Files
Support-Agent/docs/superpowers/plans/2026-10-23-journal-du-matin.md
T
2026-10-24 08:24:30 +02:00

79 KiB
Raw Blame History

Journal du matin du client : plan de travail

Pour l'agent qui reprend ce plan : ce plan n'est pas linéaire. L'utilisateur nomme un point (« exécute le point 7 du plan docs/superpowers/plans/2026-10-23-journal-du-matin.md ») ; tu fais ce point seul, en suivant ses étapes (- [ ]), avec superpowers:executing-plans en ligne (pas de sous-agents sauf demande explicite). Prototype : ni tests ni revue (D-008, utilisateur 2026-10-16 et 2026-10-23) ; on vérifie en lançant et en regardant une capture. Avant de commencer : lis la section « Contraintes » et le point demandé en entier, puis seulement les fichiers qu'il cite. À la fin : coche les étapes faites, mets à jour la colonne Statut de l'index, ajoute une ligne datée au « Journal du plan » en bas, et dis à l'utilisateur ce qui reste du point. Si l'utilisateur lance une idée nouvelle en cours de route, ajoute-la au plan aussitôt : un point à la suite des numéros existants (sans renuméroter), rangé dans la partie qui lui va, une ligne dans l'index, une ligne au « Journal du plan » ; et dans vues-deplacements/contexte/journal-du-matin.md.

But : une page Journal dans Explore, que le client lit comme le journal du matin : ses courbes de déplacement sur quelques jours et, dessous, ce qui s'est passé, une catégorie claire par événement, la zone invalidée quand il faut l'ignorer, et les images quand elles montrent la cause.

Architecture : des détecteurs élémentaires (un fichier chacun dans vues-deplacements/journal/) trouvent des épisodes dans l'export « advanced » ; un classement les regroupe en événements catégorisés (catégories de la carte des événements) ; chaque catégorie déclenche son processus (invalider la zone, montrer les images, demander une vérification) ; la maquette Explore (vues-deplacements/maquette/) les affiche. Plus tard : les données pompées en masse depuis la plateforme et une boucle où Claude critique et règle les détecteurs hors ligne.

Technique : Python, bibliothèque standard pour le calcul ; plotly.js 4.1.1 (CDN) dans le gabarit HTML ; .venv (plotly, matplotlib) pour le poste de dev et les vignettes ; Chrome headless pour les captures.

Spec : pas de spec séparée, ce plan argumente depuis :

  • vues-deplacements/contexte/journal-du-matin.md : le brainstorming du 2026-10-23 et le retour de l'utilisateur sur la v0 ;
  • docs/decisions.md, D-056 et sa précision ;
  • docs/displacement/domaine/carte-des-evenements.md : les 12 événements et l'arbre de décision ;
  • vues-deplacements/maquette/spec.md, section « L'onglet Journal ».

Contraintes (valent pour tous les points)

  • La règle d'or : simple. L'utilisateur, le 2026-10-23 : « c'est ça, la guideline, l'instruction que je dois m'imposer : ça doit être simple ; il ne faut pas chercher à faire des trucs super complexes. » Le plus bête qui marche sur les cas, puis on itère avec lui. Pas d'imagination débordante, pas d'optimal, pas de stylé ; avant d'ajouter une règle ou une constante, se demander si le client en a besoin pour comprendre. À redire à tout sous-agent.
  • Catégorique et complet (retour du 2026-10-23) : chaque événement a une catégorie, dite sans « probably », « most likely » ou « may be » ; la phrase dit ce qui s'est passé et quoi en faire.
  • On garde toutes les données. Invalider = griser ou mettre en retrait, jamais retirer un point de la courbe brute.
  • Un vrai mouvement n'est jamais invalidé. CLARIDEN (C-004) doit rester visible et marqué « à vérifier » à chaque changement.
  • Code de calcul en bibliothèque standard, embarquable ; pas de pandas ; pas de nouvelle dépendance.
  • Heures en UTC partout ; l'export horaire est en heure suisse sans fuseau (docs/domaine/colonnes-des-deplacements.md).
  • Documents en français, texte du site en anglais (D-023).
  • Pas de données synthétiques (refus explicite de l'utilisateur).
  • Seuils : chacun est commenté « provisoire, réglé sur C-00x » (règle « aucun seuil sans source » du CLAUDE.md, adaptée à l'exploration) et inscrit au registre du point 17.
  • Identifiants (SIM_CCID, ip, secrets de l'application) jamais recopiés ; ne jamais lire de .env.
  • Lecture seule : rien n'écrit dans la base de la plateforme ni dans les dépôts ~/monitoring-dashboard-* ; Claude ne se connecte jamais à la base, l'utilisateur lance l'extraction.
  • Contrat d'un détecteur (inchangé) : vues-deplacements/journal/<nom>.py expose detect(mesures) -> list[dict], mesures = donnees.charger(dossier) (agents/diagnostic/outils/donnees.py) ; épisode {"start": iso, "end": iso, "kind": "<nom>", "label": str, "text": str, "ignore": bool, "sensors": [str]} (heures donnees.iso, sensors vide = tous) ; un __main__ qui imprime une ligne par épisode.
  • Décisions : une décision prise en conversation va dans docs/decisions.md (sous D-056 ou nouvelle entrée) ; un savoir métier nouveau dans docs/displacement/domaine/ ; l'état du chantier dans « État et prochaine étape » de CLAUDE.md (qui doit rester sous 200 lignes, D-012).
  • Commit seulement quand l'utilisateur le demande.
  • Cas de la base : un cas n'y entre que sur demande de l'utilisateur (/nouveau-cas) ; noms codés dans agents/diagnostic/cas/.

Points d'attention (ce qui casse le plus probablement)

  1. Un vrai mouvement rangé dans « à ignorer ». Le classement (point 6) absorbe les sauts dans un épisode de mauvaise visibilité : un saut durable ne doit jamais l'être. Contrôle : point 10, ligne CLARIDEN (« Shift to check », non grisé) et ligne NORDEND d'octobre (PR17 le 08/10 à 02:30 reste à part, dans la buée).
  2. Deux étiquettes contradictoires au même moment. Aujourd'hui, à NORDEND le 14/10 à 05:15, deux lignes disent « Sudden jump » et « Poor visibility ». Le classement doit n'en sortir qu'un événement. Contrôle : point 10, toutes les lignes.
  3. Une seule cible grise toutes les courbes. « Target obscured » sur 4 cibles grise presque une journée à NORDEND. Contrôle : point 18, NORDEND du 13/10 09:45 au 14/10 07:00.
  4. Pas d'image pour l'événement. PS des Coudres n'a que 24 images (13/10 12:00 → 14/10 11:00) ; NIEDERHORN est horaire. Le processus « images » doit dire « No camera image for this period. » au lieu de casser ou d'afficher une image hors période. Contrôle : point 7, PS des Coudres le 13/10 à 01:15.
  5. Un export qui commence pendant un artefact. sauts prend la place habituelle sur le premier jour, visibilite et turbulence le niveau habituel sur tout l'export (médiane, MAD, quartile bas) : un export court ou pris en plein épisode fausse les étiquettes (C-002 : l'épisode couvre la plus grande partie de l'export). Contrôle : point 30 (tranches de 3 à 5 jours) et point 31 (la boucle les compare).

Index

Types : Comprendre (lire, expliquer, rien ne change), Décider (l'utilisateur tranche), Coder, Lancer (l'utilisateur lance quelque chose chez lui). Statut au 2026-10-23.

N° Point Type Dépend de Statut
I. Comprendre ce qui a été fait
1 Visite guidée de l'onglet Journal v0 Comprendre — à faire
2 Les cinq détecteurs en un coup d'œil Comprendre — à faire
3 La carte des événements, à valider par l'expert Comprendre, Décider — à faire
4 Le brainstorming, D-056 et ce qui a été écarté Comprendre — à faire
II. Le journal catégorique (le cœur du retour)
5 Les catégories et leurs processus Décider 3 à faire
6 Le classement : des épisodes aux événements catégorisés Coder 5 à faire
7 Le bouton Images : la vidéo de l'épisode Coder — (après 6 : sur les événements) à faire
8 La page Journal, catégorique et plus simple Coder 6, 7 à faire
9 Les phrases du journal Décider, Coder 5 à faire
10 Vérifier le journal catégorique sur les six jeux Lancer, Comprendre 6 à 9 à faire
38 Les statuts de visibilité : bonne, moyenne, nulle Décider, Coder 11 à faire
III. Les détecteurs, un par un
11 visibilite : la version simple d'abord Coder, Décider 2 à faire
12 sauts : régler Coder 2 à faire
13 thermique : ce que voit vraiment le client Décider, Coder 2 à faire
14 turbulence : midis agités et marge de CLARIDEN Décider, Coder 2 à faire
15 trous : libellé et sens Coder 2 à faire
16 Les catégories qu'aucun détecteur n'attrape Coder 5 à faire
17 Le registre des seuils provisoires Comprendre 11 à 16 à faire
IV. La page : défauts et choix d'affichage
18 Zones grisées trop larges Décider, Coder 8 à faire
19 Échelle écrasée par un pic Coder — à faire
20 Pixels ou millimètres Décider, Coder — à faire
21 Plage par défaut, « depuis ta dernière visite » Décider, Coder — à faire
22 Interactions jamais essayées Lancer 1 à faire
23 Deux couches : client et support Décider, Coder 8 à faire
V. Second volet : la courbe nettoyée
24 Trancher les trois questions du lissage Décider — à faire
25 Option A : la courbe nettoyée par masquage Coder 24, 8 à faire
26 Options B à E : en réserve Comprendre 25 en attente
VI. Données en masse et boucle Claude
27 Premier pompage (option A) Lancer — à faire
28 Images différentielles Lancer, Comprendre 27 à faire
29 Options B (depuis WSL) et C (route du collègue) Décider 27 en attente
30 L'outil de tri en lot Coder 6, 27 à faire
31 La boucle Claude, première séance Lancer, Coder 30 à faire
32 Le test « Claude verrait la même chose » Lancer 10 à faire
VII. Idées gardées pour plus tard
33 Les autres métriques de certains projets Comprendre 27 en attente
34 Météo et HDF5 pour dire la cause Comprendre 27 en attente
35 Un cas de la base par catégorie Lancer 5 en attente
36 Porter le journal dans la vraie application Coder 10 en attente
VIII. Suivi du chantier
37 Ménage : commit, CLAUDE.md, Mermaid, sorties Lancer — à faire

Chemins conseillés : le plus simple et le plus parlant d'abord, 11 (visibilité simple), 38 (ses statuts : bonne, moyenne, nulle) puis 7 (bouton Images), qui marchent sans le classement ; le cœur du retour, c'est 5 → 6 → 7 → 8 → 9 → 10 ; les points 1 à 4 se lisent avant si l'on veut d'abord tout comprendre ; le point 27 se lance en parallèle (il n'attend rien).


