Add the loop's end-of-session page and a detector benchmark on the case base

- End-of-session page for /boucle: the session's curves, the analyst's
  labels against the detectors' events per category, a plain score table
  and the benchmark (comparaison.py, D-066)
- Detectors moved to vues-deplacements/detectors/ (D-067)
- Detectors must detect everything; what the client sees is a separate
  layer (D-068)
- Benchmark: each case keeps its labels from creation (etiquettes.json),
  benchmark.py scores the detectors on every case, history in
  vues-deplacements/benchmark/historique.csv; run by /boucle at each lot,
  after each change and at the end, read by the upgrader and validator;
  labels for C-001..C-005 from one analyst pass corrected by their files,
  C-006..C-008 from lot 01 (D-069)
- Fixes from the releveur's notes: /boucle arguments and other sessions,
  branch name in the spec, detector name in categories.py output, learned
  case header, anonymiser.py (camera/, no empty CSVs, --etiquettes),
  ensemble.py (clock-aligned steps, title), plages.py (same-sign merge),
  labeling request written into /nouveau-cas
- Also carries the other session's uncommitted D-065 edits in the same
  files; data/, .gitignore, pomper.py and stations.py are left out

Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>
This commit is contained in:
maximeandClaude Opus 5.5 committed 2026-10-26 16:48:13 +01:00
1 parent 6b3d058a67
commit d5bae7a696
57 files changed
+1727 -157

No files matched your search

+2 -2
View File
@@ -17,9 +17,9 @@ Le dossier de station, le lot (UTC), le dossier du lot (ses rendus : `critique.m
2. Lis `agents/diagnostic/cas/INDEX.md`. **Un cas par genre d'événement, pas par occurrence** : une nouveauté dont un cas a déjà la signature (même rôle des capteurs, même forme, même moment de la journée, même durée à peu près) ne donne rien. Ouvre la fiche d'un cas proche si tu hésites.
3. Pour chaque nouveauté vraiment nouvelle, un cas :
- **numéro** : le plus grand `C-xxx` de l'index, plus un ; dossier `agents/diagnostic/cas/C-xxx/` ;
- **données** : `python3 .claude/skills/anonymiser-cas/anonymiser.py <dossier de station> agents/diagnostic/cas/C-xxx/ --du <début − 6 h> --au <fin + 6 h>` (instants `AAAA-MM-JJTHH:MMZ`) : seulement la fenêtre de l'événement et sa marge ;
- **données et diagnostic** : `python3 .claude/skills/anonymiser-cas/anonymiser.py <dossier de station> agents/diagnostic/cas/C-xxx/ --du <début − 6 h> --au <fin + 6 h> --etiquettes <dossier du lot>/etiquettes.json` (instants `AAAA-MM-JJTHH:MMZ`) : seulement la fenêtre de l'événement et sa marge ; les étiquettes de l'analyste dans cette fenêtre, codées, deviennent `etiquettes.json` du cas, son diagnostic à la création, que le benchmark compare aux détecteurs (D-069) ; contrôle : `python3 .claude/skills/critiquer-lot/etiquettes.py agents/diagnostic/cas/C-xxx agents/diagnostic/cas/C-xxx/etiquettes.json`, « bon » ;
- **fiche** `cas.md` : le modèle du §11.3 de `docs/agents/agent-diagnostic.md` (`grep -n '^### 11.3' docs/agents/agent-diagnostic.md`, puis lis cette section seule) ; prends exemple sur une fiche existante, par exemple `agents/diagnostic/cas/C-001/cas.md` ;
- **en tête de fiche**, juste sous le titre : `**Appris par la boucle** le <AAAA-MM-JJ>, séance <dossier de la séance>, non revalidé par l'expert` ;
- **en tête de fiche**, juste sous le titre : `**Appris par la boucle** le <AAAA-MM-JJ>, séance <SEANCE>, non revalidé par l'expert`, `<SEANCE>` étant l'horodatage seul du dossier de la séance (`2026-10-26T1414Z`), sans la station : `anonymiser-cas` refuse tout nom réel ;
- **figures et noms** : le skill `anonymiser-cas` (`.claude/skills/anonymiser-cas/SKILL.md`), étapes 2 à 4, avec la même fenêtre `--du` / `--au` à chaque relance ;
- **ligne d'index**, au format des autres ; son Verdict commence par `(appris)`.
4. La classification et la cause se rangent dans les listes fermées du §11.3 ; ce que les données ne tranchent pas se dit (« déduite », « inconnue »).
+1 -1
View File
@@ -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/journal/`), 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** `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.
## La lecture lente
+1 -1
View File
@@ -18,7 +18,7 @@ Le dossier de station, le lot (début et fin, UTC) ou « toute la période », l
- les deux notes de `docs/domaine/` qu'il cite ;
- le dossier de station, par les outils du skill, et ses images avec Read.
**Rien d'autre** : ni les détecteurs (`vues-deplacements/journal/`) ni leur sortie, ni la base de cas (`agents/diagnostic/cas/`), ni la carte des événements, ni `CLAUDE.md`, `docs/decisions.md`, les plans, ni rien dans `vues-deplacements/` hors du dossier de station. Dans le dossier de ta lecture, n'ouvre aucun autre fichier : corrigé, écarts et modifications y sont, et ils fausseraient la mesure. 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'écris aucun script.
**Rien d'autre** : ni les détecteurs (`vues-deplacements/detectors/`) ni leur sortie, ni la base de cas (`agents/diagnostic/cas/`), ni la carte des événements, ni `CLAUDE.md`, `docs/decisions.md`, les plans, ni rien dans `vues-deplacements/` hors du dossier de station. Dans le dossier de ta lecture, n'ouvre aucun autre fichier : corrigé, écarts et modifications y sont, et ils fausseraient la mesure. 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'écris aucun script.
## Ta lecture
+1 -1
View File
@@ -29,7 +29,7 @@ L'écart (ses défauts d'abord) ; `<lot>/corrige.md` et les scripts du correcteu
- **Interdits** :
- aucun jugement dans ce que rend un outil : ni seuil, ni catégorie, ni « anomalie », ni « normal » ; un outil rend des valeurs, le lecteur juge ;
- rien de propre à une station, à un capteur ou à une date ;
- aucun import des détecteurs (`vues-deplacements/journal/`) ;
- aucun import des détecteurs (`vues-deplacements/detectors/`) ;
- bibliothèque standard ; matplotlib, par `.venv/bin/python`, pour les figures seulement.
- **Ne rien casser** : les options et les sorties existantes restent ; les fiches des cas citent des commandes des outils, qui doivent toujours marcher.
- Un outil nouveau ou une option nouvelle entre dans le tableau du skill dans le même passage ; une docstring en tête d'un nouveau script, comme les autres.
+12 -5
View File
@@ -9,33 +9,35 @@ Tu es l'upgrader de la boucle automatique. Un analyste a jugé ce que les détec
## Ta demande
Le dossier de station, le lot (UTC), la commande du lot, le chemin de la critique, celui du score avant, au passage K > 1 celui de la validation précédente, et le chemin de ton rendu `modification-K.md`.
Le dossier de station, le lot (UTC), la commande du lot, le chemin de la critique, celui du score avant, celui du benchmark avant, au passage K > 1 celui de la validation précédente, et le chemin de ton rendu `modification-K.md`.
## Lis d'abord
1. la critique (ses parties 3 et 5 surtout), et la validation précédente s'il y en a une : ses remarques passent avant tout ;
2. `vues-deplacements/CLAUDE.md`, puis le détecteur en cause dans `vues-deplacements/journal/` et, si besoin, `categories.py` (comment les épisodes deviennent des événements) ;
2. `vues-deplacements/CLAUDE.md`, puis le détecteur en cause dans `vues-deplacements/detectors/` et, si besoin, `categories.py` (comment les épisodes deviennent des événements) ;
3. `vues-deplacements/contexte/seuils-du-journal.md`, le registre des seuils.
## Ce que tu modifies
Seulement les fichiers de `vues-deplacements/journal/` et `vues-deplacements/contexte/seuils-du-journal.md`. Rien d'autre. Tu ne commites pas : l'orchestrateur le fait.
Seulement les fichiers de `vues-deplacements/detectors/` et `vues-deplacements/contexte/seuils-du-journal.md`. Rien d'autre. Tu ne commites pas : l'orchestrateur le fait.
