Labels for CLARIDEN, FLORIDA, JUNGFRAU (gaps 06-20.10, 26.10-01.11), LENZSPITZE, NIEDERHORN, NORDEND, SNCF01, WILDSTRUBEL. Figures and tool outputs stay out of git. Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>
9.5 KiB
events-learner : conception
Point 31 du plan docs/superpowers/plans/2026-10-23-journal-du-matin.md, brainstorming du 2026-10-24, d'abord sous le nom /boucle ; approuvée par l'utilisateur le 2026-10-24, rôles revus le 2026-10-29 (points 51 à 55 du plan, D-087 à D-092) ; les outils de lecture y entrent le même jour, avec le tool-builder, et /aiguiser se retire (point 56, D-097) ; le 2026-11-02, les étiquettes de l'etiqueteur, faites en amont, remplacent l'analyste, et la séance se réduit aux détecteurs (point 72, D-112). Ce qui vient de l'utilisateur est dit « l'utilisateur » ; le reste est un choix de Claude, marqué (choix de Claude).
Cette page dit pourquoi le processus est ainsi. Comment il tourne est écrit une seule fois, ailleurs : le déroulé dans le skill .claude/skills/events-learner/SKILL.md, chaque rôle dans sa consigne, .claude/agents/<agent>.md. Ne pas les recopier ici.
1. Pourquoi
L'utilisateur veut que Claude apprenne sur des lots entiers de données de stations, sans lui : passer les détecteurs du journal du matin sur un lot, juger leurs résultats comme le ferait un expert, en regardant lui-même les courbes et les images, corriger les détecteurs, et garder sous forme d'events tout ce qui est nouveau.
À la fin d'une séance, il reste des détections optimisées : des détecteurs mieux réglés. Jusqu'au 2026-11-02, il en restait aussi de nouveaux events (event-builder) et des outils de lecture meilleurs (tool-builder, D-097), tirés de l'analyse que la séance faisait faire à l'analyste ; ce travail de lecture se fait désormais en amont, par l'etiqueteur, dans labeling/auto/ (l'utilisateur, 2026-11-02, D-112) : les étiquettes sont la base de connaissance (D-100), et la séance n'a plus d'analyse dont tirer events et outils.
2. Buts, non-buts, ce qui serait un échec
Buts. Une commande lance une séance sur une station ; elle tourne seule jusqu'au bout ; tout ce qu'elle fait est commité, étape par étape, pour s'y retrouver et revenir en arrière (l'utilisateur).
Non-buts.
- Récupérer les données : la séance prend un dossier de station tel quel, au format de
data/<STATION>/, qu'il vienne du pompage (extraction/pomper.py) ou de fichiers téléchargés à la main. - Les autres domaines (Energy, Storage, Cellular, Temperature) : les déplacements seulement.
- L'agent de diagnostic (D-046) : il n'a de travail à aucun moment de la séance (l'utilisateur, 2026-10-24) ; elle ne touche pas à ses consignes et ne fait que compléter la base d'events.
- L'exhaustivité : pas de rejeu des lots déjà vus, pas de revalidation générale après chaque modification ; on explore et on améliore peu à peu (l'utilisateur).
- Étiqueter le lot : l'
etiqueteurle fait avant la séance, l'utilisateur relit ses étiquettes ; la séance ne les modifie pas (D-112).
Ce qui serait un échec.
- La complexité : des détecteurs qui gonflent de règles et de cas particuliers pour un petit gain (la crainte de l'utilisateur) ; de même des outils de lecture qui grossissent sans servir, risque que le
tool-builder, qui ne retire rien et n'a pas de contrôle (D-097), laisse ouvert : à observer. - Le sur-apprentissage : des détecteurs collés au lot courant, qui perdent en précision sur les events de la base (l'utilisateur, 2026-10-29, D-089).
- Toucher aux events validés ou aux catégories du journal, validées (choix de Claude).
- Un détecteur cassé qui disparaît sans bruit : le chargeur de
categories.pysaute, avec un simple message, un fichier qui ne se charge pas (constaté dans le code).
3. Les principes
-
La vérité : les étiquettes du lot (D-112), écrites en amont par l'
etiqueteur(labeling/auto/<STATION>.jsonl, D-106), une famille par anomalie vue surcorr_xetcorr_y(labeling/familles.md, D-109 à D-111). Les détecteurs gardent les douze catégories du journal ; la correspondance defamilles.mdles range dans les familles pour comparer. -
Un agent, une responsabilité (l'utilisateur, 2026-10-29, D-090) :
Agent Sa seule responsabilité Ce qu'il ne voit pas Décisions detectors-criticjuger les détecteurs face aux étiquettes : quoi et où les données D-090, D-112 detectors-upgraderadapter les détecteurs (ajouter, retirer, modifier), le plus simple d'abord — D-089 detectors-controlle garde-fou contre le sur-apprentissage ; il décide le lot (données, critique, score) D-089 Le releveur et l'améliorateur (D-060, D-071) sont communs à tous les processus automatiques, pas propres à celui-ci.