Partie I — Comprendre ce qui a été fait

Point 1 : Visite guidée de l'onglet Journal v0

Pourquoi. L'utilisateur ne peut pas tout ingérer d'un coup : ce point lui montre la page, élément par élément, sur les six jeux, avant toute modification.

Ce qui existe.

  • Onglet Journal, sixième onglet de la maquette Explore (après Displacements), ouvert par #tab=journal ; vue de départ : les 3 derniers jours ; #from=AAAA-MM-JJ part d'un autre jour.
  • De haut en bas :
    • deux courbes, Horizontal (px) = corr_x et Vertical (px) = corr_y, cibles seules (target et ref, pas les global_ref), une couleur par cible, ordonnée recalée sur la plage visible (D-013) ;
    • les zones grisées : un rectangle par épisode ignore ;
    • la frise : une ligne par détecteur, une barre par épisode, label dedans s'il tient, survol = texte et capteurs ; couleurs fixes (J_COLORS : bleu visibilité, rouge sauts, orange turbulence, vert cycle thermique, gris trous) ;
    • le journal en texte : les épisodes de la plage visible, dans l'ordre du temps, mis à jour au zoom ; clic = zoom sur l'épisode (marge : la moitié de sa durée, 2 h au moins).
  • Code : vues-deplacements/maquette/explore.py (journal() l. 172-185, COLUMNS avec corr_x, corr_y) ; vues-deplacements/maquette/explore_template.html (CSS l. ~125, bouton l. ~177, volet #journal l. ~254, JS J_NAMES, J_COLORS, drawJournal() à partir de la l. ~914).
  • Captures du 2026-10-23 : NORDEND d'octobre (cas vues-deplacements/cas/2026-10_NORDEND/NORDEND/), PS des Coudres, NORDEND de juillet, WILDSTRUBEL, CLARIDEN, NIEDERHORN (data/<STATION>/).

Étapes.

  • Construire la page sans l'ouvrir pour chaque jeu (commande en annexe B, « Construire »), puis la capturer (annexe B, « Capturer ») avec #tab=journal, et #tab=journal&from=<premier jour> pour la période entière.
  • Montrer à l'utilisateur, jeu par jeu, une capture et trois phrases : ce qui est grisé, pourquoi (détecteur et cas), ce qui est juste ou faux face à la vérité du point 10.
  • Noter ses réactions dans vues-deplacements/contexte/journal-du-matin.md, section « Retours », datée.

Vérifier. Six captures lues ; aucune n'est blanche ni en erreur (un détecteur qui plante est sauté avec un message sur stderr : le lire).

Fini quand. L'utilisateur a vu les six jeux et ses retours sont notés.

Point 2 : Les cinq détecteurs en un coup d'œil

Pourquoi. Savoir ce que chaque détecteur regarde, ce qu'il trouve sur les cas et où il se trompe, avant d'en régler un (points 11 à 15).

Ce qui existe (méthode et résultats complets dans la docstring de chaque fichier ; résumé des rapports en annexe A).

Détecteur Regarde Sort Grisé Bon sur Se trompe sur
visibilite.py (158 l) error_value relative au capteur (> médiane + 10 MAD et > 2 × médiane) Poor visibility, Brief obstruction, Target obscured toujours C-001 buée, C-002 toile, C-005 pluie, trains, feuilles, NORDEND 09/10 Target obscured bruité à NORDEND (CTR01, PR04, PR09) ; train du 03/10 10:00 manqué (2 cibles) ; 2 obstructions de WILDSTRUBEL probablement fausses
sauts.py (117 l) corr_x, corr_y des cibles : un pas à ≥ 20 bruits du niveau des 4 mesures d'avant Sudden jump, back to normal, Lasting shift, Jump, not back yet seulement « back to normal » C-002, C-003 (le saut d'un pas du 04/09), C-004 non grisé, NORDEND PR17 trains de NIEDERHORN (1 cible sur 3, et celui de la première mesure) ; une cible seule de CLARIDEN en « Lasting shift »
thermique.py (128 l) profil horaire de corr sur les jours, répétabilité Daily thermal cycle, un par jour complet jamais PS des Coudres (08:00-18:00) rien ailleurs : la compensation enlève le cycle (point 13)
turbulence.py (106 l) agitation d'une mesure à l'autre et error_value, face au calme du capteur Heat shimmer si agitation ≥ 2× C-003 (04:00-15:00, les trois jours) rien ailleurs ; marge faible sur le matin de CLARIDEN (point 14)
trous.py (37 l) cadence de l'export No data jamais NORDEND 15/10 22:30 → 16/10 01:15 —
  • Chargement : explore.py charge tous les vues-deplacements/journal/*.py qui ont detect (un fichier sans detect est ignoré ; un détecteur qui plante est sauté avec un message).

Étapes.

  • Lancer chaque détecteur seul sur un jeu qu'il connaît bien (python3 vues-deplacements/journal/<nom>.py <dossier>) et montrer sa sortie à l'utilisateur, une ligne par épisode.
  • Pour chaque détecteur, lui dire en une phrase ce qu'il regarde et la principale erreur connue (tableau ci-dessus).

Fini quand. L'utilisateur sait quel point de la partie III ouvrir pour chaque défaut qu'il voit.

Point 3 : La carte des événements, à valider par l'expert

Pourquoi. L'utilisateur l'a demandée (« il n'y a pas 36 000 options ») : c'est la liste des catégories du journal catégorique (point 5). L'expert, c'est l'utilisateur : il valide chaque ligne.

Ce qui existe. docs/displacement/domaine/carte-des-evenements.md (72 l) :

  • 12 événements : 9 à ignorer (trou de données, pluie / brume / buée, neige, passage, feuilles / plante, références masquées, cycle thermique, turbulence, éclairage / voisin brillant) et 3 à regarder (tout a bougé et reste décalé, une cible a sauté, dérive lente), chacun avec label anglais, phrase au client, signature, cas ou source, détecteur ;
  • un arbre Mermaid de 6 questions (mesures manquantes ? error_value au-dessus du seuil ? chaque jour aux mêmes heures ? le décalage reste ? une cible ou beaucoup ? références touchées ? durée ?) ;
  • 5 lacunes : la cause d'une mauvaise visibilité (météo ou image), les obstructions lentes et contrastes faibles (HDF5), la dérive lente absente du journal, « références masquées » contre « tout a bougé » (Barcelone), la cause d'une cible qui saute.
  • Doutes de l'agent : neige, dérive lente, cible qui saute et voisin brillant n'ont aucun cas dans la base ; les trains peuvent être un effet optique ou un vrai fléchissement du rail (à revoir par l'expert) ; les seuils « beaucoup », « quelques heures », « des jours » sont à fixer.
  • Le diagramme n'a jamais été rendu (pas de mmdc ici).
  • Écart avec la carte : la carte classe le cycle thermique « à ignorer », le détecteur thermique le laisse non grisé (normal). À trancher au point 5.

Étapes.

  • Rendre le Mermaid (aperçu Markdown de VS Code, ou mermaid.live en collant le bloc) et corriger la syntaxe s'il ne s'affiche pas.
  • Passer le tableau ligne par ligne avec l'utilisateur : label, phrase, à ignorer ou non ; noter ses corrections dans le fichier.
  • Poser la question des trains (effet optique ou rail qui fléchit) et noter la réponse.
  • Ajouter en tête du fichier : « Validé par l'utilisateur le » pour les lignes validées.

Fini quand. Chaque ligne est validée ou corrigée par l'utilisateur.

Point 4 : Le brainstorming, D-056 et ce qui a été écarté

Pourquoi. Tout ce qui a été dit le 2026-10-23 est dans un document ; ce point le relit avec l'utilisateur pour qu'il complète ce qui manque.

Ce qui existe.

  • vues-deplacements/contexte/journal-du-matin.md : le constat (projet éparpillé, retour au simple, côté support), l'idée (le journal du matin), les pistes par agent, les données et la boucle, où l'on travaille (Support-Agent, pas le dev container), la façon de travailler, les idées gardées, et le retour de l'utilisateur sur la v0.
  • docs/decisions.md, D-056 : anomalie = moment où ne pas se fier aux données ; onglet Journal ; un détecteur par fichier ; prototypé dans Support-Agent ; écartés pour l'instant : le lissage et un LLM au chargement de la page ; précision : diagnostic catégorique.
  • Un agent a été envisagé puis non lancé pour le volet « interpréter sans toucher aux données » : c'est ce que font les détecteurs et la page.

Étapes.

  • Lire le document avec l'utilisateur, section par section ; ajouter ce qu'il dit en plus.

Fini quand. L'utilisateur reconnaît son brainstorming dans le document.


Partie II — Le journal catégorique (le cœur du retour)

Le retour de l'utilisateur, en une phrase : un événement → sa catégorie → le processus de la catégorie. Exemple de référence : NORDEND, le 14/10 vers 05:15, 11 cibles font un aller-retour de près de 0,5 px en quelques heures ; au même moment, 22 capteurs, références comprises, sont mal vus (taches pâles à l'aube). Aujourd'hui la page dit « Sudden jump, back to normal … most likely a measurement artefact » et « Poor visibility … probably rain, fog… ». Demain elle doit dire une seule chose, catégorique : Loss of visibility, la zone est invalidée, le saut n'est pas un mouvement, et voici les images où l'on ne distingue pas les cibles.

Précision de l'utilisateur, le même soir : le gros saut, c'est généralement une mauvaise visibilité ; la visibilité se calcule simplement (le taux d'erreur des cibles, une par une ou en moyenne) ; quand elle est mauvaise, on le dit, et un bouton Images sur l'épisode ouvre une petite vidéo (timelapse) qui commence un peu avant et finit un peu après : le client voit tout de suite. D'où les points 11 (visibilité simple) et 7 (le bouton).