**Le plus simple d'abord**, dans cet ordre ; tu ne passes au suivant que si le précédent ne peut pas corriger le défaut :
1. changer une constante ;
2. ajuster une règle existante ;
3. ajouter une règle nouvelle et courte ;
4. en dernier recours, un nouveau détecteur : un fichier de `vues-deplacements/journal/` avec `detect(mesures)`, comme les autres.
4. en dernier recours, un nouveau détecteur : un fichier de `vues-deplacements/detectors/` avec `detect(mesures)`, comme les autres.
La crainte de l'utilisateur, c'est que les détecteurs partent dans trop de complexité : un petit gain ne vaut pas une règle de plus. Mieux vaut corriger à moitié simplement que tout corriger avec une usine à gaz.
**Tout détecter** (l'utilisateur, D-068). Les détecteurs doivent trouver tout ce que l'analyste étiquette, dans sa catégorie. Ce qu'on montre ou non au client n'est pas leur affaire : cela se décidera ailleurs, plus tard. Un réglage pris pour ne pas montrer quelque chose au client, dans le registre ou dans le plan (« laissé dessous », « consigne de l'utilisateur », « on ne dit pas au client »), ne t'arrête donc pas : tu peux le changer, en le disant dans « Ce qui a changé ».
**Interdits.**
- Pas de nouvelle catégorie : les catégories du journal sont validées. Une suggestion qui en demande une n'est pas traitée ; elle va dans « Pas corrigé ».
- Pas de règle propre à une station, à un capteur ou à une date : une règle générale, valable sur toute station.
- Le contrat `detect(mesures)` et les clés des épisodes (`start`, `end`, `kind`, `label`, `text`, `ignore`, `sensors`) ne changent pas.
- Bibliothèque standard seulement.
**Dans le même changement** : une constante ajoutée ou changée met à jour sa ligne du registre des seuils (« Réglée sur » : le lot qui l'a demandé) et la docstring du détecteur. Contrôle : `grep -nE "^[A-Z_0-9]+ = " vues-deplacements/journal/*.py`.
**Dans le même changement** : une constante ajoutée ou changée met à jour sa ligne du registre des seuils (« Réglée sur » : le lot qui l'a demandé) et la docstring du détecteur. Contrôle : `grep -nE "^[A-Z_0-9]+ = " vues-deplacements/detectors/*.py`.
## Vérifie
@@ -43,6 +45,8 @@ Lance la commande du lot avec `2>&1`, **avant** de modifier et **après**. Aprè
Puis le **score** : `python3 .claude/skills/boucle/score.py <dossier>`, face au score avant. Il compare, mesure par mesure, ce que signalent les détecteurs aux étiquettes de l'analyste, sur ce lot et sur les lots d'avant (D-062) : « trouvées », la part des mesures étiquetées que les détecteurs signalent ; « justes », la part des mesures signalées que l'analyste a étiquetées. La catégorie en cause doit monter sur ce lot, sans baisse nette ailleurs (un événement entier perdu ou signalé à tort, pas quelques mesures de bornes). Ne vise pas 100 % : l'analyste peut se tromper aussi, et une règle de plus pour quelques mesures ne vaut pas sa complexité.
Puis le **benchmark**, `python3 .claude/skills/boucle/benchmark.py` (sans `--etape` : l'historique est tenu par l'orchestrateur), face au benchmark avant. Il compare de la même façon les détecteurs au diagnostic gardé dans chaque cas de la base (`agents/diagnostic/cas/C-*/etiquettes.json`, D-069) : ce sont les cas de régression, et au premier lot d'une station le score n'a pas de lot d'avant. Un recul net sur un cas (un événement entier perdu ou signalé à tort) est un recul ; une hausse est un plus, **pas un but** : ne règle rien pour un cas précis. C-004 est un vrai mouvement : sa ligne `a_verifier` ne doit pas baisser.
## Ton rendu, `modification-K.md`
```markdown
@@ -60,6 +64,9 @@ Puis le **score** : `python3 .claude/skills/boucle/score.py <dossier>`, face au
## Score
<les lignes qui ont changé, avant → après, lot par lot>
## Benchmark
<les lignes qui ont changé, cas par cas, avant → après, et la ligne `total toutes`>
## Pas corrigé
aucune | <ce qui reste, et pourquoi>
+6 -3
View File
@@ -14,15 +14,17 @@ Le dossier de station, le lot (UTC), la commande du lot, la critique, le score a
## Ce que tu fais
1. Lis la critique (parties 3 et 5), puis la modification.
2. Lis le diff : `git diff <base> -- vues-deplacements/journal/ vues-deplacements/contexte/seuils-du-journal.md`.
2. Lis le diff : `git diff <base> -- vues-deplacements/detectors/ vues-deplacements/contexte/seuils-du-journal.md`.
3. Lance la commande du lot avec `2>&1`. Une ligne `sauté` (un détecteur qui ne se charge plus) vaut « à reprendre », ou « annuler » au passage 3.
4. Lance le **score**, `python3 .claude/skills/boucle/score.py <dossier>`, et compare-le au score avant. Il compare, mesure par mesure, ce que signalent les détecteurs aux étiquettes de l'analyste, sur ce lot et sur les lots d'avant (D-062) : « trouvées », la part des mesures étiquetées que les détecteurs signalent ; « justes », la part des mesures signalées que l'analyste a étiquetées. C'est un fait, pas un verdict : l'analyste peut se tromper aussi.
4. Lis le **benchmark** avant et après (les deux fichiers de ta demande, D-069) : les détecteurs face au diagnostic gardé dans chaque cas de la base. Puis lance le **score**, `python3 .claude/skills/boucle/score.py <dossier>`, et compare-le au score avant. Il compare, mesure par mesure, ce que signalent les détecteurs aux étiquettes de l'analyste, sur ce lot et sur les lots d'avant (D-062) : « trouvées », la part des mesures étiquetées que les détecteurs signalent ; « justes », la part des mesures signalées que l'analyste a étiquetées. C'est un fait, pas un verdict : l'analyste peut se tromper aussi.
5. Réponds à quatre questions :
- la modification répond-elle au défaut relevé par l'analyste ?
- va-t-elle dans le bon sens ? Le score le dit : la catégorie en cause monte sur ce lot, sans baisse nette sur les lots d'avant ;
- est-elle simple, à la mesure du gain ?
- respecte-t-elle les interdits : pas de nouvelle catégorie, pas de règle propre à une station, à un capteur ou à une date, contrat `detect(mesures)` et clés des épisodes inchangés, bibliothèque standard, registre des seuils à jour ?
Les détecteurs doivent tout détecter (l'utilisateur, D-068) : changer un réglage pris pour ce qu'on montre au client (registre des seuils, plan) n'est pas un défaut.
Tu ne modifies aucun fichier hors de ton rendu.
## Pas trop strict
@@ -32,10 +34,11 @@ C'est la consigne la plus importante. Aucune modification des détecteurs n'est
Ne renvoie que pour un défaut net :
- le problème relevé n'est pas réglé, ou pas du tout amélioré ;
- un autre événement du lot est cassé, ou le score baisse net sur un lot d'avant : un événement entier perdu ou signalé à tort, pas quelques mesures de bornes ;
- le benchmark recule net sur un cas (un événement entier perdu ou signalé à tort), ou la ligne `a_verifier` de C-004 (un vrai mouvement) baisse ; une hausse est un plus, jamais une exigence ;
- la complexité est hors de proportion avec le gain ;
- un interdit n'est pas respecté, ou un détecteur est sauté.
Ne demande jamais ce que l'upgrader ne peut pas faire, ni la perfection, ni 100 % au score, ni une vérification sur d'autres lots que celle du score. Au plus trois remarques, concrètes : ce qui ne va pas, où, et ce qui suffirait.
Ne demande jamais ce que l'upgrader ne peut pas faire, ni la perfection, ni 100 % au score, ni une vérification sur d'autres lots que celles du score et du benchmark. Au plus trois remarques, concrètes : ce qui ne va pas, où, et ce qui suffirait.
