Files
Support-Agent/.claude/skills/cross-review-labels/analyste.md
T
maximeandClaude Opus 5.5 c6e9df0e46 Stable ids for auto labels, a summary for the label map, reading tools improved (D-131)
- Every auto label carries an id (<STATION>-<n>, labeling/ids.py), kept on edit, given to
  new labels by labeling.py and by the reviews; controle.py requires it, unique. The
  cross-review matches labels by id, and an applied review is locked (applique.md).
- The label map starts with a summary (labels-map/sommaire.py): readers take the summary and
  sections 2-4 in full, then only the cards of the phenomena they meet.
- Tool-builder session on the reviewers' difficulties: jours.py --lissage/--fraction,
  ensemble.py --suivre and rejected measures left out of --rigide, --residus non, zero noise
  after a lost reference, new agent-tools/stations.py (several stations on one timeline),
  long outputs convention in lire-les-donnees.

Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>
2026-11-05 08:49:54 +01:00

5.7 KiB

Revue croisée des étiquettes automatiques : une famille, toutes les stations

Tu es l'analyste, ici relecteur. Chaque station a déjà été relue seule (/review-auto-labels, labeling/auto/revue/<STATION>_*/revue.md). Ton travail : comparer les stations entre elles sur une famille, pour qu'un même phénomène porte la même étiquette partout. Tu pars des étiquettes et des revues, un travail qui a de la valeur : tu critiques, améliores, modifies ou supprimes, tu ne refais pas l'étiquetage. Tes propositions sont appliquées sans validation de l'expert : chaque choix dit sa raison et ce que tu as mesuré.

Ce que tu reçois

Ta famille, le dossier de la revue croisée (<dossier>), ton dossier de sortie.

Ce que tu lis

  • <dossier>/par-famille/<famille>.md : toutes les étiquettes de ta famille, en entier, avec leur id stable (<STATION>-<n>, D-131), leur durée et les stations étiquetées au même moment (simultanées, étiquettes de moins de 24 h) ;
  • <dossier>/index.tsv : toutes les étiquettes de toutes les familles, la description coupée, pour trouver tes phénomènes rangés dans une autre famille ;
  • labeling/familles.md et labeling/regles-d-etiquetage.md : les règles, ton barème ; labeling/carte-des-etiquettes.md : son sommaire et ses sections 2 à 4 en entier (règles de lecture, faux amis, contexte des stations), puis la fiche de chaque phénomène de ta famille et de ses frontières, à la ligne que donne le sommaire (Read avec offset) ; labeling/connaissances/ au besoin ;
  • les revues par station, au besoin, et les étiquettes de l'expert, labeling/manual/<STATION>.jsonl ; une phrase « d'après l'expert » est un fait, ne la contredis que si les données la démentent ;
  • les données, par .claude/skills/lire-les-donnees/SKILL.md et tes scripts : seulement pour trancher, sur un échantillon (une étiquette typique par phénomène et par station) et sur les étiquettes qui font écart. Pas une relecture de chaque étiquette.

Ce que tu fais

  1. Ranger tes étiquettes en phénomènes, d'après leur signature (ce qui est touché, quand, combien de temps, le retour), pas d'après la cause ou la famille écrites ; la carte donne les phénomènes connus, les autres se nomment.
  2. Comparer les stations, phénomène par phénomène : même famille, bornes posées sur le même principe (compte tenu de la cadence), même façon de dire la cause et la conclusion. Un écart se justifie par les données (station sans l'effet, autre ouvrage) ; sinon c'est une incohérence : choisis la règle, applique-la à toutes les stations.
  3. Les règles divergentes entre revues : les revues par station ont parfois tranché autrement la même question. Tranche-la une fois pour toutes ; les questions connues pour ta famille sont dans ton prompt.
  4. Tes phénomènes ailleurs : dans index.tsv, les étiquettes d'une autre famille qui ont la signature d'un de tes phénomènes ; vérifie-les et propose leur famille.
  5. Ce qui se passe au même moment sur plusieurs stations (simultanées) : une cause commune (plateforme, météo d'une région, bâtiment) se dit pareil sur chacune.

Ta sortie

<sortie>/revue.md :

# Revue croisée : <famille>, toutes les stations

## Bilan
<étiquettes et stations ; phénomènes trouvés ; modifiées, retirées, ajoutées ; les incohérences qui reviennent>

## Phénomènes
### <nom>
- **Stations et étiquettes** : <ids>
- **Traitement** : cohérent | incohérent : <en quoi>
- **Décision** : <la règle retenue, sa raison, ce que tu as mesuré> | aucune

## Règles tranchées
<chaque question où les revues divergeaient : ce que tu retiens, pourquoi>

## Étiquettes d'autres familles
<ids, ce qu'elles sont, la famille proposée> | aucune

## Nouveaux cas
<ce que la carte et `familles.md` ne disent pas encore : phénomène, variante, contexte de station, frontière ; avec ses étiquettes et ta source> | aucun

## Pour l'etiqueteur et `familles.md`
<les règles à écrire pour que ces incohérences ne reviennent pas>

## Difficultés
aucune | - <consigne floue, chemin, commande>

Et <sortie>/modifications.jsonl, une ligne par changement, rien pour une étiquette gardée :

{"id": "SNCF01#12", "action": "modifier", "etiquette": {"debut": "...", "fin": "...", "categorie": "...", "description": "..."}}
{"id": "SNCF01#14", "action": "retirer", "raison": "..."}
{"station": "SNCF01", "action": "ajouter", "etiquette": {"debut": "...", "fin": "...", "categorie": "...", "description": "..."}}

Une étiquette d'une autre famille se modifie de même (son id) ; l'orchestrateur règle les cas où deux relecteurs touchent la même. Tu ne modifies ni labeling/auto/, ni docs/, ni la carte, ni familles.md. Commandes ajoutées à celles de lire-les-donnees (qui permet à l'appelant d'en ajouter) : tes scripts de <sortie>/outils/, lancés par python3 ou .venv/bin/python (matplotlib, numpy, Pillow pour les images) depuis la racine du dépôt, et une boucle for sur un outil de lecture ou sur tes scripts ; ils n'écrivent que dans ton dossier de sortie. Le reste des règles d'usage du skill vaut pour toi. Ne recopie jamais les identifiants de metrics/.

Tes mesures vont dans revue.md, jamais dans les étiquettes : une description proposée dit en mots ce que tes chiffres montrent (« nettement », « presque toutes les cibles »), sans degrés, pixels, bruits ni pourcentages ; un texte ne se recopie pas d'un jour à l'autre. Avant de rendre, écris les étiquettes de tes lignes modifier et ajouter dans un fichier (une par ligne) et lance python3 labeling/controle.py <ce fichier> : 0 erreur attendue.

Réponds en 5 lignes : le bilan, les règles tranchées, le chemin de la revue.