Point 5 : Les catégories et leurs processus

Pourquoi. Le classement (point 6), les images (point 7) et la page (point 8) en dépendent. C'est une décision de l'utilisateur, sur proposition.

Proposition à valider (tirée de la carte, réduite à ce que les détecteurs attrapent aujourd'hui ; les autres lignes de la carte viennent au point 16).

Clé Label du site Familles de la carte Épisodes qui la font Zone Processus
visibilite_perdue Loss of visibility pluie, brume, buée, neige, références masquées visibilite « Poor visibility » invalidée bouton Images (point 7) ; deux niveaux possibles (point 38)
passage Passing obstacle passage (train, véhicule) visibilite « Brief obstruction » invalidée (l'instant) bouton Images (point 7)
cible_masquee Target hidden feuilles, plante, neige sur une cible, éclairage visibilite « Target obscured » invalidée pour ces cibles seulement (point 18) bouton Images (point 7)
turbulence Heat haze turbulence turbulence invalidée si forte aucune image ; une phrase
cycle_thermique Daily thermal cycle cycle thermique thermique gardée (normal) aucun ; une phrase
trou No data trou de données trous rien à griser (pas de point) aucun
saut_bref Brief jump saut sans autre explication sauts « back to normal » seul invalidée bouton Images (point 7)
a_verifier Shift to check tout a bougé, une cible a sauté sauts « Lasting shift » ou « Jump, not back yet » gardée, jamais invalidée bouton Images (point 7) et un lien vers Diagnosis

Règles de regroupement proposées (appliquées au point 6) :

  • un épisode sauts « back to normal » qui chevauche un épisode visibilite ou turbulence est absorbé : il n'est plus un événement, la phrase de l'événement dit que le saut de N cibles dans cette période n'est pas un mouvement ;
  • un épisode sauts durable ou récent n'est jamais absorbé : il reste un événement a_verifier, même au milieu d'une perte de visibilité (PR17 le 08/10 à 02:30, dans la buée) ;
  • deux événements de même catégorie à moins d'une heure l'un de l'autre n'en font qu'un.

À décider par l'utilisateur.

  • Les huit catégories : à garder, fusionner, renommer ?
  • Le cycle thermique : « normal, gardé » (détecteur) ou « à ignorer » (carte) ?
  • saut_bref : une catégorie à part, ou toujours « Loss of visibility » quand il y a des rejets autour ?
  • Une reprise de saut pendant une perte de visibilité (C-002, le 31/07 à 20:30, 13 cibles, une heure avant la fin des données) : a_verifier ou absorbée ?
  • Le processus de chaque catégorie : le bouton Images, oui ou non.
  • La perte de visibilité en deux niveaux, « Reduced visibility » (données moyennes) et « No visibility » (on ne voit rien) : point 38.

Étapes.

  • Présenter le tableau et les règles ; noter les réponses.
  • Écrire le tableau validé dans docs/displacement/domaine/carte-des-evenements.md, nouvelle section « 4. Catégories du journal et processus », en reliant chaque catégorie aux lignes de la section 1.
  • Ajouter la décision sous D-056 (« Catégories du journal, validées le »).

Fini quand. Le tableau est validé et écrit ; c'est l'entrée du point 6.

Point 6 : Le classement : des épisodes aux événements catégorisés

Pourquoi. Une seule étiquette par moment, la catégorie et non le nom du détecteur.

Fichiers.

  • Créer : vues-deplacements/journal/categories.py (pas de fonction detect : le chargeur l'ignore comme détecteur).
  • Modifier : vues-deplacements/maquette/explore.py (journal() l. 172-185 déménage dans categories.py ; build() appelle categories.evenements(mesures)).

Interfaces.

  • CATEGORIES: dict[str, dict] : clé → {"label": str, "ignore": bool, "process": "images" | "aucun" | "verifier", "ordre": int}, recopié du tableau validé au point 5.
  • detecteurs() -> list[module] : les modules de vues-deplacements/journal/*.py qui ont detect (le code actuel de explore.journal, déplacé tel quel).
  • classer(episodes: list[dict], references: set[str]) -> list[dict] : événements triés par start, chacun {"start", "end", "category", "label", "text", "ignore", "sensors", "process", "episodes": [épisodes absorbés ou d'origine]} ; references = capteurs global_ref (pour la phrase : « including the reference points »).
  • evenements(mesures) -> list[dict] : classer appliqué aux épisodes de tous les détecteurs ; c'est ce que la page reçoit dans D.journal.
  • __main__ : python3 vues-deplacements/journal/categories.py <dossier> imprime une ligne par événement : début, fin, catégorie, grisé ou non, nombre de capteurs, nombre d'épisodes absorbés. C'est aussi l'outil de tri du point 30.

Étapes.

  • Écrire CATEGORIES depuis le tableau du point 5 et la table de correspondance (kind, label du détecteur) → catégorie.
  • Déplacer le chargement de explore.journal() dans categories.detecteurs() ; explore.build() met categories.evenements(mesures) dans D.journal ; garder les épisodes bruts dans D.episodes pour la couche support (point 23).
  • Écrire classer : correspondance, puis absorption (chevauchement dans le temps), puis fusion des voisins de même catégorie (< 1 h).
  • Laisser text provisoire (celui de l'épisode principal) : les phrases viennent au point 9.
  • Lancer python3 vues-deplacements/journal/categories.py vues-deplacements/cas/2026-10_NORDEND/NORDEND : le 14/10 à 05:15, une seule ligne visibilite_perdue avec un épisode sauts absorbé ; le 08/10 à 02:30, une ligne a_verifier (PR17), à part.
  • Lancer sur data/CLARIDEN : le 19/09 à 06:10, a_verifier, non grisé.

Fini quand. Les deux contrôles ci-dessus passent ; la page se construit encore (annexe B).

Point 7 : Le bouton Images : la vidéo de l'épisode

Pourquoi. Retour de l'utilisateur (2026-10-23) : « comment est-ce qu'on fait pour prouver, montrer au client qu'il y a une mauvaise visibilité ? Une petite vidéo. » Le gros saut qui monte et redescend, c'est généralement une mauvaise visibilité : souvent, pendant plusieurs heures, on ne voit rien. On le dit, et sur l'épisode un bouton ouvre le timelapse des images de la plage, un peu avant et un peu après, pour encadrer l'épisode par des moments où tout va bien : le client voit les cibles nettes, puis plus rien, puis nettes à nouveau, et comprend tout de suite que l'anomalie est une mauvaise visibilité. C'est l'idée des petits GIF du brainstorming.

Ce qui existe.

  • D.images : [{t, src}], toutes les images du dossier avec leur heure UTC (déjà dans la page, pour l'onglet View) ; D.view : le cadre des capteurs dans l'image (± 150 px) ; l'onglet View sait déjà afficher une image, zoomer sur les cibles, jouer un film (▶ Play, 2, 4 ou 8 images par seconde) et dessiner les cercles colorés selon error_value.
  • agents/diagnostic/outils/vignettes.py : grille PNG de vignettes (capteurs × heures), pour l'agent et les fiches de cas ; pas pour la page.
  • Images disponibles : NORDEND d'octobre au pas de 15 min (985 images) ; NORDEND de juillet, WILDSTRUBEL, CLARIDEN à 10 min ; NIEDERHORN horaire ; PS des Coudres 24 images horaires (13/10 12:00 → 14/10 11:00).

Décisions prises ici.

  • Un bouton ▶ Images sur chaque entrée du journal qui a des images à montrer (perte de visibilité, saut bref, passage, cible masquée) ; un clic ouvre une fenêtre par-dessus la page qui joue le timelapse ; Échap ou un clic à côté la ferme.
  • Plage : du début de l'épisode moins une marge à sa fin plus la marge ; marge = la moitié de la durée de l'épisode, 1 h au moins, 6 h au plus (à régler à l'œil avec l'utilisateur).
  • Le timelapse : images recadrées sur le cadre des cibles (D.view, comme le zoom « Targets » de View), 4 images par seconde, en boucle ; sur chaque image, l'heure UTC et un repère Before / During / After (bord rouge pendant l'épisode) ; boutons pause et image par image. Au-delà de 60 images, on n'en garde qu'une sur deux, une sur trois…
  • Pas de fichier GIF : le timelapse est joué dans la page en JS, rien à fabriquer ni à installer (Pillow n'est pas installé). Un vrai GIF ne viendra que si la vraie application en a besoin (point 36).
  • Pas d'image dans la plage : le bouton est grisé, avec « No camera image for this period. »
  • Ce point ne dépend pas du classement (point 6) : il marche dès aujourd'hui sur les épisodes ignore des détecteurs ; après le point 6, sur les événements.

Fichiers. Modifier vues-deplacements/maquette/explore_template.html (volet #journal, CSS et JS du journal) ; vues-deplacements/maquette/spec.md (section « L'onglet Journal »).

Interfaces.

  • Consomme : une entrée du journal (start, end, ignore, et process après le point 6) ; D.images, D.view.
  • Produit : en JS, jFrames(ev) -> [{t, src, role}] (role : "before", "during" ou "after") et openTimelapse(ev), qui ouvre la fenêtre.

Étapes.

  • Écrire jFrames (plage avec marge, une image sur n au-delà de 60) et openTimelapse (fenêtre, lecture en boucle à 4 images par seconde, pause, image par image, Échap).
  • Ajouter le bouton ▶ Images aux entrées du journal (et au clic sur la barre de la frise, si c'est simple) ; grisé sans image.
  • Lire #tab=journal&play=<n> dans l'adresse pour ouvrir le timelapse de l'entrée n dès le chargement (pour les captures).
  • Contrôle : NORDEND d'octobre, le 14/10 vers 05:15 : le timelapse montre les cibles nettes avant, les taches pâles pendant, nettes après ; capture de la fenêtre ouverte.
  • Contrôle du point d'attention 4 : PS des Coudres le 13/10 à 01:15 (#tab=journal&from=2026-10-12) : bouton grisé, « No camera image for this period. »
  • Montrer à l'utilisateur ; régler la marge et la vitesse à son œil ; mettre la spec à jour.

Fini quand. En cliquant sur ▶ Images le 14/10 à NORDEND, l'utilisateur voit tout de suite que le saut est une perte de visibilité.