## Ton rendu, `validation-K.md`
+2 -2
View File
@@ -2,7 +2,7 @@
name: aiguiser
description: Séance automatique d'amélioration des outils de lecture (agents/diagnostic/outils/) et du skill lire-les-donnees, lot après lot, sur une station (D-059) — lecteur, correcteur, optimiseur, puis commandes des fiches. Lancé par l'utilisateur seulement, avec /aiguiser.
disable-model-invocation: true
argument-hint: "<dossier de station> [--du AAAA-MM-JJ] [--au AAAA-MM-JJ] [--lot 4]"
argument-hint: "data/<STATION> [--du AAAA-MM-JJ] [--au AAAA-MM-JJ] [--lot 4]"
---
# Aiguiser la lecture
@@ -19,7 +19,7 @@ Tu es l'orchestrateur. Tu découpes la plage en lots, tu appelles les trois agen
## 2. Les lots
`python3 vues-deplacements/journal/categories.py <dossier> --tranche <lot> [--du …] [--au …] | grep '^=='` : chaque en-tête `== <début> → <fin> : …` est un lot, numéroté `01`, `02`… (tu ne vois que les en-têtes, pas les événements). Dossier du lot : `<séance>/lot-NN/`, ci-dessous `<lot>`.
`python3 vues-deplacements/detectors/categories.py <dossier> --tranche <lot> [--du …] [--au …] | grep '^=='` : chaque en-tête `== <début> → <fin> : …` est un lot, numéroté `01`, `02`… (tu ne vois que les en-têtes, pas les événements). Dossier du lot : `<séance>/lot-NN/`, ci-dessous `<lot>`.
## 3. Pour chaque lot, dans l'ordre
+1 -1
View File
@@ -8,7 +8,7 @@ argument-hint: "data/<STATION>/ agents/diagnostic/cas/C-xxx/"
L'agent lit la base de cas. Un nom de site ou de capteur l'ancrerait sur le nom plutôt que sur la signature (D-049). La station prend donc le numéro du cas (`C-001`), une référence devient `R1`, une cible `C1`, numérotées par station. Le cas porte ses données, déjà codées (D-050). Le registre `registre.csv`, à côté de ce fichier, garde les codes des capteurs d'un cas à l'autre et la station de chaque cas.
1. **Données** : `python3 .claude/skills/anonymiser-cas/anonymiser.py data/<STATION>/ agents/diagnostic/cas/C-xxx/` copie `displacement/` et `images/` dans le dossier du cas, noms codés dans les CSV et les noms de fichiers, et imprime `NOM → CODE`. Un capteur inconnu reçoit le code suivant et entre dans le registre. Avec `--du T --au T` (`2026-10-07T12:00Z`), seules les mesures et les images de [du, au) sont copiées : pour un cas pris dans un long export (le builder de `/boucle`), la fenêtre de l'événement et sa marge, pas des centaines d'images ; repasse la même fenêtre aux étapes suivantes.
1. **Données** : `python3 .claude/skills/anonymiser-cas/anonymiser.py data/<STATION>/ agents/diagnostic/cas/C-xxx/` copie `displacement/`, `camera/` (poses de la caméra, dossier pompé) et `images/` dans le dossier du cas, noms codés dans les CSV et les noms de fichiers, et imprime `NOM → CODE`. Un capteur inconnu reçoit le code suivant et entre dans le registre. Avec `--du T --au T` (`2026-10-07T12:00Z`), seules les mesures et les images de [du, au) sont copiées (un CSV sans mesure dans la fenêtre ne l'est pas) ; avec `--etiquettes <lot>/etiquettes.json` en plus, les moments de l'analyste dans la fenêtre, bornés et codés, deviennent `etiquettes.json` du cas (D-069, le builder de `/boucle`) : pour un cas pris dans un long export (le builder de `/boucle`), la fenêtre de l'événement et sa marge, pas des centaines d'images ; repasse la même fenêtre aux étapes suivantes.
2. **Figures** : fais chaque figure du cas avec sa commande (`graphique.py`, `vignettes.py`) sur `agents/diagnostic/cas/C-xxx/`, avec `--sortie agents/diagnostic/cas/C-xxx/` : titres, légendes et noms de fichiers sont codés d'emblée. Dans la fiche, cite le fichier qu'elle imprime.
3. **Textes** : une fois la fiche et la ligne d'index écrites, relance la commande de l'étape 1 :
- dans les `.md` du cas et `cas/INDEX.md`, `data/<STATION>/` devient `agents/diagnostic/cas/C-xxx/` et chaque nom son code ;
+38 -8
View File
@@ -3,10 +3,13 @@ des codes stables (D-049, D-050).
Usage :
python3 .claude/skills/anonymiser-cas/anonymiser.py data/<STATION>/ agents/diagnostic/cas/C-xxx/ [--du T] [--au T]
copie displacement/ et images/ de la station dans le cas, noms codés dans les CSV et les noms de fichiers ;
[--etiquettes <lot>/etiquettes.json]
copie displacement/, camera/ (pompage) et images/ de la station dans le cas, noms codés dans les CSV et les noms de fichiers ;
avec --du / --au (2026-10-07T12:00Z), seulement les lignes et les images de [du, au) : un cas n'a pas besoin
des centaines d'images d'un long export (cas appris par la boucle, D-057) ;
dans les .md du cas et cas/INDEX.md, data/<STATION>/ devient le dossier du cas et chaque nom son code ;
avec --etiquettes, les moments de l'analyste qui touchent [du, au), bornés à la fenêtre et codés, deviennent
etiquettes.json du cas : son diagnostic à la création, que le benchmark compare aux détecteurs (point 48) ;
dans les .md, .csv et .json du cas et cas/INDEX.md, data/<STATION>/ devient le dossier du cas et chaque nom son code ;
échoue s'il reste un nom réel
python3 .claude/skills/anonymiser-cas/anonymiser.py --test
Codes : la station devient C-xxx ; R1, R2... pour les références et C1, C2... pour les cibles, par station.
@@ -14,6 +17,7 @@ Le registre (registre.csv, à côté) ne fait que grandir : un capteur garde son
<station>,<station>,C-xxx dit de quelle station vient chaque cas.
"""
import csv
import json
import os
import re
import shutil
@@ -23,9 +27,10 @@ ICI = os.path.dirname(os.path.abspath(__file__))
RACINE = os.path.normpath(os.path.join(ICI, "..", "..", ".."))
REGISTRE = os.path.join(ICI, "registre.csv")
INDEX = os.path.join(RACINE, "agents", "diagnostic", "cas", "INDEX.md")
DONNEES = ("displacement", "images") # ce que lisent les outils de l'agent ; le reste de data/<STATION>/ ne suit pas
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"))
from donnees import charger, est_reference, heure_image, instant, trouver # noqa: E402
from donnees import charger, est_reference, heure_image, instant, iso, trouver # noqa: E402
def codes(dossier, cas_id):
@@ -105,7 +110,18 @@ def garder_image(nom, du, au):
return t is None or dans(t, du, au)
def anonymiser(dossier, cas, du=None, au=None):
def etiquettes_du_cas(chemin, du, au):
"""Étiquettes d'un lot (D-061) -> texte JSON de celles du cas : les moments qui touchent [du, au), bornés à la
fenêtre ; les noms restent réels (remplacer les code ensuite)."""
with open(chemin, encoding="utf-8") as f:
lot = json.load(f)
a, b = iso(du) if du else lot["debut"], iso(au) if au else lot["fin"]
moments = [dict(m, debut=max(m["debut"], a), fin=min(m["fin"], b))
for m in lot["moments"] if m["fin"] >= a and m["debut"] < b]
return json.dumps(dict(lot, debut=a, fin=b, moments=moments), ensure_ascii=False, indent=1) + "\n"
def anonymiser(dossier, cas, du=None, au=None, etiquettes=None):
cas_id = os.path.basename(os.path.normpath(cas))
if not re.fullmatch(r"C-\d{3}", cas_id):
sys.exit(f"Le dossier du cas doit s'appeler C-xxx : {cas}")
@@ -121,12 +137,16 @@ def anonymiser(dossier, cas, du=None, au=None):
dst = os.path.join(cas, remplacer(os.path.relpath(src, dossier), table, station))
os.makedirs(os.path.dirname(dst), exist_ok=True)
if f.endswith(".csv"):
ecrire(dst, remplacer(filtrer_csv(lire(src), du, au), table, station))
texte = filtrer_csv(lire(src), du, au)
if len(texte.splitlines()) > 1: # un CSV par jour hors de la fenêtre : rien, pas un en-tête seul
ecrire(dst, remplacer(texte, table, station))
elif garder_image(f, du, au):
shutil.copy2(src, dst)
if etiquettes: # le diagnostic du cas à sa création (point 48 : benchmark des détecteurs)
ecrire(os.path.join(cas, "etiquettes.json"), remplacer(etiquettes_du_cas(etiquettes, du, au), table, station))
def textes():
return [os.path.join(r, f) for r, _, fs in os.walk(cas) for f in fs if f.endswith((".md", ".csv"))] + [INDEX]
return [os.path.join(r, f) for r, _, fs in os.walk(cas) for f in fs if f.endswith((".md", ".csv", ".json"))] + [INDEX]
chemin = re.compile(rf"data/{re.escape(station)}/?")
