Diagnostic-App, le poste de pilotage : l'analyste et le tool-builder du dépôt agents, l'optimisation par Optimizer, la lecture par tools
Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>
This commit is contained in:
1 parent
dd6f1bfb38
commit
23e1eea0b8
24 files changed
+183
-3110
No files matched your search
@@ -1,34 +1,39 @@
|
||||
# Diagnostic-app
|
||||
|
||||
La web app de diagnostic AIMsight : la page Data (courbes, images de la caméra, étiquettes, événements des détecteurs) et son onglet Analysis, qui lance par `claude -p` :
|
||||
Le poste de pilotage du diagnostic AIMsight : voir, analyser, lancer. La page Data montre les courbes, les images de la caméra, les étiquettes et les événements des détecteurs ; son onglet Analysis lance, par `claude -p`, des processus dont le code vit dans les autres dépôts :
|
||||
|
||||
- l'`analyste`, sur une plage choisie (« Analyser la plage ») : un rapport de diagnostic et des étiquettes ;
|
||||
- « Optimiser les détecteurs », sur une analyse finie : `/detectors:wf-improve` (le plugin du dépôt detectors) améliore les détecteurs sur la plage de l'analyse, ses étiquettes pour vérité, sans sur-apprentissage, contrôlé par le benchmark de toutes les étiquettes ; puis le `tool-builder` fait entrer les scripts de l'analyste dans les outils de lecture.
|
||||
- **« Analyser la plage »** : l'`analyste` du dépôt agents, sur une plage choisie, avec les consignes de l'app (`consignes/analyste.md`) et sans les détecteurs (`DETECTEURS : non`) : des étiquettes, versées dans `labeling/auto/`, et un rapport de diagnostic ;
|
||||
- **« Optimiser les détecteurs »**, sur une analyse finie : `/improve` dans Optimizer améliore les détecteurs sur la plage de l'analyse, ses étiquettes pour vérité, sans sur-apprentissage ; puis le `tool-builder` du dépôt agents fait entrer les scripts de l'analyste dans le harnais de lecture (dépôt tools).
|
||||
|
||||
L'architecture des dépôts, une responsabilité chacun : `docs/architecture.drawio`.
|
||||
|
||||
## Le dépôt
|
||||
|
||||
- `app/` : la web app (serveur FastAPI, page React et Mantine) ; sa doc dans `app/README.md`.
|
||||
- `.claude/` : les agents de l'app, `analyste` et `tool-builder`, et le skill `lire-les-donnees` (le mode d'emploi des outils de lecture).
|
||||
- `agent-tools/` : les outils de lecture ; `donnees.py`, la lecture commune, sert aussi à l'app.
|
||||
- `labeling/` : un lien vers le dépôt `~/labeling`, partagé avec Optimizer (on y commite les étiquettes) : le savoir du labeling (`regles-d-etiquetage.md`, `familles.md`, `carte-des-etiquettes.md`, `connaissances/`), les étiquettes (`auto/<STATION>.jsonl`, la vérité du benchmark ; `manual/`), les analyses de l'app (`auto/analyses/`), et `controle.py`, `ids.py`.
|
||||
- `detectors/` : un lien vers le dépôt **detectors** (`~/detectors`), partagé avec Optimizer (voir plus bas).
|
||||
- `data/` : un lien vers `~/aimsight-data/data`, les données des stations, **hors de git**, un dossier par station (`displacement/`, `metrics/`, `camera/`, `images/`).
|
||||
- `consignes/analyste.md` : ce que l'app demande à l'analyste (dossier de sortie, rapport, dialogue).
|
||||
- `docs/` : l'architecture des dépôts, les plans.