Point 8 : La page Journal, catégorique et plus simple

Pourquoi. « Encore plus simple » : une seule ligne d'événements, la catégorie dans la barre, et le journal comme une suite de verdicts.

Fichiers. Modifier vues-deplacements/maquette/explore_template.html (volet #journal, drawJournal) ; vues-deplacements/maquette/spec.md (section « L'onglet Journal »).

Décisions prises ici.

  • La frise passe d'une ligne par détecteur à une seule ligne, « What happened », une barre par événement, colorée par famille : gris-bleu pour ce qui est invalidé, vert pour ce qui est normal, rouge pour ce qui est à vérifier, gris clair pour l'absence de données.
  • Le journal devient une suite de cartes : date et heures, catégorie en gras, la phrase (point 9), la bande d'images (point 7) quand la catégorie en a une.
  • Les lignes par détecteur ne disparaissent pas : elles passent dans la couche support (point 23).

Étapes.

  • Remplacer les lignes par détecteur de la frise par la ligne unique ; couleurs par famille (ignore vrai, normal, à vérifier, pas de données) au lieu de J_COLORS.
  • Mettre le journal en cartes, comme ci-dessus ; garder le clic qui zoome.
  • Mettre à jour la spec : section « L'onglet Journal » réécrite, ce qui est vérifié et ce qui ne l'est pas.
  • Capturer NORDEND d'octobre et WILDSTRUBEL ; les montrer à l'utilisateur.

Fini quand. L'utilisateur juge la page assez simple, ou ses retours sont notés pour une passe suivante.

Point 9 : Les phrases du journal

Pourquoi. « Il faut donner un diagnostic clair, et puis il faut que le diagnostic il soit complet. » Les phrases actuelles hésitent (« most likely », « probably rain, fog… »).

Modèle. La section « Verdict » des fiches de cas (agents/diagnostic/cas/C-00x/cas.md), écrites avec l'agent de diagnostic : une phrase, la cause et son niveau de preuve, la conséquence pour l'ouvrage, l'action (C-002 : « Une toile d'araignée devant l'objectif, vue sur les images : l'ouvrage n'a pas bougé et il n'y a rien à faire. »).

Règle proposée (concilie le diagnostic catégorique avec la règle du projet de séparer fait et hypothèse) :

  • la catégorie est un fait observé (les cibles étaient mal vues, un objet est passé, les mesures manquent) : elle se dit sans conditionnel ;
  • la cause (pluie, brume, toile, train) n'est écrite que si elle est établie ; sinon on ne l'écrit pas : les images la montrent ;
  • chaque phrase dit aussi quoi en faire : « ignore the curves in this period », « nothing to do », « please check ».

Phrases proposées (anglais, à valider ; {…} est rempli par le code) :

  • visibilite_perdue : « The camera could not see {n} points clearly{, including the reference points}. The curves in this period are not reliable: ignore them. » + si un saut est absorbé : « The jump of {k} targets in this period is not a movement. »
  • passage : « Something passed in front of {n} targets at {hh:mm}. Ignore this point on the curves. »
  • cible_masquee : « {Target} was hidden several times while the targets around it stayed clear. Ignore its curve in this period. »
  • turbulence : « Warm air made the readings shake from {hh:mm} to {hh:mm}. The small fast wiggles are not movement. »
  • cycle_thermique : « Daily thermal cycle: the structure and the camera warm up during the day and cool down at night. This wave comes back every day; nothing to do. »
  • trou : « No measurement in the export for {durée} (usually one every {pas}). »
  • saut_bref : « {n} targets jumped and came back within {durée}. This is not a movement: ignore it. »
  • a_verifier : « {n} targets shifted at {hh:mm} and stayed shifted. This can be a real movement: please check it. »

Étapes.

  • Faire valider ou réécrire les phrases par l'utilisateur.
  • Les écrire dans CATEGORIES (point 6), remplir text dans classer ; harmoniser les labels avec la carte (aujourd'hui « Heat shimmer » contre « Heat haze », « No data » contre « Data gap ») : un seul nom par catégorie, celui du point 5.
  • Reporter les phrases validées dans docs/displacement/domaine/carte-des-evenements.md (colonne « Phrase au client »).

Fini quand. Aucune phrase du journal ne contient « probably », « most likely » ou « may ».

Point 10 : Vérifier le journal catégorique sur les six jeux

Pourquoi. C'est le contrôle de toute la partie II, et des points d'attention 1 et 2.

Attendu (d'après les rapports des détecteurs du 2026-10-23 et la vérité des cas ; à mettre à jour si le point 5 change une règle) :

Jeu Événements attendus Vérité
NORDEND octobre (vues-deplacements/cas/2026-10_NORDEND/NORDEND) visibilite_perdue 07/10 17:15 → 08/10 12:15 (sauts du 07/10 19:45 et du 08/10 07:15 absorbés) ; a_verifier PR17 le 08/10 à 02:30, à part, non grisé ; visibilite_perdue 09/10 07:45 → 14:00 (saut commun de 08:45 absorbé) et 20:45 → 23:45 (saut de 21:15 absorbé) ; visibilite_perdue 14/10 05:15 → 06:30 (saut de 11 cibles absorbé, images de l'aube) ; trou 15/10 22:30 → 16/10 01:15 buée le 08/10, parois ruisselantes le 09/10, 17 rejets à 23:00, taches pâles à l'aube le 14/10 (parcours.md) ; PR17 sans explication claire
C-001 PS des Coudres visibilite_perdue 13/10 23:45 → 14/10 04:45 (2 références) ; aussi 13/10 01:15 → 03:30 (sans image) ; cycle_thermique chaque jour complet 08:00 → 18:00 buée, 2 références sur 3 ; système sain
C-002 NORDEND juillet visibilite_perdue 28/07 20:45 → 31/07 02:45 (paliers de sauts absorbés) ; reprise le 31/07 à 20:30 selon la règle tranchée au point 5 toile d'araignée, vue
C-003 WILDSTRUBEL turbulence les 02, 03 et 04/09, environ 04:00 → 15:00, saut d'un pas du 04/09 06:45 absorbé ; cible_masquee PA_9 les matins ; passage à 3 instants (2 douteux) turbulence et plein soleil
C-004 CLARIDEN a_verifier 19/09 06:10, 18 cibles, non grisé ; a_verifier une cible le 18/09 15:40 (faux positif connu) ; passage 18/09 13:40 et 20/09 06:20 mouvement réel
C-005 NIEDERHORN passage 30/09 22:00, 01/10 12:00 (saut absorbé) et 21:00, 02/10 21:00 ; visibilite_perdue 01/10 06:00 → 11:00 et 02/10 03:00 → 11:00 ; cible_masquee 02/10 10:00 → 22:00 5 trains (celui du 03/10 10:00 manqué), pluie deux nuits, feuilles

Étapes.

  • Lancer categories.py sur les six jeux ; comparer au tableau ; noter chaque écart dans une colonne « Obtenu » ajoutée au tableau, dans ce plan.
  • Construire et capturer les six pages ; les montrer à l'utilisateur avec la ligne du tableau.
  • Corriger les écarts qui viennent du classement ; ceux qui viennent d'un détecteur vont aux points 11 à 15.

Fini quand. CLARIDEN n'est jamais grisé, NORDEND le 14/10 n'a qu'un événement, et l'utilisateur valide les six captures.

Point 38 : Les statuts de visibilité : bonne, moyenne, nulle

Pourquoi. L'utilisateur, le 2026-10-23 : « on peut catégoriser : il y a des cas où la visibilité est vraiment affreuse, et des cas où elle n'est pas très bonne. Quand il pleut, la visibilité n'est pas très bonne, c'est moyen, les données sont moyennes ; et il y a des moments où vraiment on ne voit rien. » Et : « c'est là où on revient un peu sur les statuts : on veut faire des statuts des cibles. » Comme les statuts des métriques système (Energy, Storage, Cellular, Temperature : vert, orange, rouge), un statut de visibilité, par cible et pour la station. Placé ici, dans la partie II, parce qu'il change la catégorie « perte de visibilité » du point 5.

Proposition à valider.

Statut Couleur Ce qu'on voit Phrase au client (à valider au point 9) Sur les courbes
Good visibility vert error_value loin du seuil rien, pas d'entrée au journal rien
Reduced visibility orange error_value qui approche le seuil, quelques rejets ; la pluie de C-005 (nuits du 01 et du 02/10), sans doute la buée de C-001 « Visibility was reduced (see images): the data in this period are less precise. » zone en léger retrait (gris très clair ou hachures), données gardées
No visibility rouge la plupart des capteurs rejetés : NORDEND le 09/10 à 23:00 (17 capteurs), la toile de C-002 « The camera could not see the targets: ignore the curves in this period. » zone grisée
  • Calcul, dans l'esprit du point 11 : le rapport error_value / error_threshold de chaque cible, et sa moyenne pour la station. La page le colore déjà ainsi dans l'onglet View (errorColor dans explore_template.html : vert loin du seuil, orange à son approche, rouge au-dessus). Deux limites sur la moyenne (et sur la part de cibles rejetées) séparent les trois statuts.
  • Par cible : le même statut, cible par cible (une bande par cible dans la couche support, point 23).
  • Statut du jour : le pire statut tenu au moins une heure dans la journée, comme la couleur du jour des métriques système. C'est ce qu'un bloc Visibility pourrait montrer dans la vue client « System Summary » et dans les notifications du support (maquettes, D-039), si l'utilisateur le demande.
  • Effet sur le point 5 : si le tableau est validé, la catégorie visibilite_perdue devient deux catégories, visibilite_reduite (données gardées, en retrait) et visibilite_nulle (invalidée), toutes deux avec le bouton Images (point 7).

À décider par l'utilisateur.

  • Trois statuts, ou plus ?
  • « Reduced » : données gardées en retrait, ou invalidées elles aussi ?
  • Le statut se montre-t-il comme une bande de couleur continue sous les courbes (plus simple qu'une suite d'épisodes) ?
  • Un statut de visibilité du jour dans la vue client et chez le support : maintenant ou plus tard ?

Fichiers.

  • Modifier : vues-deplacements/journal/visibilite.py (version simple du point 11) : les épisodes portent un niveau ; contrat d'épisode : champ facultatif "level": "reduced" | "none" (les autres détecteurs ne le mettent pas).
  • Modifier : vues-deplacements/maquette/explore_template.html : une bande de statut sous les courbes du Journal, au-dessus de la frise.