for p in textes():
@@ -160,6 +180,15 @@ def _test():
assert filtrer_csv("timestamp,a\r\n2026-10-07 13:00:00,1\r\n", du, au) == "timestamp,a\r\n2026-10-07 13:00:00,1\r\n"
assert garder_image("20261007T1200Z_1.jpg", du, au) and not garder_image("20261008T0000Z_2.jpg", du, au)
assert garder_image("sans_heure.jpg", du, au)
import tempfile
with tempfile.NamedTemporaryFile("w", suffix=".json", delete=False, encoding="utf-8") as f:
json.dump({"station": "S", "debut": "2026-10-07T00:00Z", "fin": "2026-10-09T00:00Z", "moments": [
{"debut": "2026-10-07T10:00Z", "fin": "2026-10-07T13:00Z", "capteurs": ["BJ_C"]},
{"debut": "2026-10-08T01:00Z", "fin": "2026-10-08T02:00Z", "capteurs": []}]}, f)
e = json.loads(etiquettes_du_cas(f.name, du, au))
os.remove(f.name)
assert (e["debut"], e["fin"]) == ("2026-10-07T12:00Z", "2026-10-08T00:00Z")
assert [(m["debut"], m["fin"]) for m in e["moments"]] == [("2026-10-07T12:00Z", "2026-10-07T13:00Z")]
print("ok")
@@ -173,5 +202,6 @@ if __name__ == "__main__":
p.add_argument("cas")
p.add_argument("--du", type=instant, help="premier instant gardé, UTC")
p.add_argument("--au", type=instant, help="premier instant exclu, UTC")
p.add_argument("--etiquettes", help="etiquettes.json du lot : ses moments dans [du, au) deviennent ceux du cas")
a = p.parse_args()
anonymiser(a.dossier, a.cas, a.du, a.au)
anonymiser(a.dossier, a.cas, a.du, a.au, a.etiquettes)
+24 -15
View File
@@ -2,7 +2,7 @@
name: boucle
description: Séance automatique d'amélioration des détecteurs du journal du matin et de la base de cas, lot après lot, sur une station (D-057) — analyste, upgrader, validateur, builder. Lancé par l'utilisateur seulement, avec /boucle.
disable-model-invocation: true
argument-hint: "<dossier de station> [--du AAAA-MM-JJ] [--au AAAA-MM-JJ] [--lot 4]"
argument-hint: "data/<STATION> [--du AAAA-MM-JJ] [--au AAAA-MM-JJ] [--lot 4]"
---
# La boucle automatique
@@ -11,17 +11,17 @@ Tu es l'orchestrateur. Tu découpes la plage en lots, tu appelles les quatre age
## 1. Mise en place
- Arguments : le dossier de station ; `--du`, `--au` (jours UTC, facultatifs : sans eux, toute la période) ; `--lot` (jours, 4 par défaut). L'utilisateur choisit ses lots : `--du` / `--au` sur la plage d'un lot n'en traite qu'un.
- `python3 agents/diagnostic/outils/inventaire.py <dossier>` : sans export « advanced », dis-le et arrête-toi.
- 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) ; `--lot` (jours, 4 par défaut). L'utilisateur choisit ses lots : `--du` / `--au` sur la plage d'un lot n'en traite qu'un. Des dates écrites autrement (« 2026-09.01 », deux dates sans option) se lisent comme `--du` puis `--au` ; 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.
- `STATION` = le nom du dossier de station (`NORDEND`) ; `SEANCE` = `date -u +%Y-%m-%dT%H%MZ`.
- `git switch -c boucle/<SEANCE>_<STATION>` ; les fichiers modifiés de l'utilisateur suivent sans être commités : tu commites toujours par chemin.
- `git switch -c boucle/<SEANCE>_<STATION>` ; les fichiers modifiés de l'utilisateur suivent 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.
- Dossier de séance : `vues-deplacements/boucle/<SEANCE>_<STATION>/`, ci-dessous `<séance>`.
## 2. Les lots
`python3 vues-deplacements/journal/categories.py <dossier> --tranche <lot> [--du …] [--au …]` : chaque en-tête `== <début> → <fin> : …` est un lot, numéroté `01`, `02`… Dossier du lot : `<séance>/lot-NN/`, ci-dessous `<lot>`.
`python3 vues-deplacements/detectors/categories.py <dossier> --tranche <lot> [--du …] [--au …]` : chaque en-tête `== <début> → <fin> : …` est un lot, numéroté `01`, `02`… Dossier du lot : `<séance>/lot-NN/`, ci-dessous `<lot>`.
**Commande du lot**, donnée telle quelle aux agents : `python3 vues-deplacements/journal/categories.py <dossier> --du <jour du début> --tranche <lot>`, plus `--au <jour de la fin>` si la fin tombe à `00:00Z` ; sinon c'est le dernier lot, sans `--au`. Exemple : lot `2026-10-05T00:00Z → 2026-10-09T00:00Z` : `--du 2026-10-05 --au 2026-10-09 --tranche 4`.
**Commande du lot**, donnée telle quelle aux agents : `python3 vues-deplacements/detectors/categories.py <dossier> --du <jour du début> --tranche <lot>`, plus `--au <jour de la fin>` si la fin tombe à `00:00Z` ; sinon c'est le dernier lot, sans `--au`. Exemple : lot `2026-10-05T00:00Z → 2026-10-09T00:00Z` : `--du 2026-10-05 --au 2026-10-09 --tranche 4`.
## 3. Pour chaque lot, dans l'ordre
@@ -30,20 +30,22 @@ Chaque agent est appelé par l'outil Agent avec son `subagent_type` et la demand
1. **Analyste** (`analyste`) : `Dossier : <dossier>. Lot NN : <début> → <fin> (UTC). Commande du lot : <commande>. Écris <lot>/critique.md.`
`python3 .claude/skills/critiquer-lot/etiquettes.py <dossier> <lot>/etiquettes.json` : sa dernière ligne va au bilan (colonne Étiquettes : « n moments », « absentes » ou « n défauts ») ; tu ne corriges rien et ne relances pas l'analyste pour elles (D-061).
`python3 .claude/skills/boucle/score.py <dossier> > <lot>/score-avant.txt 2>&1` : le score des détecteurs du début du lot sur toutes les étiquettes de la station, ce lot compris (D-062).
Commit `<lot>/`, message `Loop <STATION> lot NN: critique (<verdict>)`.
`python3 .claude/skills/boucle/benchmark.py --seance <SEANCE> --etape "lot-NN avant" > <lot>/benchmark-avant.txt 2>&1` : le benchmark, les détecteurs face au diagnostic gardé dans chaque cas de la base, ajouté à l'historique (D-069).
Commit `<lot>/ vues-deplacements/benchmark/historique.csv`, message `Loop <STATION> lot NN: critique (<verdict>)`.
2. Verdict `d'accord` : va à l'étape 5.
3. **Upgrader** (`upgrader`), passage K = 1, 2 ou 3. Avant le passage 1, note la **base du lot** : `git rev-parse HEAD`.
`Dossier : <dossier>. Lot NN : <début> → <fin> (UTC). Commande du lot : <commande>. Critique : <lot>/critique.md. Score avant : <lot>/score-avant.txt. [Validation précédente : <lot>/validation-(K-1).md.] Passage K. Écris <lot>/modification-K.md.`
Commit `vues-deplacements/journal/ vues-deplacements/contexte/seuils-du-journal.md <lot>/`, message `Loop <STATION> lot NN: modification K`.
