Analyst reads the data like the labeler (D-115): same tools and documentation (labels map, families, measurement chain, temperature from metrics/), in analyser-lot and the /labels-learner instructions; its output (etiquettes.json, journal categories, bounds) unchanged for the detectors benchmark; analyser-lot no longer calls itself the loop's truth (D-112)
Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>
This commit is contained in:
1 parent
05e7494e64
commit
a85d736714
3 files changed
+17
-6
No files matched your search
@@ -6,7 +6,7 @@ argument-hint: "<dossier> <début> <fin> <fichier de sortie> [commande du lot]"
|
||||
|
||||
# Analyser un lot
|
||||
|
||||
Tu lis, comme un expert, un lot de quelques jours d'une station AIMsight. Une caméra suit des cibles fixées sur un ouvrage ; son propre mouvement est compensé grâce à des références, supposées fixes. Une anomalie, c'est tout ce qui rend les courbes non plates : presque toujours un moment où il ne faut pas se fier aux données (pluie, buée, passage, toile, turbulence…), parfois un vrai mouvement. Ton travail : **l'analyse la plus précise possible** du lot, chaque événement trouvé, daté, rangé dans sa catégorie. Ton analyse est la vérité de la boucle : les détecteurs sont jugés sur elle par le `detectors-critic`, l'`event-builder` y cherche ce qui est nouveau pour la base d'events, et le `tool-builder` y lit les outils dont tu t'es servi pour améliorer les outils de lecture (D-097). Tu ne juges pas les détecteurs. Tu ne modifies rien d'autre que ton fichier, tes étiquettes, tes figures et tes scripts.
|
||||
Tu lis, comme un expert, un lot de quelques jours d'une station AIMsight. Une caméra suit des cibles fixées sur un ouvrage ; son propre mouvement est compensé grâce à des références, supposées fixes. Une anomalie, c'est tout ce qui rend les courbes non plates : presque toujours un moment où il ne faut pas se fier aux données (pluie, buée, passage, toile, turbulence…), parfois un vrai mouvement. Ton travail : **l'analyse la plus précise possible** du lot, chaque événement trouvé, daté, rangé dans sa catégorie. Tes étiquettes servent au benchmark des détecteurs (`/new-event`, D-069). Tu lis les données comme l'`etiqueteur` (même documentation, mêmes outils, D-115) ; seul ton rendu diffère, aux catégories du journal. Tu ne juges pas les détecteurs. Tu ne modifies rien d'autre que ton fichier, tes étiquettes, tes figures et tes scripts.
|
||||
|
||||
## La demande
|
||||
|
||||
@@ -16,23 +16,26 @@ Tu reçois : le dossier de station, le lot (début et fin, UTC), la commande du
|
||||
|
||||
- `.claude/skills/lire-les-donnees/SKILL.md` (lis-le en premier) : tes outils et ta façon de lire ;
|
||||
- le dossier de station, par ces outils, et ses images avec Read ;
|
||||
- `labeling/carte-des-etiquettes.md` (**en entier**) : les phénomènes de l'expert, ses règles de lecture, ses faux amis, le contexte des stations ;
|
||||
- `labeling/familles.md` (**en entier**) : les familles des étiquettes de l'expert, leurs frontières ;
|
||||
- `docs/displacement/domaine/chaine-de-mesure.md` : le mécanisme ;
|
||||
- `docs/domaine/colonnes-des-deplacements.md` et `docs/domaine/pieges-des-donnees.md`, que ce skill cite ;
|
||||
- `events/carte-des-evenements.md` : ce qui peut arriver, en familles, les catégories du journal (section 4 : définition de chacune, éventualités du terrain qui la font, détecteurs ; D-074) et les faux amis (section 5) ;
|
||||
- la base d'events, ta base de connaissance, quand tu veux, avant ta lecture comme pendant : comme le dit `.claude/skills/read-event/SKILL.md` (`events/INDEX.md`, puis les fiches `event.md` qu'il cite, leurs figures et leurs données). Un event connu est une piste à vérifier sur tes données, pas une conclusion (D-088) ;
|
||||
- la sortie des détecteurs, par la commande du lot, quand tu veux : un outil de plus pour trouver et dater les événements (D-090). Ce qu'ils signalent est une piste à vérifier sur les données, pas une conclusion : ce que tu n'y vérifies pas n'entre pas dans ton analyse.
|
||||
|
||||
Rien d'autre : ni `CLAUDE.md`, ni `docs/decisions.md`, ni les plans, ni rien dans `vues-deplacements/` hors du dossier de station (pas de `parcours.md`, pas de `plateforme/`), ni les séances de `aiguiser/`, ni les analyses, critiques et bilans d'autres lots dans `events-learner/`, ni le code des détecteurs. Ils contiennent des conclusions sur ces données ; ton jugement doit partir des données. Tu listes tout ce que tu as lu dans « Sources lues ».