Étapes.

  • Faire valider le tableau ; reporter le choix au point 5 (catégories) et au point 9 (phrases).
  • Dans la version simple de visibilite.py, deux limites sur la moyenne, REDUIT et NUL (provisoires, réglées à l'œil : pluie de C-005 = Reduced, NORDEND le 09/10 à 23:00 = None ; registre du point 17) ; un épisode par période de même statut, avec son level.
  • La bande de statut (vert, orange, rouge) sous les courbes du Journal, mesure par mesure ; épisodes reduced en léger retrait, none grisés.
  • Vérifier sur les six jeux et montrer : C-005, les deux nuits de pluie en orange ; C-002, la toile en rouge ; NORDEND le 09/10 à 23:00 en rouge ; C-001 (buée) et C-003 (turbulence) : orange ou rien, à juger par l'utilisateur.
  • Reporter les statuts validés dans docs/displacement/domaine/carte-des-evenements.md (section 4 du point 5) et sous D-056.

Fini quand. L'utilisateur distingue d'un coup d'œil « données moyennes » et « on ne voit rien » sur les six jeux.


Partie III — Les détecteurs, un par un

Chaque point : on le règle sur les cas, on relance les six jeux, on met à jour la docstring (méthode et résultats) et le registre du point 17. Ne jamais régler un seuil sur un seul jeu sans relancer les cinq autres.

Point 11 : visibilite : la version simple d'abord

Pourquoi. Retour de l'utilisateur (2026-10-23) : la ligne Visibility de la v0 est « super bien », et « c'est facile de calculer la visibilité des cibles : soit individuellement, soit faire la moyenne des visibilités. Et on peut détecter facilement quand les taux d'erreur sont élevés ; dans ces cas-là, on indique qu'il y a une mauvaise visibilité ». La guideline est la simplicité. La v0 marche mais a grossi : 11 constantes, médianes et MAD par capteur, trois sorties.

La version simple, à essayer d'abord.

  • Visibilité d'une cible, à chaque mesure : error_value / error_threshold (1 ou plus = mesure rejetée).
  • Visibilité de la station : la moyenne de ce rapport sur les capteurs mesurés. C'est exactement la bande du haut de l'onglet View (spec, section « L'onglet View »), déjà calculée en JS pour la page.
  • Loss of visibility quand la moyenne dépasse un niveau pendant quelques mesures d'affilée ; Passing obstacle quand elle le dépasse sur une seule mesure ; Target hidden quand une cible dépasse son seuil plusieurs fois alors que la moyenne reste basse. Tout est grisé ; le bouton Images du point 7 apporte la preuve.
  • Trois constantes au plus (le niveau de la moyenne, le nombre de mesures d'affilée, le nombre de rejets d'une cible), réglées à l'œil sur les cas et inscrites au registre du point 17.
  • Risque connu : la buée de C-001 reste sous le seuil des références ; c'est pour cela que la v0 compare chaque capteur à son propre niveau. La version simple la manquera peut-être : le mesurer et le dire à l'utilisateur, qui tranche (simple et imparfait d'abord, selon sa règle).

Étapes.

  • Mettre la v0 de côté : la copier dans vues-deplacements/journal/archive/visibilite_v0.py (le chargeur ne lit que journal/*.py, pas les sous-dossiers).
  • Réécrire vues-deplacements/journal/visibilite.py en version simple, même contrat, labels du point 9.
  • Lancer les six jeux ; un tableau v0 contre version simple, face à la vérité du point 10 : ce que la simple attrape, ce qu'elle manque (C-001, le train à 2 cibles, les feuilles, les obstructions de WILDSTRUBEL).
  • Montrer le tableau à l'utilisateur ; garder la simple si elle suffit à ses yeux, sinon ne reprendre de la v0 que ce qui manque.
  • Docstring (méthode et résultats) et registre du point 17 à jour.

La v0, pour mémoire (archive/visibilite_v0.py après la première étape) : mesure « haute » = error_value > médiane + K_MAD (10) MAD et > FACTEUR (2) × médiane du capteur, sur tout l'export ; Brief obstruction si ≥ BREF_MIN (3) capteurs hauts à un instant, SAILLIE (3) fois plus qu'aux instants voisins ; Poor visibility : suites d'au moins SUITE_MIN (3) mesures hautes, réunies entre capteurs (≥ 2), réduites aux instants où ≥ FRAC (15 %) du pic est haut, coupées par une accalmie de COUPURE (2 h) ; Target obscured : une cible rejetée et à plus de K_CIBLE (5) MAD, au moins CIBLE_MIN (3) fois à moins de CIBLE_ECART (6 h) ; ECART 2,5 pas entre deux mesures d'une suite. Ses défauts connus, à ne corriger que si l'on en garde des morceaux :

  • Target obscured est la sortie la plus bruitée : à NORDEND d'octobre, CTR01, PR04 et PR09, souvent rejetées, donnent des épisodes jusqu'à un jour ; l'image du 13/10 à 20:00 paraît normale ;
  • le train du 03/10 10:00 (C-005, 2 cibles) est manqué (BREF_MIN = 3) ;
  • la pluie du 01/10 commence à 06:00 contre 05:00 dans la vérité ;
  • WILDSTRUBEL : deux Brief obstruction (02/09 12:00, 03/09 08:15) probablement dus à la turbulence (à écarter dans le classement, point 6) ; celui du 04/09 14:00 est plausible (véhicule et image fantôme sur la route) ;
  • le texte de Brief obstruction cite « train, vehicle or animal » même dans le tunnel de CLARIDEN (réglé par le point 9) ;
  • le niveau habituel est calculé sur tout l'export, donc après coup.

Fini quand. L'utilisateur a choisi entre la version simple et la v0, sur le tableau des six jeux.

Point 12 : sauts : régler

Ce qui existe. vues-deplacements/journal/sauts.py : bruit = médiane des écarts d'une mesure à la suivante ; saut = mesure à ≥ K (20) bruits de la médiane des BASE (4) mesures d'avant ; revenu si BASE mesures de suite à moins de la moitié du saut en moins de BACK_H (24 h), ou si le jour d'après la cible est à sa place habituelle (premier jour de l'export) ou à celle de la veille ; sauts à moins de GAP (1 h) toutes cibles confondues = un épisode ; une seule cible durable suffit à ne pas griser. Depuis le 2026-10-23, un saut non revenu finit avec lui-même (sa barre couvrait la ligne).

Défauts connus.

  • K = 20 : à 15, on attrape les trois cibles du train de NIEDERHORN (17 et 19 bruits) mais deux cibles saines de PS des Coudres sont grisées (17 et 18 bruits) ; aucun seuil ne sépare proprement les deux.
  • Les 4 premières mesures ne sont jamais testées (train du 30/09 22:00 manqué) ; marqué ponytail:.
  • La place habituelle (premier jour) est fausse si l'export commence pendant un artefact ; marqué ponytail:.
  • Le saut horizontal de PR17 (17 bruits) est sous le seuil.
  • CLARIDEN : D-303-A en « Lasting shift » le 18/09 15:40 (0,7 px), sans doute la cible agitée de la fiche ; non grisé, sans danger. Le texte dit « 4 of them stayed shifted », moins que la fiche : chez les autres, le saut du matin revient en partie dans l'heure.
  • La dérive lente de corr_x la nuit à CLARIDEN n'est pas un saut (point 16).

Étapes.

  • Avec le classement (point 6), les trains sont attrapés par visibilite ; ne pas baisser K. Le noter.
  • Tester les premières mesures contre les suivantes (niveau d'après au lieu d'avant) pour ne plus manquer le saut de la première mesure ; relancer NIEDERHORN.
  • Relancer les six jeux ; docstring et registre.

Fini quand. Le train du 30/09 22:00 est vu ou le choix de le laisser est noté, et CLARIDEN reste non grisé.

Point 13 : thermique : ce que voit vraiment le client

Ce qui existe. vues-deplacements/journal/thermique.py, sur corr_x, corr_y par cible : profil horaire sur les jours UTC d'au moins HEURES_MIN (20) heures ; un axe a un cycle si chaque jour ressemble aux autres (corrélation ≥ REPRO, 0,6) ; cycle de la station si ≥ PART (la moitié) des cibles ; heures chaudes = écart au niveau de nuit (NUIT, 8 heures les plus plates) ≥ CHAUD (0,3) × amplitude ; un épisode par jour complet qui ressemble aux autres (≥ JOUR, 0,5).

La découverte. Le cycle jour / nuit est dans les positions brutes de presque toutes les stations (NORDEND de juillet 1,8 px, WILDSTRUBEL 3,2 px, NIEDERHORN 4,6 px, NORDEND d'octobre 0,78 px), en mode commun (caméra ou mât qui se courbe), et la compensation l'enlève. Seule PS des Coudres le garde dans corr (11 cibles sur 11, 0,17 px, jusqu'à 0,5 à 0,9 px en corr_y sur BJ, PBJ et PM, 08:00 → 18:00, même forme que dans les positions brutes : les cibles bougent vraiment par rapport aux références, par dilatation de l'ouvrage ou compensation partielle, non tranché). NORDEND d'octobre garde un petit cycle (9 cibles sur 19, 0,02 px, soit environ 1 mm avec 55,5 mm/px, juste sous le seuil ; à PART = 0,4 : 8 épisodes, sans les 08 et 09/10, jours couverts et du saut de PR17). CLARIDEN n'a aucun cycle sur 3 jours, même brut (non expliqué).

À décider par l'utilisateur.

  • Les « grosses vagues » qu'il voit sur la plateforme : sur quelles stations, en mm (export horaire) ou dans quelle page ? Si c'est dans les courbes en mm, est-ce le même cycle que celui de corr (le facteur mm/px est par cible) ?
  • La vague d'environ 1 mm de NORDEND d'octobre : à signaler (PART = 0,4) ou non ?
  • Faut-il dire au client que la caméra bouge chaque jour mais que c'est compensé ? (Probablement non : il ne le voit pas.)
  • Une étiquette plus générale « Periodic effect » pour toute vague qui revient chaque jour (idée du brainstorming, jugée « encore poussée ») : maintenant ou plus tard ?

Étapes.