4. **Validateur** (`validateur`) : `Dossier : <dossier>. Lot NN : <début> → <fin> (UTC). Commande du lot : <commande>. Critique : <lot>/critique.md. Score avant : <lot>/score-avant.txt. Modification : <lot>/modification-K.md. Base : <base du lot>. Passage K sur 3. Écris <lot>/validation-K.md.`
Commit `<lot>/`, message `Loop <STATION> lot NN: validation K (<verdict>)`.
`Dossier : <dossier>. Lot NN : <début> → <fin> (UTC). Commande du lot : <commande>. Critique : <lot>/critique.md. Score avant : <lot>/score-avant.txt. Benchmark avant : <lot>/benchmark-avant.txt. [Validation précédente : <lot>/validation-(K-1).md.] Passage K. Écris <lot>/modification-K.md.`
Commit `vues-deplacements/detectors/ vues-deplacements/contexte/seuils-du-journal.md <lot>/`, message `Loop <STATION> lot NN: modification K`.
Puis, les détecteurs commités : `python3 .claude/skills/boucle/benchmark.py --seance <SEANCE> --etape "lot-NN modification K" > <lot>/benchmark-K.txt 2>&1` (commité avec la validation).
4. **Validateur** (`validateur`) : `Dossier : <dossier>. Lot NN : <début> → <fin> (UTC). Commande du lot : <commande>. Critique : <lot>/critique.md. Score avant : <lot>/score-avant.txt. Modification : <lot>/modification-K.md. Benchmark : <lot>/benchmark-avant.txt → <lot>/benchmark-K.txt. Base : <base du lot>. Passage K sur 3. Écris <lot>/validation-K.md.`
Commit `<lot>/ vues-deplacements/benchmark/historique.csv`, message `Loop <STATION> lot NN: validation K (<verdict>)`.
- `accepté` ou `garder` : va à l'étape 5.
- `à reprendre` : retour à l'étape 3, passage K + 1.
- `annuler` : `git checkout <base du lot> -- vues-deplacements/journal/ vues-deplacements/contexte/seuils-du-journal.md`, commit de ces deux chemins, message `Loop <STATION> lot NN: modification annulée`.
- `annuler` : `git checkout <base du lot> -- vues-deplacements/detectors/ vues-deplacements/contexte/seuils-du-journal.md`, commit de ces deux chemins, message `Loop <STATION> lot NN: modification annulée`.
5. **Builder** (`builder`), seulement si l'un des rendus du lot a, sous `## Nouveautés`, autre chose que `aucune` : `Dossier : <dossier>. Lot NN : <début> → <fin> (UTC). Dossier du lot : <lot>/. Séance : <séance>/. Écris <lot>/builder.md.`
Si sa ligne `**Cas créés** :` n'est pas `aucun` : commit `agents/diagnostic/cas/ .claude/skills/anonymiser-cas/registre.csv <lot>/`, message `Loop <STATION> lot NN: cas C-xxx, …` ; sinon commit `<lot>/`, message `Loop <STATION> lot NN: builder (aucun cas)`.
Le lot suivant tourne avec les détecteurs tels qu'ils sont devenus. L'analyste ne relit pas les lots déjà vus ; le score les rejoue, sur leurs étiquettes.
Le lot suivant tourne avec les détecteurs tels qu'ils sont devenus. L'analyste ne relit pas les lots déjà vus ; le score les rejoue, sur leurs étiquettes, et le benchmark rejoue les cas de la base, les cas créés au lot compris (leur `etiquettes.json`).
## 4. Imprévus
@@ -52,6 +54,7 @@ Un rendu absent après son agent, ou sans ligne de verdict lisible : note-le pou
## 5. Bilan
`python3 .claude/skills/boucle/score.py <dossier> > <séance>/score-fin.txt 2>&1` : le score des détecteurs de fin de séance sur toutes les étiquettes de la station.
`python3 .claude/skills/boucle/benchmark.py --seance <SEANCE> --etape fin > <séance>/benchmark-fin.txt 2>&1` : le benchmark de fin de séance (D-069).
`<séance>/bilan.md` :
@@ -62,6 +65,10 @@ Branche : boucle/<SEANCE>_<STATION>
Score : au début de chaque lot `lot-NN/score-avant.txt`, en fin de séance `score-fin.txt` (D-062).
Benchmark sur la base de cas (D-069) : au début de chaque lot `lot-NN/benchmark-avant.txt`, après chaque modification `lot-NN/benchmark-K.txt`, en fin de séance `benchmark-fin.txt` ; historique `vues-deplacements/benchmark/historique.csv`. Total : <ligne `total toutes` du premier benchmark> → <celle de `benchmark-fin.txt`>.
Page : `out/boucle_<SEANCE>_<STATION>.html`, l'analyste face aux détecteurs sur toute la plage (D-066) ; la refaire : `python3 .claude/skills/boucle/comparaison.py <dossier> <séance>`.
| Lot | Dates (UTC) | Analyste | Étiquettes | Modification | Cas créés |
|---|---|---|---|---|---|
| 01 | … → … | d'accord / suggestions (n) | n moments / absentes / n défauts | aucune / gardée (K passages) / annulée / erreur | C-xxx / aucun |
@@ -76,7 +83,7 @@ Score : au début de chaque lot `lot-NN/score-avant.txt`, en fin de séance `sco
aucune | <lot, agent, ce qui manquait>
```
Commit `<séance>/bilan.md <séance>/score-fin.txt`, message `Loop <STATION>: bilan`.
Commit `<séance>/bilan.md <séance>/score-fin.txt <séance>/benchmark-fin.txt vues-deplacements/benchmark/historique.csv`, message `Loop <STATION>: bilan`.
## 6. Difficultés
@@ -85,4 +92,6 @@ Si `git status --short docs/ameliorations-processus.md` montre un changement : c
## 7. Réponse finale
En 6 lignes au plus : la branche, le chemin du bilan, le nombre de modifications gardées et de cas créés, le nombre d'étiquettes (`<séance>/lot-*/etiquettes.json`, à garder même si l'utilisateur annule des modifications : elles ne dépendent pas des détecteurs), les erreurs, les difficultés relevées. Reste sur la branche : l'utilisateur la fusionne, en garde une partie ou revient en arrière.
`python3 .claude/skills/boucle/comparaison.py <dossier> <séance>` : la page de fin de séance, `out/boucle_<SEANCE>_<STATION>.html`, qui s'ouvre dans le navigateur (D-066). En haut, `corr_x` et `corr_y` de tous les capteurs sur toute la plage de la séance ; dessous, une ligne par catégorie : la lecture de l'analyste (ses étiquettes) au-dessus des événements des détecteurs tels qu'ils sont en fin de séance, et en gris ses moments hors catégorie ; sous la figure, le score de la séance et le benchmark sur la base de cas. Le but, séance après séance : que les deux coïncident. Un échec du script va dans la réponse, sans relance.
En 8 lignes au plus : la page, la branche, le chemin du bilan, le benchmark (ligne `total toutes`, début → fin), le nombre de modifications gardées et de cas créés, le nombre d'étiquettes (`<séance>/lot-*/etiquettes.json`, à garder même si l'utilisateur annule des modifications : elles ne dépendent pas des détecteurs), les erreurs, les difficultés relevées. Reste sur la branche : l'utilisateur la fusionne, en garde une partie ou revient en arrière.
+93
View File
@@ -0,0 +1,93 @@
"""Benchmark des détecteurs sur la base de cas (point 48 du plan du journal du matin, D-069).
Chaque cas d'agents/diagnostic/cas/ qui a son etiquettes.json (le diagnostic de l'analyste, figé à la création du cas) :
les détecteurs tels qu'ils sont, face à ces étiquettes, mesure par mesure et capteur par capteur (score.py, D-062).
Un calcul seulement, sans agent. Par cas, puis au total, et par catégorie : « trouvées » (part des mesures étiquetées
que les détecteurs signalent) et « justes » (part des mesures signalées que l'analyste a étiquetées) ; « toutes »
somme les catégories (pas les deux niveaux de validité, qui les regroupent). Le benchmark garde les détecteurs
d'un recul : il n'est pas un but (sur une dizaine de cas, les détecteurs se régleraient sur eux).
Avec --etape, chaque ligne entre dans l'historique, vues-deplacements/benchmark/historique.csv, avec la version des
détecteurs (le commit, suivi de « + » si vues-deplacements/detectors/ a des changements non commités) : le score
dans le temps, version par version.
