- **Data** (D-139) : le visualiseur de courbes, et l'étiquetage de `labeling/labeling.py` : un plot au départ (déplacements, caméra, qualité, métriques système), « Ajouter un plot » pour en voir plusieurs, alignés sur le temps, la croix pour en enlever un, un clic sur une courbe cale les images sur l'image la plus proche de son instant ; sous eux le choix des étiquettes, Detectors (les événements des détecteurs du journal, `detectors/categories.py`, en lecture seule, D-140), LLM (`labeling/auto/`, en lecture seule) ou Analysis (les mêmes étiquettes de `labeling/auto/`, à modifier, supprimer), et leur barre ; avec Detectors et LLM, y glisser zoome dans le temps ; avec Analysis, y glisser sélectionne une plage, puis des indices facultatifs, « Analyser la plage » : `serveur/analyse.py` lance l'analyste par `claude -p` (non interactif) sur la plage ; il écrit dans `labeling/auto/analyses/<STATION>_<début>_<fin>/` ses étiquettes et un rapport de diagnostic (`rapport.md`, ses figures ; son travail et le journal de claude dans `travail/`, hors de git) ; la page suit son avancement, puis montre le rapport, et le serveur verse ses étiquettes dans `labeling/auto/<STATION>.jsonl` (champ `analyse`, sans `revue` : à relire par `/review-auto-labels`) ; « Voir le rapport » sur une étiquette ainsi faite le rouvre. La barre latérale range toutes les analyses de `labeling/auto/analyses/` en dossiers, un par station (ouvert d'office s'il en a une en cours), et dedans une analyse par plage, la plus récente en tête, avec son état ; un clic ouvre Data sur elle. Une analyse s'arrête avec le serveur (« interrompue ») : sa session gardée, « continue » dans le champ de message la reprend. Sur une analyse finie, « Optimiser les détecteurs » lance `/detector-learner <analyse>` par `claude -p` (D-148) : les détecteurs, puis les outils de lecture, améliorés depuis l'analyse, commités sur `main` ; la page suit le fil de la séance (`travail/optimisation.jsonl`), puis montre son bilan (`detector-learner/<séance>_<analyse>/bilan.md`) sous le rapport. Une optimisation à la fois ; pendant, ni analyse ni message à l'analyste ; une optimisation coupée par l'arrêt du serveur se relance par le bouton. Un clic met une étiquette en évidence sur les plots et la barre, cale les images sur son début, et l'ouvre (avec Analysis : bornes, famille, texte, Enregistrer, Supprimer) ; un clic ailleurs sur la barre la referme. Les zones des étiquettes sur les plots sont à peine visibles (opacité 0,05, 0,07 en sombre). Écrit dans `labeling/auto/<STATION>.jsonl` ; `labeling/manual/` ne s'écrit plus que par `labeling/labeling.py`. À droite, les images de la caméra, comme `view/view.py` (glisseur, ◀ ▶ et flèches du clavier ; molette pour zoomer, glisser pour se déplacer, double clic pour l'image entière ; case Noms ; une plage sur la barre sous le glisseur dessine la flèche de déplacement de chaque capteur), sur la même station et la même plage (D-140) ; une flèche en haut à gauche de l'image l'agrandit et pousse les plots vers la gauche (les colonnes glissent, les plots se recalent à la fin du glissement), la flèche inverse la ramène. Les événements des détecteurs ne portent que leur famille dans la barre ; la bulle donne leurs cibles ; au clic, leurs dates, leurs capteurs (cibles et références), le message (la première phrase du journal) et l'action (la colonne « Pour le client » de `labeling/familles.md`, précisée par sorte, `station.ACTION_SORTE`). Sous l'image, les paramètres du diagnostic : « Focus on event curves » (un événement ouvert, les plots ne montrent que ses capteurs : ceux des détecteurs, ou ceux que nomme le texte d'une étiquette), les familles montrées (filtre immédiat de la page) et, pour Detectors seulement, les cibles considérées, les autres écartées avant les détecteurs (« Relancer les détecteurs », paramètre `cibles` de `/api/detecteurs`). Sans dates dans l'adresse, la sélection prend les 5 derniers jours UTC, aujourd'hui compris. Detectors est la so
Data garde la station et la plage (UTC, Au exclue) dans l'adresse : `#/data?station=NIEDERHORN&du=2026-09-25&au=2026-10-08`.
## Lancer
En une commande : la tâche VS Code `run app` (`.vscode/tasks.json` : construit le front, puis lance le serveur). Ou à la main :
Une fois, et après chaque changement de la page : construire le front (Node 22).
```bash
cd app/web && npm install && npm run build
```
Puis le serveur, avec l'environnement Python du dépôt (`.venv`, voir le README à la racine) :
```bash
.venv/bin/python app/serveur/serveur.py
```
La page s'ouvre sur `http://127.0.0.1:8770`. Réglages par variables : `AIMSIGHT_DATA` (données, défaut `data/`), `AIMSIGHT_LABELS` (étiquettes, défaut `labeling/`), `AIMSIGHT_PORT` (8770). Pour travailler sur la page : `npm run dev` dans `app/web/` (http://localhost:5173), le serveur Python lancé à côté.
## Les dossiers
-`serveur/serveur.py` : FastAPI ; sert la page construite et l'API sous `/api` (stations, images, courbes, détecteurs, étiquettes, analyses) ; ne répond qu'aux pages du poste (Host local, JSON déclaré).
-`serveur/station.py` : les données de la page Data ; lecture seule sur `data/`, écrit seulement dans `labeling/{auto,manual}/`.
| `labeling/ids.py` : `attribuer()`, `en_tete()` | `attribuer()` | 6e9f69a | 2026-11-05 | sans `retires` (inutile à l'ajout) |
La lecture des données est celle des agents, `agent-tools/donnees.py` ; les événements des détecteurs, ceux du journal, `detectors/categories.py`, lus tels quels (pas une copie : la page montre les détecteurs du jour ; il garde leurs résultats, et les oublie à la fin d'une optimisation ; relancer le serveur après une séance de `/detector-learner` lancée hors de l'app).