  • Selon les réponses, régler PART et relancer les six jeux.
  • Ajouter une note métier docs/displacement/domaine/cycle-thermique.md (< 50 l) : ce qui est brut, ce qui est compensé, ce qui reste, avec les chiffres ci-dessus.

Fini quand. La question « le client voit-il la vague » a sa réponse, écrite dans la note.

Point 14 : turbulence : midis agités et marge de CLARIDEN

Ce qui existe. vues-deplacements/journal/turbulence.py : par capteur et par heure, agitation = médiane de |Δcorr_x| + |Δcorr_y| sur 3 h, et médiane de l'error_value, rapportées au quartile bas du capteur ; heure turbulente si ≥ PART (la moitié) des capteurs ≥ RATIO (1,5) × leur calme et error_value médiane ≥ RATIO_ERR (1,5) × la calme ; épisode d'au moins DUREE_MIN (3 h), écarté si plus de REJET_MAX (15 %) de rejets (c'est alors de la mauvaise visibilité) ; grisé si agitation ≥ FORT (2×). Résultat : WILDSTRUBEL seule, trois jours, ×2,3 à ×2,6, tous grisés ; rien ailleurs. Sans le critère error_value, faux positifs partout (8 épisodes à PS des Coudres, 14 à NORDEND d'octobre).

Points ouverts.

  • Midis agités sans hausse de l'error_value à PS des Coudres et NORDEND d'octobre (50 à 100 % des capteurs un peu plus agités à midi) : turbulence légère à signaler, ou rien ?
  • Marge faible avec un vrai mouvement : le matin du mouvement de CLARIDEN (06:00-08:00) agite les corrections et fait monter l'error_value ; seule la durée minimale de 3 h l'écarte, à une heure près. Danger : point d'attention 1.
  • Une vague lente gonfle un peu l'agitation (la pente s'ajoute aux écarts) ; le détecteur ne retranche pas la tendance locale.
  • Bords en retard d'environ 30 min au début et d'1 h à la fin face à la vérité de C-003 (03:30 → 16:00).

À décider par l'utilisateur.

  • Les midis agités : turbulence légère (épisode non grisé) ou rien ?

Étapes.

  • Protéger CLARIDEN : ne jamais classer en turbulence une période qui chevauche un événement a_verifier (règle du classement, point 6) ; relancer CLARIDEN.
  • Selon la réponse, un niveau « léger » non grisé (agitation ≥ 1,5× sans hausse d'erreur) ; relancer les six jeux.

Fini quand. CLARIDEN ne peut plus sortir en turbulence, quelle que soit la durée.

Point 15 : trous : libellé et sens

Ce qui existe. vues-deplacements/journal/trous.py : cadence = écart médian entre instants de mesure ; trou si plus de MISSING (2) pas manquent ; label « No data », jamais grisé ; le texte dit que l'export n'a rien, pas que la station était arrêtée (règle : un trou n'est pas une coupure).

Étapes.

  • Harmoniser le label avec le point 9 (« No data » ou « Data gap »).
  • Ajouter au texte les images s'il y en a pendant le trou (des images sans mesure disent que la caméra tournait) ; vérifier sur NORDEND le 15/10 22:30 → 16/10 01:15.

Fini quand. Le trou de NORDEND dit s'il y a des images pendant.

Point 16 : Les catégories qu'aucun détecteur n'attrape

Pourquoi. La carte (section 3) et le vocal de l'utilisateur en citent : « plus assez de références, il y a un peu tout qui bouge », la dérive lente, la neige, l'éclairage.

Pistes, de la plus simple à la plus dure (une à la fois, sur demande) :

  • Dérive lente (Slow drift, à vérifier) : réutiliser find_trend de vues-deplacements/maquette/explore.py (Theil-Sen et tau de Kendall sur les niveaux journaliers de l'export horaire, 5 jours au moins, D-055) dans un détecteur vues-deplacements/journal/derive.py ; tendance de PR06 à NORDEND d'octobre (+0,7 mm en 10 jours) comme contrôle.
  • Références masquées (« plus assez de références, tout bouge ») : un épisode visibilite qui touche des global_ref et un saut commun de nombreuses cibles qui revient (C-002) ; catégorie à part ou phrase de visibilite_perdue ; à décider avec l'utilisateur. Règles du projet : ne rien construire sur inlier binaire ; sigma0 seul et le nombre de références ne suffisent jamais.
  • Tout a bougé contre références masquées : impossible sur les mesures seules (Barcelone, docs/displacement/domaine/incident-de-barcelone.md) ; reste a_verifier, avec les images.
  • Éclairage, voisin trop brillant : créneaux jour / nuit sur une ou quelques cibles (C-003) ; à essayer seulement si l'utilisateur apporte un cas.
  • Neige : aucun cas ; attendre un hiver et un cas (point 35).

Fini quand. Chaque piste est faite ou explicitement remise à plus tard dans l'index.

Point 17 : Le registre des seuils provisoires

Pourquoi. Tous les seuils sont réglés sur 5 cas ; quand les données en masse arriveront (partie VI), c'est la liste à revoir.

Le registre au 2026-10-23.

Détecteur Constante Valeur Réglée sur
visibilite K_MAD 10 C-001 (buée 11 à 57 MAD), C-005 (10 à 70 MAD)
FACTEUR 2 écarte les capteurs à MAD quasi nulle (C-004, C-005)
SUITE_MIN 3 C-001, pluie de C-005
BREF_MIN 3 trains de C-005 (5 à 17 capteurs)
SAILLIE 3 trains (5 à 17) contre toile de C-002 (2 à 9)
FRAC 0,15 queues de PR09 et CTR01 (NORDEND octobre)
COUPURE 2 h NORDEND octobre, nuit du 13 au 14
K_CIBLE 5 feuilles de C-005 (6 à 25 MAD)
CIBLE_MIN 3 —
CIBLE_ECART 6 h feuilles de C-005 (7 rejets en 12 h)
ECART 2,5 pas gigue des horodatages
sauts K 20 bruits C-001 (à 15, deux cibles saines grisées)
BASE 4 mesures 1 h à 15 min
GAP 1 h —
BACK_H 24 h C-002 (paliers jusqu'à 11 h 30)
thermique HEURES_MIN 20 h —
REPRO 0,6 bruit pur ≈ 0
PART 0,5 NORDEND octobre juste dessous (9/19)
CHAUD 0,3 —
JOUR 0,5 —
NUIT 8 h —
turbulence RATIO 1,5 C-003 (×1,7 à ×3 la nuit)
PART 0,5 —
RATIO_ERR 1,5 C-003 (×1,7 à ×3,2)
REJET_MAX 15 % C-003 ≤ 7 % ; toile et pluie ≥ 18 %
FORT 2× C-003 (×2,3 à ×2,6)
DUREE_MIN 3 h C-003 (10-11 h) contre matin de C-004 (2 h)
trous MISSING 2 pas consigne de l'utilisateur, 2026-10-23

Étapes.

  • Recopier ce registre dans vues-deplacements/contexte/seuils-du-journal.md et le tenir à jour à chaque point de la partie III.

Fini quand. Le fichier existe et colle au code (grep -n '# provisoire' vues-deplacements/journal/*.py).


Partie IV — La page : défauts et choix d'affichage

Point 18 : Zones grisées trop larges

Le défaut. Un épisode qui ne touche qu'une ou quelques cibles grise toutes les courbes : à NORDEND d'octobre, « Target obscured » sur 4 cibles grise presque tout le 13/10 09:45 → 14/10 07:00.

À décider par l'utilisateur.

  • (a) Griser seulement les événements qui touchent beaucoup de cibles ou des références ; pour les autres, mettre les seules courbes concernées en pointillés pendant l'épisode. (b) Ne rien griser pour une cible seule, l'entrée du journal suffit. (c) Autre.

Étapes.

  • Appliquer le choix dans drawJournal (le rectangle gris dépend de sensors et du nombre de cibles affichées).
  • Capturer NORDEND d'octobre sur le 13/10 : plus de journée grisée pour 4 cibles.

Point 19 : Échelle écrasée par un pic

Le défaut. WILDSTRUBEL : le saut d'un pas de PA3_2 (le 04/09 à 06:45, 8 px en horizontal, 30 px en vertical) écrase toutes les autres courbes.

Proposition. L'échelle verticale se calcule sans les points des zones invalidées (ils restent dessinés, hors cadre si besoin) ; un bouton Fit all remet l'échelle sur tout.

Étapes.

  • Dans le recalage de l'ordonnée du volet Journal (AUTOSCALE), ignorer les points des événements ignore.
  • Capturer WILDSTRUBEL : les courbes ne sont plus plates.

Point 20 : Pixels ou millimètres

Ce qui a été dit. Le supérieur suggère les pixels ; l'utilisateur pense qu'on voit la même chose ; mais lors du cas NORDEND (parcours, étape 9), il jugeait les mm plus parlants pour le client. corr_x, corr_y sont en px (avis de l'utilisateur, docs/domaine/colonnes-des-deplacements.md) ; l'export horaire est en mm, moyenne horaire, avec un facteur propre à chaque cible (55,5 mm/px pour PR17 à NORDEND).

À décider par l'utilisateur.

  • px à la cadence native (on voit les trains et les pics d'une mesure), mm à l'heure (ce que la plateforme montre au client), ou un sélecteur px / mm ?

Étapes.

  • Si mm : courbes depuis D.hourly (déjà dans la page pour l'onglet Displacements), événements inchangés (heures UTC).
  • Capturer et montrer.

Point 21 : Plage par défaut, « depuis ta dernière visite »

Ce qui a été dit. « S'il regarde tous les 2-3 jours, il va mettre la plage 2-3 jours. » Aujourd'hui : les 3 derniers jours ; le sélecteur de dates de l'en-tête est inerte.

À décider par l'utilisateur.

  • 3 jours fixes, ou depuis la dernière visite (mémorisée dans le navigateur, pour la maquette) ?

Étapes.

  • Selon la réponse, localStorage (avec try/catch) pour la dernière visite ; le sélecteur de dates de l'en-tête rendu actif pour l'onglet Journal.

Point 22 : Interactions jamais essayées

Ce qui n'a pas été vérifié (spec, section « L'onglet Journal ») : le clic sur une entrée (zoom), le survol des barres, le zoom à la souris ; pour l'onglet Displacements : le clic vers Diagnosis, le zoom des courbes.

Étapes.