Usage : python3 .claude/skills/boucle/benchmark.py [--seance <séance> --etape <étape>]
"""
import argparse
import contextlib
import csv
import glob
import io
import os
import subprocess
import sys
from datetime import datetime, timezone
ICI = os.path.dirname(os.path.abspath(__file__))
sys.path.insert(0, ICI)
import score # noqa: E402
RACINE = os.path.normpath(os.path.join(ICI, "..", "..", ".."))
HISTORIQUE = os.path.join(RACINE, "vues-deplacements", "benchmark", "historique.csv")
TOUTES = "toutes"
def version():
def git(*a):
return subprocess.run(["git", "-C", RACINE, *a], capture_output=True, text=True).stdout.strip()
return git("rev-parse", "--short", "HEAD") + ("+" if git("status", "--porcelain", "--", "vues-deplacements/detectors") else "")
def mesurer():
"""-> ({cas: {clé: [étiquetées, signalées, les deux]}}, [cas sautés et pourquoi]) ; le total sous « total »."""
res, sautes = {}, []
for chemin in sorted(glob.glob(os.path.join(RACINE, "agents", "diagnostic", "cas", "C-*", "etiquettes.json"))):
cas = os.path.dirname(chemin)
sortie = io.StringIO()
with contextlib.redirect_stdout(sortie):
n = score.lots(cas, [chemin], True)
if "sauté" in sortie.getvalue():
sautes.append(sortie.getvalue().strip())
continue
n[TOUTES] = [sum(v[i] for k, v in n.items() if k not in score.NIVEAUX) for i in range(3)]
res[os.path.basename(cas)] = n
total = {}
for n in res.values():
for k, v in n.items():
total[k] = [a + b for a, b in zip(total.get(k, [0, 0, 0]), v)]
if res:
res["total"] = total
return res, sautes
def afficher(res, sautes, ver):
print(f"Benchmark des détecteurs (version {ver}) sur {len(res) - 1 if res else 0} cas, mesure par mesure")
print(f"{'cas':8}{'catégorie':24}{'trouvées':>20}{'justes':>20}")
for cas, n in res.items():
for i, k in enumerate([TOUTES, *sorted(k for k in n if k != TOUTES)]):
lab, sig, both = n[k]
print(f"{cas if i == 0 else '':8}{k:24}{score.pct(both, lab):>20}{score.pct(both, sig):>20}")
for s in sautes:
print(s)
def historiser(res, ver, seance, etape):
os.makedirs(os.path.dirname(HISTORIQUE), exist_ok=True)
neuf = not os.path.exists(HISTORIQUE)
date = datetime.now(timezone.utc).strftime("%Y-%m-%dT%H:%MZ")
with open(HISTORIQUE, "a", newline="", encoding="utf-8") as f:
w = csv.writer(f)
if neuf:
w.writerow(("date", "seance", "etape", "version", "cas", "categorie", "etiquetees", "signalees", "les_deux"))
w.writerows((date, seance, etape, ver, cas, k, *v) for cas, n in res.items() for k, v in sorted(n.items()))
if __name__ == "__main__":
p = argparse.ArgumentParser(usage=__doc__)
p.add_argument("--seance", default="—")
p.add_argument("--etape", help="écrit les lignes dans l'historique sous cette étape (« lot-01 avant »…)")
a = p.parse_args()
res, sautes = mesurer()
ver = version()
afficher(res, sautes, ver)
if a.etape:
historiser(res, ver, a.seance, a.etape)
print(f"historique : {os.path.relpath(HISTORIQUE, RACINE)}")
+158
View File
@@ -0,0 +1,158 @@
"""Page de fin de séance de /boucle : la lecture de l'analyste face aux détecteurs, sur toute la plage de la séance.
En haut, corr_x et corr_y de chaque capteur (px) ; dessous, une ligne par catégorie du journal : en haut de la ligne les
moments de l'analyste (etiquettes.json des lots de la séance), en bas les événements des détecteurs tels qu'ils sont
(chaque lot classé avec ses 3 jours d'historique, comme le score). En dernier, en gris, les moments « aucune » de
l'analyste : vus, mais hors des catégories du journal (sans effet sur les courbes le plus souvent, ou une nouveauté). Une barre va de la première mesure à la dernière,
plus un pas. Sous la figure, le score de la séance (score.py sur ses seules étiquettes). Faire coïncider les deux barres
de chaque ligne, séance après séance, c'est le but de la boucle.
Usage : python3 .claude/skills/boucle/comparaison.py <dossier de station> <dossier de séance>
(page : out/boucle_<séance>.html, ouverte dans le navigateur)
"""
import contextlib
import glob
import html
import io
import json
import os
import statistics
import sys
import textwrap
sys.path.insert(0, os.path.join(os.path.dirname(os.path.abspath(__file__)), "..", "..", "..", "src"))
from common.page import AUTOSCALE_Y_JS, ROOT, open_html # noqa: E402 (bascule seule sur .venv si plotly manque)
import plotly.graph_objects as go # noqa: E402
from plotly.subplots import make_subplots # noqa: E402
import score # noqa: E402 (détecteurs, chargement et score ; met detectors/ et les outils sur le chemin)
from donnees import est_reference # noqa: E402
import benchmark # noqa: E402 (les détecteurs face aux cas de la base, D-069)
AGENT, SCRIPTS = "#2a78d6", "#eb6834" # palette catégorielle de référence, slots 1 et 2 (skill dataviz)
CIBLE, REFERENCE = "rgba(110,110,105,0.55)", "rgba(30,30,28,0.8)" # courbes : l'identité au survol, pas à la couleur
HORS, GRIS = "hors catégorie", "#a3a29c" # moments « aucune » de l'analyste : aucun détecteur ne peut les rejoindre
def survol(titre, debut, fin, capteurs, *lignes):
return "<br>".join([f"<b>{titre}</b>", f"{debut} → {fin}", f"capteurs : {', '.join(capteurs) or 'tous'}",
*("<br>".join(textwrap.wrap(x, 90)) for x in lignes if x)])
def barres(nom, couleur, spans, pas, rang, groupe):
"""[(début, fin, catégorie, survol)] -> barres horizontales, de la première mesure à la dernière plus un pas ; même
groupe : même place dans la ligne."""
debuts = [score.instant(s[0]) for s in spans]
return go.Bar(name=nom, orientation="h", y=[s[2] for s in spans], base=debuts, marker_color=couleur, legendrank=rang,
offsetgroup=groupe,
x=[(score.instant(s[1]) + pas - d).total_seconds() * 1000 for s, d in zip(spans, debuts)],
hovertext=[s[3] for s in spans], hoverinfo="text")
NIVEAUX = {"à ignorer": "Toutes les zones à ignorer", "prudence": "Toutes les zones à lire avec prudence"}
def tableau(total, ordre, titre="Catégorie"):
"""{clé: [mesures de l'analyste, des détecteurs, des deux]} (score.lots) -> table HTML : les catégories, puis les
deux niveaux de validité."""