-
L'orchestrateur ne juge rien : il lit les lignes de verdict, transmet les chemins et commite (choix de Claude). C'est un skill, lancé dans la conversation principale, parce qu'un sous-agent ne peut pas lancer d'autres sous-agents.
-
Les agents ne se parlent pas (choix de Claude, accepté le 2026-10-24) : chacun reçoit un prompt court (dossier, dates, chemins à lire), écrit son rendu dans le dossier de la séance et répond en quelques lignes.
-
Tout est commité sur
master, par chemin, une étape par commit (l'utilisateur ; D-070) ; l'utilisateur annule ce qu'il ne garde pas pargit revert. -
Sans question : la séance tourne seule ; un rendu absent va au bilan (choix de Claude).
-
L'utilisateur pilote les lots (2026-10-24) : avec les données en masse, on ne traitera pas tout ; la plage est le lot (D-072), une séance par plage choisie.
-
Les agents prennent le modèle et l'effort de la session (
model: inherit, D-063).
4. Les mesures
- Le score (D-062, D-112) : les détecteurs face aux étiquettes du lot, par famille et par instant (les étiquettes ne disent leurs capteurs que dans le texte), sur ce lot seulement (le fichier des étiquettes ne dit pas quelles plages l'étiqueteur a lues en entier). Un contrôle pour le
detectors-upgrader, pas un but (D-089) : l'alignement n'a pas à être parfait. - Le benchmark (D-069) : les détecteurs face au diagnostic gardé dans chaque event de la base, ses cas de régression ; c'est sur lui seul que juge le
detectors-control. Une hausse est un plus, pas un but : sur une dizaine d'events, les détecteurs se régleraient sur eux (l'utilisateur). Le benchmark de fin des détecteurs est celui de la dernière modification gardée, sur les mêmes events que celui du début (D-092). Limite : un event appris ne contient que l'événement ± 6 h, sans les 3 jours d'historique d'un lot. - Les étiquettes ne dépendent pas des modifications des détecteurs : elles restent dans
labeling/auto/, hors de la séance, aussi les labels d'un futur modèle appris (point 44 du plan).
5. Ce que l'utilisateur trouve à la fin
Les commits de la séance ; bilan.md (le lot, ses étiquettes, la modification gardée ou non, les erreurs) ; les difficultés du processus dans docs/ameliorations-processus.md ; la page out/events-learner_<séance>.html (D-066), les étiquettes au-dessus des événements des détecteurs, famille par famille. Le but, séance après séance : que les deux coïncident.
6. Essai et séances
Essai du 2026-10-24 : l'analyste seul sur le lot 1 de NORDEND d'octobre (05/10 → 09/10) : verdict « suggestions » (deux : une référence rejetée qui fausse la compensation de toutes les cibles, fondue dans un épisode au lieu d'être grisée ; un nombre de capteurs faux dans la phrase de la buée), une nouveauté (halo sur la vitre sous PR17 au saut du 08/10 02:30, cause non établie), la buée du 07/10 au 08/10 retrouvée ; 53 appels d'outils, ~250 000 jetons, 8 min 30 (Opus, effort élevé ; les images pèsent le plus). Fonctionnement validé par l'utilisateur le 2026-10-24.
Séances : lancées par l'utilisateur seul ; six du 2026-10-26 au 2026-10-27, dans events-learner/, avec les rôles d'avant le 2026-10-29 et l'analyste. La séance sur les étiquettes (D-112) attend la première ; ses lots étiquetés : WILDSTRUBEL 01.09 → 06.09, JUNGFRAU 30.09 → 05.10 et 20.10 → 25.10 (ce dernier sans familles).
Annexe : pistes à revoir
- L'
event-builderet letool-builder, hors de la séance depuis D-112 : les rebrancher sur l'étiqueteur (ses étiquettes pour des events, ses scripts delabeling/auto/etiqueteur/pour les outils), si l'utilisateur le veut ; un event appris demande des étiquettes au format de l'analyste (capteurs, catégorie du journal) pour le benchmark. - Le score sur tous les lots étiquetés de la station, et non le seul lot (D-062) : il faudrait savoir quelles plages l'étiqueteur a lues en entier.
- Un champ capteurs dans l'étiquette, pour un score par capteur comme celui du benchmark.
- Un contrôle du
tool-builder(sur le diff des outils, sans le lot), si les outils grossissent sans servir : l'utilisateur ne sait pas encore comment le faire (D-097). - Un audit indépendant de la lecture commune (
donnees.py), par des scripts qui ne passent pas par elle, comme le correcteur de/aiguiserqui a trouvé l'erreur des rejets des références : de temps en temps, ou quanddonnees.pychange. - Le rejeu sur les lots déjà vus (écarté le 2026-10-24 : trop lourd, pas exhaustif voulu).
- Un plafond de lots ou de coût par séance ; plusieurs stations par séance.
- Le choix des lots parmi beaucoup de données (l'utilisateur : « on verra comment on fait ») ; le pompage en masse (points 27 à 29 du plan).
- Le lot unique numéroté
lot-01(vestige du découpage en lots, D-072) : le retirer toucherait trois scripts et la lecture des séances passées.