  • L'utilisateur ouvre la page (annexe B, « Ouvrir ») et essaie chaque geste ; noter ce qui ne marche pas.
  • Corriger, recapturer, cocher dans la spec.

Point 23 : Deux couches : client et support

Pourquoi. Le diagnostic va au client et à l'ingénieur support, en couches (D-020). Le client lit les catégories ; le support veut savoir quel détecteur a vu quoi.

Étapes.

  • Sous chaque carte du journal, un repli Details (fermé par défaut) : les épisodes bruts de l'événement (D.journal[i].episodes), avec détecteur, label d'origine, capteurs.
  • Une case à cocher Support view qui remet les lignes par détecteur dans la frise.

Partie V — Second volet : la courbe nettoyée

Rapport de l'agent : vues-deplacements/contexte/lissage.md. Le cadrage D-044 (docs/displacement/cadrage.md) a déjà posé les règles : la brute n'est jamais remplacée, chaque point corrigé porte son statut et sa raison, le calcul est causal, « masque puis médiane glissante » ; la plateforme sait déjà masquer, interpoler et passer une médiane glissante (Data Exploration).

Point 24 : Trancher les trois questions du lissage

À décider par l'utilisateur.

  • La courbe nettoyée par défaut avec la brute en option, ou l'inverse ? (Elle ne remplace jamais la brute à l'écran, cadrage Q4.)
  • Un lissage centré (côté serveur, sans retard, le journal paraît une fois le matin) ou causal comme les analyses (1 à 2 h de retard, cadrage Q5) ?
  • Le cycle thermique reste-t-il tel quel (cadrage Q8), ou faut-il une vue « sans le cycle » ? Seule une réponse « sans le cycle » justifie l'option D.

Étapes.

  • Noter les réponses sous D-056 et dans lissage.md, section 4.

Point 25 : Option A : la courbe nettoyée par masquage

Principe. La courbe nettoyée est la brute sans les points des zones invalidées, laissés en trou (pas d'interpolation, sinon on cache une marche). Aucun réglage, aucun seuil nouveau ; sa fiabilité est celle du journal.

Étapes.

  • Dans le volet Journal : brute en gris fin toujours visible ; nettoyée en couleur par-dessus, interrompue aux trous ; un sélecteur Raw / Cleaned / Both (Both par défaut, ou selon le point 24) ; une ligne de légende : « Cleaned: periods to ignore removed, nothing else changed. »
  • Capturer NIEDERHORN (trains, pluie) et CLARIDEN (rien ne doit disparaître du mouvement réel).

Fini quand. CLARIDEN est identique en brute et en nettoyée autour du 19/09 06:10.

Point 26 : Options B à E : en réserve

Ce que dit le rapport (ordres de grandeur sur 3 jours d'exports horaires) :

  • B, médiane glissante de 3 h (ou Hampel) : efface le train de NIEDERHORN (une heure à 14,83 mm sur un niveau de 9,9 ; médiane de 3 h : 9,95) ; garde la marche de CLARIDEN (−4,9 mm en deux paliers) en entier mais en retard de 1 h (2 h avec 5 h) ; ne change rien à WILDSTRUBEL (bruit horaire 0,03 à 0,12 mm pour un cycle de 0,3 à 0,75 mm). À faire seulement si le client veut plus lisse, mesuré d'abord sur NIEDERHORN et CLARIDEN, sous le nom « Smoothed (3 h median) », jamais confondu avec la nettoyée.
  • C, moyenne pondérée par error_value : à CLARIDEN, l'erreur de la cible qui saute triple (0,02 → 0,06) à la marche réelle : la pondération la rendrait moins crédible ; fonction de poids sans source. Écartée pour l'instant.
  • D, retrait du profil journalier : sur 3 jours, il aggrave (WILDSTRUBEL, PA3_2, crête à crête 0,46 → 0,67 mm) ; il faut des semaines d'historique ; la dilatation est aussi un mouvement réel. Seulement si le point 24 demande « sans le cycle ».
  • E, Kalman ou lissage centré avec bande d'incertitude : le plus lourd, réglage sans source ; attend une incertitude par cible (roadmap §5.5).

Étapes.

  • Rien tant que l'utilisateur ne le demande ; si oui, B d'abord, comme ci-dessus.

Partie VI — Données en masse et boucle Claude

Rapport de l'agent : vues-deplacements/contexte/donnees-et-boucle.md. Script : extraction/pomper.py (153 l) et extraction/README.md, brouillon jamais lancé. Ce qu'il faut savoir :

  • les mesures sont dans une base PostgreSQL / TimescaleDB partagée avec la production ; les images dans un stockage S3 (Garage), par measurement_uuid ;
  • l'export « advanced » reçu à la main est la sortie de build_advanced_frame (app/datapoints.py:285 du dépôt ~/monitoring-dashboard-displacement) : le script le reproduit à l'identique, environ 0,3 Mo par jour et par station ;
  • le script ouvre un moteur en lecture seule (default_transaction_read_only=on, délai de 60 s, fuseau UTC), comme scripts/domain_diagnostics.py de l'application, déjà lancé avec succès dans le container le 2026-10-21 ; il n'instancie pas DatabaseEngine (son __init__ lance du DDL et un écouteur NOTIFY) ; AggregateEngine est sans effet à sa construction (vérifié dans app/aggregates.py) ;
  • il lit un jour par requête, fait une pause, reprend où il s'est arrêté, et lit par numéro de série du système (System.serial_number) ;
  • l'authentification de l'application (formulaire ou Auth0) ne garde que les routes HTTP ; la base et S3 sont atteintes par un compte de service (AIMSIGHT_DATABASE_*, AIMSIGHT_S3_*) ; HTTP est un mauvais chemin aujourd'hui (route parquet par cookie de session, routes d'images /api/v1 en erreur 500, export CSV par une tâche Celery) ;
  • volume : les mesures se comptent en Mo ; les images dominent (environ 1 Go pour 40 jours d'une station à l'heure, six fois plus à 10 min) ; quelques centaines de Go suffisent ; la limite sera le temps de lecture de la base.

Point 27 : Premier pompage (option A)

C'est l'utilisateur qui lance ; Claude prépare et lit les résultats.

Étapes.

  • Choisir avec l'utilisateur une station déjà reçue à la main, pour comparer (NORDEND, PS des Coudres…), et son numéro de série de système (celui de l'URL de la page System).
  • L'utilisateur copie le dossier dans le dépôt de l'application visible dans le container : cp -r ~/Support-Agent/extraction ~/monitoring-dashboard-displacement/ (fichier non suivi, ne pas le committer, le supprimer après).
  • Dans le container, depuis la racine de l'application, hors des heures chargées, un essai de 2 jours : (set -a && . ./.env && set +a && python3 extraction/pomper.py --du AAAA-MM-JJ --au AAAA-MM-JJ --images <SERIE>) ; noter le temps par jour.
  • Copier extraction/sortie/<SERIE>/ vers ~/Support-Agent/data/<SERIE>/.
  • Claude compare le CSV obtenu à l'export reçu pour la même plage : colonnes, UTC, nombre de lignes (script en bibliothèque standard, donnees.charger sur les deux dossiers) ; il lance categories.py (ou les détecteurs) sur le nouveau dossier.
  • Si l'unité d'acquisition n'est pas unique (règle MER* / ME2S* de app/base/models.py:268), le noter.
  • Noter le résultat dans donnees-et-boucle.md, section « Ce qui reste à vérifier », et dans l'index.

Fini quand. Un dossier pompé donne les mêmes mesures que l'export reçu, et le temps par jour est connu.

Point 28 : Images différentielles

Ce qui existe. Type de mesure OPTICAL_SHIFT-DIFF, en PNG, seulement sur les stations réglées en mode « Differential » ; lesquelles et à quelle cadence : inconnu. Le script les prend avec --diff, rangées dans images_diff/.

Étapes.

  • Au premier pompage avec --diff, compter les images différentielles par jour ; si une station en a, en regarder quelques-unes avec l'utilisateur : montrent-elles ce qui a changé (toile, eau, neige) mieux que l'image brute ?
  • Si oui : les ajouter au processus « images » (point 7), après l'image brute.

Point 29 : Options B (depuis WSL) et C (route du collègue)

B : le même script lancé depuis WSL, hors container (l'idée de l'utilisateur : se connecter avec les identifiants de l'application, ne récupérer que le nécessaire, et faire le même travail dans un petit site HTML / JS local) ; il faudrait que la base y soit joignable (test nc -z par l'utilisateur, hôte lu dans .env sans l'afficher), installer sqlalchemy, psycopg2, boto3 et pandas, et copier les identifiants de l'application sur une seconde machine. Seulement si le test réseau passe et si l'utilisateur l'accepte.

C : demander au collègue une route d'export ; questions à lui poser : qui délivre un jeton Bearer avec la portée reads:explore (auth_auth0.py) ; correctif des routes d'images /api/v1 (erreur 500) ; une route d'images par plage. Seulement si la boucle (point 31) prouve sa valeur.

Étapes.

  • Après le point 27, demander à l'utilisateur s'il veut tenter B ; sinon, rien.

Point 30 : L'outil de tri en lot

Pourquoi. La boucle a besoin de faire tourner tous les détecteurs sur beaucoup de tranches sans coût de Claude.

Interfaces.

  • Consomme : categories.evenements(mesures) (point 6) ; donnees.filtrer(mesures, debut, fin).
  • Produit : python3 vues-deplacements/journal/categories.py <dossier> [--du AAAA-MM-JJ --au AAAA-MM-JJ] [--tranche 3] : une table par tranche (début, fin, catégorie, grisé, capteurs, épisodes absorbés), plus une ligne « rien » pour les tranches calmes.

Étapes.

  • Ajouter --du, --au, --tranche (jours, défaut 3) au __main__ de categories.py ; chaque tranche est classée seule (comme le verrait le client un matin).
  • Lancer sur NORDEND d'octobre en tranches de 3 jours ; comparer à un seul passage sur 11 jours : noter ce qui change (point d'attention 5).

Point 31 : La boucle Claude, première séance

Le principe (rapport de l'agent, 8 étapes) : hors ligne, à la main de l'utilisateur, jamais au chargement de la page.