def part(a, b):
return f"{round(100 * a / b)} %<small> ({a} sur {b})</small>" if b else "—"
cles = [*(c for c in ordre if c in total), *sorted(set(total) - set(ordre) - set(NIVEAUX)), *(k for k in NIVEAUX if k in total)]
lignes = "".join(f"<tr{' class=niveau' if k in NIVEAUX else ''}><td>{NIVEAUX.get(k, k)}</td><td>{total[k][0]}</td>"
f"<td>{total[k][1]}</td><td>{part(total[k][2], total[k][0])}</td><td>{part(total[k][2], total[k][1])}</td></tr>"
for k in cles)
return (f"<table><tr><th>{titre}</th><th>Vues par l'analyste</th><th>Signalées par les détecteurs</th>"
"<th>Trouvées</th><th>Confirmées</th></tr>" + lignes + "</table>")
def page(dossier, seance):
chemins = sorted(glob.glob(os.path.join(seance, "lot-*", "etiquettes.json")))
if not chemins:
sys.exit(f"{seance} : aucun lot-*/etiquettes.json")
lots = []
for c in chemins:
with open(c, encoding="utf-8") as f:
lots.append(json.load(f))
debut, fin = min(x["debut"] for x in lots), max(x["fin"] for x in lots)
a, b = score.instant(debut), score.instant(fin)
mesures = score.charger(dossier)
temps = sorted({m["t"] for ms in mesures.values() for m in ms if a <= m["t"] < b})
pas = statistics.median(y - x for x, y in zip(temps, temps[1:]))
agent = [(m["debut"], m["fin"], c := HORS if m["categorie"] == "aucune" else m["categorie"],
survol(f"Analyste : {c}", m["debut"], m["fin"], m["capteurs"],
f"{m['evenement'] or '—'} ({m['preuve']})", m["description"]))
for x in lots for m in x["moments"]]
vus, scripts = set(), []
for x in lots:
for v in score.evenements(mesures, x["debut"], x["fin"]):
if (k := (v["start"], v["end"], v["category"], tuple(v["sensors"]))) not in vus: # lots voisins : une fois
vus.add(k)
scripts.append((v["start"], v["end"], v["category"],
survol(f"Détecteurs : {v['category']}", v["start"], v["end"], v["sensors"], v["text"])))
presentes = {s[2] for s in agent + scripts}
ordre = [c for c in [*score.categories.CATEGORIES, *sorted(presentes - set(score.categories.CATEGORIES) - {HORS}), HORS]
if c in presentes]
fig = make_subplots(rows=3, cols=1, shared_xaxes=True, vertical_spacing=0.04,
row_heights=[260, 260, 40 * len(ordre) + 20],
subplot_titles=("corr_x (px)", "corr_y (px)",
"Classification : analyste (bleu, en haut ; gris : hors catégorie), détecteurs (orange, en bas)"))
for s in sorted(mesures):
ms = [m for m in mesures[s] if a <= m["t"] < b]
for row, col in ((1, "corr_x"), (2, "corr_y")):
fig.add_trace(go.Scatter(x=[m["t"] for m in ms], y=[m[col] for m in ms], name=s, mode="lines",
line={"width": 1, "color": REFERENCE if est_reference(mesures[s]) else CIBLE}, showlegend=False,
hovertemplate=f"{s} : %{{y:.3f}} px<extra></extra>"), row=row, col=1)
fig.add_trace(barres("Détecteurs", SCRIPTS, scripts, pas, 3, "d"), row=3, col=1) # en mode group, le 1er groupe en bas
fig.add_trace(barres("Analyste", AGENT, [s for s in agent if s[2] != HORS], pas, 1, "a"), row=3, col=1)
fig.add_trace(barres(f"Analyste, {HORS}", GRIS, [s for s in agent if s[2] == HORS], pas, 2, "a"), row=3, col=1)
fig.update_layout(barmode="group", bargap=0.25, bargroupgap=0.1, height=620 + 40 * len(ordre),
margin={"l": 170, "r": 20, "t": 40, "b": 40}, hovermode="closest", plot_bgcolor="white",
legend={"orientation": "h", "y": 1.04, "x": 0})
fig.update_xaxes(type="date", range=[a, b], showgrid=True, gridcolor="#e6e6e2")
fig.update_yaxes(showgrid=True, gridcolor="#eeeeea", zeroline=False)
fig.update_yaxes(categoryorder="array", categoryarray=ordre[::-1], row=3, col=1)
with contextlib.redirect_stdout(io.StringIO()): # le détail par lot : lot-NN/score-avant.txt et score-fin.txt
total = score.lots(dossier, chemins, True)
cas, _ = benchmark.mesurer()
bench = {c: n[benchmark.TOUTES] for c, n in cas.items()}
nom = os.path.basename(os.path.normpath(seance))
corps = fig.to_html(include_plotlyjs="cdn", full_html=False, post_script=AUTOSCALE_Y_JS,
config={"scrollZoom": False}) # la molette fait défiler la page (l'utilisateur)
chemin = os.path.join(ROOT, "out", f"boucle_{nom}.html")
os.makedirs(os.path.dirname(chemin), exist_ok=True)
with open(chemin, "w", encoding="utf-8") as f:
f.write(f"""<!doctype html><html lang="fr"><head><meta charset="utf-8"><title>Boucle {html.escape(nom)}</title>
<style>body{{font-family:system-ui,sans-serif;margin:16px;background:#fff;color:#1a1a19}}
p{{color:#5f5e5a;max-width:70em}} table{{border-collapse:collapse;font-size:14px}}
th,td{{padding:4px 14px;border-bottom:1px solid #e6e6e2;text-align:right}} th:first-child,td:first-child{{text-align:left}}
th{{font-weight:600;color:#3d3d3a}} small{{color:#8a8984}} tr.niveau td{{color:#5f5e5a;font-style:italic}}</style></head><body>
<h2>Séance {html.escape(nom)} : {debut} → {fin} (UTC)</h2>
<p>Dessous les courbes, chaque ligne est une catégorie du journal : la barre du haut est la lecture de l'analyste
(étiquettes des {len(lots)} lot(s) de la séance), celle du bas, les événements des détecteurs dans leur état de fin de
séance. En dernier, en gris, ce que l'analyste a vu hors des catégories du journal : sans effet sur les courbes le plus
souvent, ou une nouveauté ; aucun détecteur ne peut le rejoindre. Survol : capteurs, preuve, description. Le but de la boucle : que les deux barres de chaque ligne coïncident.</p>
{corps}<h3>Score de la séance</h3>
<p>On compte des mesures : une mesure, c'est un capteur à un instant (toutes les {round(pas.total_seconds() / 60)} min ici).
<b>Trouvées</b> : de ce que l'analyste range dans la catégorie, la part que les détecteurs signalent aussi ; le reste, ils
l'ont raté. <b>Confirmées</b> : de ce que signalent les détecteurs, la part que l'analyste range aussi dans la catégorie ;
le reste, ce sont des alertes en trop, ou un oubli de l'analyste. Le but : 100 % dans les deux colonnes ; « — » : rien à
compter. Les moments hors catégorie ne comptent pas, ni les trous (pas de mesure). En italique, les catégories regroupées comme sur la page du client : zones grisées, et zones
de prudence (visibilité réduite, turbulence).</p>
{tableau(total, ordre)}
<h3>Benchmark sur la base de cas</h3>
<p>Les mêmes détecteurs, face au diagnostic gardé dans chaque cas de la base à sa création (ses étiquettes), toutes
catégories ensemble. Il garde les détecteurs d'un recul ; il n'est pas un but. Le détail par catégorie :
<code>python3 .claude/skills/boucle/benchmark.py</code> ; dans le temps : <code>{benchmark.os.path.relpath(benchmark.HISTORIQUE, ROOT)}</code>
(version {benchmark.version()}).</p>
{tableau(bench, list(bench), "Cas")}
</body></html>""")
return chemin
if __name__ == "__main__":
if len(sys.argv) != 3:
sys.exit(__doc__)
p = page(sys.argv[1], sys.argv[2])
print(p)
open_html(p)
+10 -5
View File
@@ -22,7 +22,7 @@ from datetime import timedelta
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", "journal"))
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)
from donnees import charger, instant, iso # noqa: E402
@@ -55,12 +55,16 @@ def marquer(cs, spans):
return out
def detectes(mesures, debut, fin):
"""Événements des détecteurs qui touchent le lot, classé avec ses jours d'historique -> spans de marquer."""
def evenements(mesures, debut, fin):
"""Événements des détecteurs qui touchent le lot, classé avec ses jours d'historique (comme la commande du lot)."""
h, b = instant(debut) - HISTORIQUE, instant(fin)
tranche = {s: k for s, ms in mesures.items() if (k := [m for m in ms if h <= m["t"] < b])}
return [(v["start"], v["end"], v["sensors"], v["category"])
for v in (categories.evenements(tranche) if tranche else []) if v["end"] >= debut]
return [v for v in (categories.evenements(tranche) if tranche else []) if v["end"] >= debut]
def detectes(mesures, debut, fin):
"""Événements des détecteurs du lot -> spans de marquer."""
return [(v["start"], v["end"], v["sensors"], v["category"]) for v in evenements(mesures, debut, fin)]
def score(etiq, det):
@@ -119,6 +123,7 @@ def lots(dossier, chemins, explicite):
afficher(f"Total : {vus} lots", total)
elif not vus:
print(f"Aucun lot étiqueté de {station} à compter.")
return total # la page de fin de séance (comparaison.py) en fait son tableau
def test():
+3 -3
View File
@@ -6,11 +6,11 @@ argument-hint: "<dossier> <début> <fin> <fichier de sortie> [commande du lot]"
# Critiquer un lot
Tu juges, comme un expert, ce que les détecteurs du journal du matin (`vues-deplacements/journal/`) ont trouvé sur 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. Tu te fais **ta propre idée d'abord**, puis tu compares : sinon tu ne trouverais jamais ce que les détecteurs ratent. Tu ne modifies rien d'autre que ton fichier et tes figures.
