||
se compare donc d'une vignette à l'autre. Imprime les positions utilisées, puis le chemin du PNG.
|
||||
@@ -27,7 +27,9 @@ def main():
|
||||
a.add_argument("--heures", required=True, help="heures des images, séparées par des virgules (UTC)")
|
||||
a.add_argument("--rayon", type=int, default=100, help="demi-côté de la vignette en pixels (défaut 100)")
|
||||
a.add_argument("--sortie", default=os.path.join(RACINE, "out", "diagnostic"), help="dossier du PNG")
|
||||
a.add_argument("--alias", help="NOM=CODE,... : codes à la place des noms (skill anonymiser-cas)")
|
||||
o = a.parse_args()
|
||||
alias = dict(p.split("=", 1) for p in o.alias.split(",")) if o.alias else {}
|
||||
|
||||
par = charger(o.dossier)
|
||||
images = {heure_image(p): p for p in trouver(o.dossier)["images"]}
|
||||
@@ -51,14 +53,15 @@ def main():
|
||||
print(f"{s} {iso(h)} : x={m['x']:.1f} y={m['y']:.1f} (mesure de {iso(m['t'])}), {os.path.basename(images[h])}")
|
||||
ax = axes[i, j]
|
||||
ax.imshow(img[max(y - r, 0):y + r, max(x - r, 0):x + r], interpolation="nearest")
|
||||
ax.set_title(f"{s} {h.strftime('%d/%m %H:%MZ')}", fontsize=9)
|
||||
ax.set_title(f"{alias.get(s, s)} {h.strftime('%d/%m %H:%MZ')}", fontsize=9)
|
||||
ax.set_xticks([])
|
||||
ax.set_yticks([])
|
||||
station = os.path.basename(os.path.normpath(o.dossier))
|
||||
station = alias.get(station, station)
|
||||
fig.suptitle(f"{station} : vignettes de {2 * r} px autour de chaque capteur (heures UTC)", fontsize=10)
|
||||
|
||||
os.makedirs(o.sortie, exist_ok=True)
|
||||
sortie = os.path.join(o.sortie, f"{station}_vignettes_{'-'.join(noms)}_"
|
||||
sortie = os.path.join(o.sortie, f"{station}_vignettes_{'-'.join(alias.get(s, s) for s in noms)}_"
|
||||
f"{'-'.join(h.strftime('%d%H%M') for h in heures)}.png")
|
||||
fig.savefig(sortie, dpi=100, bbox_inches="tight")
|
||||
print(sortie)
|
||||
|
||||
Reference in new issue
Block a user