  1. Liste : l'utilisateur donne les stations et la plage ; extraction/plan.md les range en tranches de 3 à 5 jours.
  2. Pompe : l'utilisateur, dans le container (point 27).
  3. Tri sans image : l'outil du point 30 ; coût : l'ordinateur seul.
  4. Regard de Claude, choisi : seulement les tranches où le tri voit quelque chose, ou ne voit rien malgré un signal fort (saut ou tendance de l'onglet Displacements), et seulement les courbes et 4 à 8 vignettes par événement ; un plafond de tranches par séance, fixé à l'avance.
  5. Critique : par événement, d'accord, en retard, en trop, ou manquant ; verdict écrit dans un fichier de revue de la tranche, hors de tout dossier de station (règle de vues-deplacements/CLAUDE.md).
  6. Proposition : au plus deux sorties : un réglage chiffré d'un détecteur, avec les événements qui changent, ou un cas candidat (créé seulement si l'utilisateur lance /nouveau-cas).
  7. Rejeu : le détecteur modifié est relancé sur toutes les tranches déjà vues ; on ne passe à la suite que s'il ne casse rien.
  8. Arrêt : au plafond, ou quand deux tranches de suite ne donnent plus rien à corriger.

À décider par l'utilisateur.

  • Les stations et la plage de la première séance ; le plafond (proposition : 5 tranches par séance).

Étapes.

  • Créer extraction/plan.md (stations, tranches, état de chacune).
  • Créer le dossier des revues vues-deplacements/revues/ (un fichier <STATION>_<début>_<fin>.md par tranche : événements du tri, verdict de Claude, proposition).
  • Faire une séance au plafond ; résumer à l'utilisateur les propositions ; appliquer seulement celles qu'il accepte (points 11 à 16), puis rejouer.

Fini quand. Une séance complète a eu lieu et son bilan est dans donnees-et-boucle.md.

Point 32 : Le test « Claude verrait la même chose »

Pourquoi. L'objectif fixé par l'utilisateur : « si je venais donner à Claude ces données, il puisse voir par lui-même qu'on a bien catégorisé les choses » ; notre solution doit dire ce que Claude dirait.

Étapes.

  • Proposer à l'utilisateur (ne pas lancer d'office : règle « cas sans relance ») de donner à l'agent de diagnostic une tranche sans le journal : @agent-diagnostic <dossier> Qu'est-ce qui s'est passé entre <début> et <fin> ? Une catégorie par moment.
  • Comparer ses catégories à celles du journal, moment par moment ; noter les écarts dans une revue (point 31, étape 5).
  • Commencer par une tranche dont la vérité est connue (NORDEND d'octobre, 13/10 → 16/10).

Partie VII — Idées gardées pour plus tard

Point 33 : Les autres métriques de certains projets

L'utilisateur : « il y a d'autres métriques aussi sur certains projets ». Quand le pompage marchera, un agent pourra les inventorier (quels types de mesure existent par station, à quelle cadence) et dire lesquelles aideraient le journal (température, pluie, éclairage).

  • Après le point 27 : lister les types de mesure d'une station (requête en lecture seule, ajoutée au script par l'utilisateur ou par un brouillon de Claude) ; présenter la liste.

Point 34 : Météo et HDF5 pour dire la cause

La carte, section 3 : la cause d'une perte de visibilité (pluie, brume, buée, neige) ne se dit qu'avec la météo ou l'image ; les obstructions lentes et les contrastes faibles demandent la brillance, la dominance et le flux, présents seulement dans l'export HDF5.

  • Demander à l'utilisateur si une source météo est disponible (station, service) ; si oui, une catégorie peut nommer sa cause sans image.
  • Demander un export HDF5 d'une station pour voir ce qu'il apporte.

Point 35 : Un cas de la base par catégorie

Neige, dérive lente, cible qui saute seule et voisin brillant n'ont aucun cas validé.

  • Quand l'utilisateur apporte des données qui en montrent un, et le demande : /nouveau-cas.

Point 36 : Porter le journal dans la vraie application

Comme pour les statuts des métriques système (Energy, Storage, Cellular, Temperature) : quand le journal convainc, on le porte dans ~/monitoring-dashboard-displacement. Les détecteurs sont en bibliothèque standard ; l'application calcule au chargement de la page : mesurer d'abord le temps de categories.evenements sur 11 jours (NORDEND d'octobre).

  • Mesurer le temps ; le noter ici.
  • Le portage lui-même : sur demande de l'utilisateur, dans une conversation ouverte dans le dépôt de l'application.

Partie VIII — Suivi du chantier

Point 37 : Ménage : commit, CLAUDE.md, Mermaid, sorties

  • Commit : rien n'est commité depuis le 2026-10-23. Fichiers de cette conversation : vues-deplacements/journal/ (5 détecteurs), vues-deplacements/maquette/explore.py, explore_template.html, spec.md, vues-deplacements/contexte/journal-du-matin.md, lissage.md, donnees-et-boucle.md, docs/displacement/domaine/carte-des-evenements.md, extraction/, docs/decisions.md (D-056), CLAUDE.md, vues-deplacements/CLAUDE.md, ce plan. Déjà modifiés avant par l'utilisateur : CLAUDE.md, docs/ameliorations-faq.md ; graphify-out/ n'est pas de cette conversation. Commit sur demande seulement, en séparant ce qui est de l'utilisateur.
  • CLAUDE.md fait 202 lignes (limite 200, D-012) : raccourcir la puce « Prochaine étape » (la plus longue) en renvoyant à ce plan.
  • Mermaid de la carte : à rendre une fois (point 3).
  • Sorties : data/NORDEND et le cas vues-deplacements/cas/2026-10_NORDEND/NORDEND écrivent tous deux out/vues_deplacements_NORDEND.html ; capturer juste après la construction, ou nommer la sortie par le chemin du dossier.

Annexe A — Les rapports des agents du 2026-10-23, résumés

Huit agents, un par piste, lancés par l'orchestrateur ; tous ont rendu leur travail. Rien n'a été commité.

  1. Page Journal : onglet construit (explore.py, explore_template.html, spec.md), plus trous.py ; captures de NORDEND d'octobre et de NIEDERHORN ; corrections en route : barres en overlay, libellés dans les barres, épisodes sans durée dessinés sur 1 h, « 12:00 – 12:00 » devient « 12:00 ». Défaut signalé, corrigé ensuite par l'orchestrateur : le « Lasting shift » couvrait toute la ligne Jumps.
  2. Visibilité (visibilite.py) : critère relatif au capteur et non au seuil (la buée de C-001 reste sous le seuil) ; résultats au point 11 ; C-003 laissé au détecteur turbulence (error_value ×1,5 à ×3 seulement), les deux détecteurs se complètent par le taux de rejet.
  3. Sauts (sauts.py) : résultats au point 12 ; ajout d'une troisième étiquette « Jump, not back yet » (moins d'un jour de recul : le cas courant d'un journal du matin) ; aucun seuil ne sépare les trains de NIEDERHORN des cibles saines de PS des Coudres.
  4. Cycle thermique (thermique.py) : découverte au point 13 : le cycle est dans les positions brutes, la compensation l'enlève, sauf à PS des Coudres.
  5. Turbulence (turbulence.py) : résultats au point 14 ; c'est l'error_value qui sépare la turbulence des midis agités ; marge faible sur le matin du mouvement de CLARIDEN.
  6. Cartographe (carte-des-evenements.md) : point 3.
  7. Lissage (lissage.md) : partie V ; recommandation : masquer seulement (option A).
  8. Données et boucle (donnees-et-boucle.md, extraction/) : partie VI ; recommandation : option A, un seul script ; aucun secret lu, rien lancé, rien modifié dans les dépôts monitoring-*.

Annexe B — Commandes

Depuis /home/maxime/Support-Agent.

  • Un détecteur seul : python3 vues-deplacements/journal/<nom>.py <dossier> (<nom> : visibilite, sauts, thermique, turbulence, trous).
  • Les événements catégorisés (après le point 6) : python3 vues-deplacements/journal/categories.py <dossier>.
  • Construire la page sans l'ouvrir : .venv/bin/python -c "import sys; sys.path.insert(0,'vues-deplacements/maquette'); import explore; print(explore.page('<dossier>'))".
  • Construire et ouvrir : python3 vues-deplacements/maquette/explore.py [dossier] (défaut : le cas NORDEND d'octobre ; s'ouvre sur l'onglet View).
  • Ouvrir sur l'onglet Journal : "/mnt/c/Program Files/Google/Chrome/Application/chrome.exe" "file://///wsl.localhost/Ubuntu/home/maxime/Support-Agent/out/vues_deplacements_<STATION>.html#tab=journal" (en arrière-plan : la commande ne rend la main qu'à la fermeture si Chrome n'était pas ouvert).
  • Capturer : "/mnt/c/Program Files/Google/Chrome/Application/chrome.exe" --headless=new --disable-gpu --hide-scrollbars --window-size=1600,1300 --virtual-time-budget=10000 --screenshot="$(wslpath -w <png>)" "file:///$(wslpath -w out/vues_deplacements_<STATION>.html | sed 's#\\#/#g')#tab=journal" ; PNG dans le dossier temporaire de la session, jamais dans un dossier de station.
  • Jeux : vues-deplacements/cas/2026-10_NORDEND/NORDEND (11 jours, 15 min, 985 images), data/PS_DES_COUDRES (C-001), data/NORDEND (C-002), data/WILDSTRUBEL (C-003), data/CLARIDEN (C-004), data/NIEDERHORN (C-005).
  • Pompage (utilisateur, dans le container) : extraction/README.md.

Journal du plan

Une ligne par séance : date, point(s) traités, ce qui a changé, ce qui reste.

  • 2026-10-23 : plan écrit à partir de la conversation du 2026-10-23 (brainstorming vocal, huit agents, v0 de l'onglet Journal, retour de l'utilisateur sur la v0).
  • 2026-10-23 : suggestion de l'utilisateur ajoutée : la simplicité comme règle d'or (Contraintes), la visibilité simple (point 11 réécrit), le bouton Images et son timelapse avec marge avant et après (point 7 réécrit) ; chemin conseillé : 11 puis 7.
  • 2026-10-23 : suggestion de l'utilisateur ajoutée : les statuts de visibilité, bonne, moyenne (« les données sont moyennes », la pluie) et nulle (« on ne voit rien »), par cible et pour la station, comme les statuts des métriques système (point 38, nouveau, rangé dans la partie II) ; processus du point 5 ramenés au seul bouton Images.