Tu juges, comme un expert, ce que les détecteurs du journal du matin (`vues-deplacements/detectors/`) ont trouvé sur 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. Tu te fais **ta propre idée d'abord**, puis tu compares : sinon tu ne trouverais jamais ce que les détecteurs ratent. Tu ne modifies rien d'autre que ton fichier et tes figures.
## La demande
Tu reçois : le dossier de station, le lot (début et fin, UTC), la commande du lot (sinon : `python3 vues-deplacements/journal/categories.py <dossier> --du <jour du début> --au <jour de la fin> --tranche <jours du lot>`), le chemin de ta critique. Le dossier de ta critique est `<dossier de sortie>` ci-dessous.
Tu reçois : le dossier de station, le lot (début et fin, UTC), la commande du lot (sinon : `python3 vues-deplacements/detectors/categories.py <dossier> --du <jour du début> --au <jour de la fin> --tranche <jours du lot>`), le chemin de ta critique. Le dossier de ta critique est `<dossier de sortie>` ci-dessous.
## Ce que tu as le droit de lire, seulement
@@ -32,7 +32,7 @@ Ceux de `lire-les-donnees`, avec `--debut` et `--fin` du lot et `--sortie <dossi
2. **Les détecteurs.** Lance la commande du lot telle qu'elle est donnée ; colle sa sortie.
3. **Comparaison**, événement par événement et moment par moment : juste ; catégorie fausse ; en trop ; bornes fausses (en retard, trop tôt, trop large) ; manquant. Une ligne chacun, avec pourquoi. Un événement des détecteurs juste, que tu vérifies dans les données mais qui manque à ta lecture : ajoute-le à tes étiquettes avec `"apres_detecteurs": true`, et relance le contrôle. Ne change jamais les étiquettes de l'étape 1.
4. **Cas connus**, après les faits : lis l'index, ouvre au plus 3 fiches proches de tes moments. Ce que la base connaît déjà, cas marqués « (appris) » compris.
5. **Verdict.** « d'accord » si rien d'important n'est à corriger. Sinon « suggestions », **au plus deux**, les plus importantes. Chacune : le défaut, un exemple (moment UTC, capteurs), le détecteur en cause (son nom de fichier tel que la commande le montre), ce qu'il faudrait, en mots et non en code. Pas de suggestion propre à une station, à un capteur ou à une date : une règle générale.
5. **Verdict.** « d'accord » si rien d'important n'est à corriger. Sinon « suggestions », **au plus deux**, les plus importantes. Chacune : le défaut, un exemple (moment UTC, capteurs), le détecteur en cause (son nom de fichier tel que la commande le montre après la catégorie ; pour un événement manquant, celui de sa catégorie : `visibilite` pour la visibilité, les passages et les cibles masquées, `sauts` pour les sauts brefs et à vérifier, `thermique`, `turbulence`, `trous`), ce qu'il faudrait, en mots et non en code. Pas de suggestion propre à une station, à un capteur ou à une date : une règle générale.
6. **Nouveautés** : ce que ni la carte ni l'index ne décrivent ; chacune avec son moment, ses capteurs, ce qui la montre et la figure.
## Le fichier
+1 -1
View File
@@ -22,7 +22,7 @@ Lance-les depuis la racine du dépôt. Ils rendent des valeurs, jamais des verdi
| `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] [--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` : ce que fait la caméra, avec la dispersion entre capteurs en bande grise ; et, à chaque pas, le nombre de capteurs dont `--colonne` dépasse sa médiane de plus de `--k` MAD) 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`) avec le minimum et le maximum de chaque colonne et leur instant, 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. 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] [--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 à moins de `--fusion` n'en font qu'une, les mesures rejetées ne coupent pas une plage. 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 |
| `python3 agents/diagnostic/outils/plages.py <dossier> [--colonnes error_value,corr_x,corr_y] [--k 5] [--fusion 1h] [--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. 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 |
| `.venv/bin/python agents/diagnostic/outils/vignettes.py <dossier> --capteurs A,B --heures T1,T2 [--rayon 100] [--contraste [MIN,MAX]] [--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 ; 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) |
+6 -4
View File
@@ -20,17 +20,18 @@ Si l'expert ne donne pas la classification (liste fermée du §4.3 de la roadmap
L'avis de l'expert reste dans la conversation jusqu'à l'étape 5 : rien de lui n'entre dans le dépôt avant le passage à l'aveugle, ni fichier, ni nom de fichier, ni message de commit.
## 2. Ranger les données (D-029, D-045)
## 2. Ranger les données (D-029, D-045, D-065)
- Export : `data/<STATION>/displacement/`, nom d'origine gardé. Dossier de station en majuscules, sans espace (`PS_DES_COUDRES`).
- Images : `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.
- 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.
- Si les données contredisent l'expert (capteur absent, rien d'anormal dans la fenêtre), arrête-toi et dis-le.
## 3. Commit neutre, arbre propre
Le sous-agent reçoit la branche et les derniers messages de commit (§7 de la spec).
- Commite par chemin, pour ne rien emporter d'autre de déjà indexé : `git add data/<STATION>/`, puis `git commit -m "Add <STATION> displacement export and camera images" -- data/<STATION>/`. Message neutre : rien sur l'incident, sa cause ou un cas. Branche au nom neutre.
- `data/` est hors de git (D-065) : rien à y committer. Branche au nom neutre : rien sur l'incident, sa cause ou un cas.
- `git status --short` doit être vide avant le lancement. Les fichiers en cours de quelqu'un d'autre : demande à l'utilisateur ; ne les commite pas et ne les mets pas de côté toi-même.
## 4. Passage à l'aveugle
@@ -53,6 +54,7 @@ Le sous-agent reçoit la branche et les derniers messages de commit (§7 de la s
- **Ligne d'index** : `| [C-xxx](C-xxx/cas.md) | <événement, UTC> | <signature courte, observable> | <classification> | <cause, niveau de preuve> | <verdict court> |`. Retire « *Base vide pour l'instant.* ».
- **Validation du rapport à l'aveugle** : verdict accepté ou corrigé (en quoi) ; diagnostic final, celui de l'expert ; `Devient un cas : oui (C-xxx)`.
- **Anonymise** avec le skill `anonymiser-cas` (étape 3) : la station devient `C-xxx`, les capteurs `R1`, `C1`, et aucun nom réel ne reste (D-049, D-050).
- **Étiquettes du cas** (D-069), pour le benchmark des détecteurs : l'outil Agent, `subagent_type: analyste`, avec cette demande (`<lot>` : première mesure du cas → dernière plus un pas, UTC) : `Étiquettes d'un cas de la base (benchmark des détecteurs, D-069), pas un lot de la boucle. Dossier de station : agents/diagnostic/cas/C-xxx/ (noms codés). Lot : <lot>. Dossier de sortie, pour tes figures : out/benchmark/C-xxx/. Fais seulement l'étape 1 de critiquer-lot : ta lecture, sans les détecteurs, puis tes étiquettes (section « Les étiquettes », "station": "C-xxx"), contrôlées par python3 .claude/skills/critiquer-lot/etiquettes.py agents/diagnostic/cas/C-xxx agents/diagnostic/cas/C-xxx/etiquettes.json jusqu'à « bon ». Ensuite seulement, lis la fiche agents/diagnostic/cas/C-xxx/cas.md, validée par l'expert, corrige les étiquettes qu'elle contredit (en réécrivant le fichier avec Write) et recontrôle. Écris agents/diagnostic/cas/C-xxx/etiquettes.json et vues-deplacements/benchmark/etiquetage/C-xxx.md, dans cet ordre de sections : ta lecture (le tableau des moments de lire-les-donnees, avec la catégorie de chacun), « Ce que la fiche a changé », « Sources lues », « Difficultés » ; pas de verdict. Réponds en 3 lignes.` Le rendu reste dans `vues-deplacements/benchmark/etiquetage/`.
- **Montre la fiche et la ligne d'index à l'utilisateur, et attends son accord** : c'est l'expert qui valide un cas, pas Claude.
## 6. Commit et test de correspondance