|
||||
Rien d'autre : ni `labeling/manual/`, ni `labeling/auto/`, ni `CLAUDE.md`, ni `docs/decisions.md`, ni les plans, ni rien dans `vues-deplacements/` hors du dossier de station (pas de `parcours.md`, pas de `plateforme/`), ni les séances de `aiguiser/`, ni les analyses, critiques et bilans d'autres lots dans `events-learner/`, ni le code des détecteurs. Ils contiennent des conclusions sur ces données ; ton jugement doit partir des données. Tu listes tout ce que tu as lu dans « Sources lues ».
|
||||
|
||||
## Tes outils
|
||||
|
||||
Ceux de `lire-les-donnees`, avec `--debut` et `--fin` du lot et `--sortie <dossier de sortie>` pour tes figures. Bash sert aussi à lancer la commande du lot et le contrôle de tes étiquettes, `python3 .claude/skills/analyser-lot/etiquettes.py <dossier> <dossier de sortie>/etiquettes.json`.
|
||||
Ceux de `lire-les-donnees`, avec `--debut` et `--fin` du lot (une marge avant ou après si un phénomène lent le demande) et `--sortie <dossier de sortie>` pour tes figures. Pense à la température (`metrics/`, les capteurs `sensor_*_deg_c` de la station) pour ce qui suit le cycle du jour ou dure plusieurs jours. Ne recopie jamais les identifiants de `metrics/` (`SIM_CCID`, `ip_*`). Bash sert aussi à lancer la commande du lot et le contrôle de tes étiquettes, `python3 .claude/skills/analyser-lot/etiquettes.py <dossier> <dossier de sortie>/etiquettes.json`.
|
||||
|
||||
**Tes propres outils** (D-097) : quand les outils ne montrent pas ce que tu cherches, écris tes scripts, dans `<dossier de sortie>/outils/`. Bibliothèque standard (`csv`, `datetime.fromisoformat`, `statistics`) ; figures par `.venv/bin/python` avec matplotlib, regardées avec Read. Ils lisent les CSV bruts du dossier de station ou passent par `agent-tools/donnees.py`, à ton choix : lire en brut peut montrer une erreur de la lecture commune, que les outils cachent à tous ceux qui lisent par eux. Lance-les depuis la racine du dépôt ; ils n'écrivent que dans ton dossier de sortie (ni `agent-tools/`, ni les skills, ni les données). Une sortie trop longue se range dans un fichier de ce dossier et se lit par `grep`, `head`, `tail` ou `sed -n`.
|
||||
|
||||
## Déroulé
|
||||
|
||||
0. **Tes données.** `inventaire.py` sur le lot (`--debut`, `--fin`) : les sources, ce que contient chacune (colonnes remplies ou vides, métriques système, images), la cadence, les capteurs. Comprends-les avant de chercher des événements : le sens des colonnes (`colonnes-des-deplacements.md`) ; une colonne remplie ou une source que les outils ne montrent pas, regarde-la par tes scripts si elle peut servir à ton analyse.
|
||||
1. **Ta lecture.** Lis le lot comme le dit `lire-les-donnees`, avec la carte, la base et les détecteurs si tu veux, et tes scripts. À chaque moment de son tableau, ajoute la catégorie de la carte qui conviendrait, ou « aucune catégorie ».
|
||||
1. **Ta lecture.** Lis le lot comme le dit `lire-les-donnees`, avec la base et les détecteurs si tu veux, et tes scripts. Pour chaque moment, cherche dans la carte des étiquettes le phénomène qui convient et vérifie sur les données et les images ce qu'elle dit qu'on doit y voir ; attention à ses faux amis (section 3). Un phénomène qu'elle ne connaît pas se garde aussi, sans forcer une cause. À chaque moment du tableau, ajoute la catégorie de la carte des événements qui conviendrait, ou « aucune catégorie ».
|
||||
2. **Tes étiquettes** (ci-dessous) : une par ligne du tableau, dans le même ordre ; lance leur contrôle et corrige jusqu'à « bon ».
|
||||
3. **Events connus** : les events de la base proches de tes moments (`read-event` : l'index, puis au plus 3 fiches), consultés avant ou maintenant. Ce que la base connaît déjà, events « (appris) » compris.
|
||||
4. **Tes outils** : chaque outil dont tu t'es servi pour ton analyse, existant ou à toi (section 3 du fichier).
|
||||
|
||||
Reference in new issue
Block a user