|
||||
|
||||
## Les détecteurs (`detectors/`)
|
||||
Et six liens, ignorés par git, vers les dépôts voisins (un seul exemplaire de chacun sur le poste) :
|
||||
|
||||
Le dépôt detectors : un détecteur par famille d'étiquettes (`scripts/`), `scripts/categories.py` qui les lance et range leurs épisodes en événements, et le plugin Claude Code qui les améliore (`/detectors:wf-improve`, avec `skills/wf-improve/scripts/score.py` et `regression.py`). Son contrat avec l'app est dans `detectors/CLAUDE.md` ; ici :
|
||||
| Lien | Dépôt | Ce que l'app en fait |
|
||||
|---|---|---|
|
||||
| `data/` | `~/aimsight-data/data` | lit les données des stations (hors de git) |
|
||||
| `labeling/` | `~/labeling` | lit et écrit les étiquettes ; les analyses vont dans `labeling/auto/analyses/` |
|
||||
| `detectors/` | `~/detectors` | lit les événements des détecteurs (`scripts/categories.py`) |
|
||||
| `tools/` | `~/tools` | lit les données par `tools/donnees.py` ; l'analyste s'en sert, le tool-builder y écrit |
|
||||
| `agents/` | `~/agents` | le plugin des agents (`--plugin-dir agents`, `--agent agents:analyste`) |
|
||||
| `optimizer/` | `~/Optimizer` | y lance `/improve` ; lit les bilans dans `optimizer/seances/` |
|
||||
|
||||
- la page Data montre les événements de `categories.events`, calculés sur les mesures lues par `agent-tools/donnees.py` (les mêmes que celles de `detectors/scripts/data.py`) ;
|
||||
- « Optimiser les détecteurs » donne à `/detectors:wf-improve` la plage, les étiquettes (`labeling/auto/<STATION>.jsonl`), la vérité de référence (`labeling/auto`, `data`), les familles (`labeling/familles.md`), le rapport de l'analyse et le dossier de sortie, `<analyse>/detectors/<heure>/` (la requête : `app/serveur/analyse.py`) ;
|
||||
- la séance commite dans `detectors/`, donc dans le dépôt `~/detectors`, sur sa branche courante, sans pousser : Optimizer a aussitôt les nouveaux détecteurs. Pousser : `git -C detectors push`.
|
||||
|
||||
Mettre à jour les détecteurs : `git -C detectors pull`.
|
||||
On commite chaque chose dans son dépôt : les étiquettes dans `~/labeling`, les détecteurs dans `~/detectors` (la séance d'optimisation le fait, sans pousser), les outils dans `~/tools` (le tool-builder le fait).
|
||||
|
||||
## Installer et lancer
|
||||
|
||||
La tâche VS Code **Run app** crée `.venv` et construit le front s'ils manquent, puis lance le serveur. Il faut les liens vers les données, les étiquettes et les détecteurs : `ln -s ~/aimsight-data/data data`, `ln -s ~/labeling labeling` et `ln -s ~/detectors detectors` (les dépôts aimsight-data, labeling et detectors, clonés à côté).
|
||||
```bash
|
||||
ln -s ~/aimsight-data/data data && ln -s ~/labeling labeling && ln -s ~/detectors detectors
|
||||
ln -s ~/tools tools && ln -s ~/agents agents && ln -s ~/Optimizer optimizer
|
||||
```
|
||||
|
||||
À la main :
|
||||
La tâche VS Code **Run app** crée `.venv` et construit le front s'ils manquent, puis lance le serveur. À la main :
|
||||
|
||||
```bash
|
||||
python3 -m venv .venv && .venv/bin/pip install -r app/requirements.txt
|
||||
@@ -36,7 +41,7 @@ cd app/web && npm install && npm run build && cd ../..
|
||||
.venv/bin/python app/serveur/serveur.py
|
||||
```
|
||||
|
||||
La page s'ouvre sur `http://127.0.0.1:8770`. `claude` (Claude Code, connecté) doit être sur le `PATH` pour l'onglet Analysis.
|
||||
La page s'ouvre sur `http://127.0.0.1:8770`. `claude` (Claude Code, connecté à l'abonnement) doit être sur le `PATH` pour l'onglet Analysis.
|
||||
|
||||
## Pomper les données
|
||||
|
||||
@@ -45,5 +50,5 @@ Le pompage est dans le dépôt `~/aimsight-data` (`extraction/`, tâches VS Code
|
||||
## Vérifier
|
||||
|
||||
- l'app : `.venv/bin/python app/serveur/check.py` ;
|
||||
- les étiquettes : `python3 labeling/controle.py` (les 18 étiquettes versées par l'app n'ont pas encore `revue`, qu'elle exige : 18 erreurs attendues) ;
|
||||
- les détecteurs (benchmark, ~3 min) : `python3 detectors/skills/wf-improve/scripts/regression.py --labels labeling/auto --data data`.
|
||||
- les étiquettes : `python3 labeling/controle.py` (les étiquettes versées par l'app n'ont pas encore `revue`, qu'elle exige : autant d'erreurs attendues) ;
|
||||
- les détecteurs (benchmark, ~3 min) : `python3 detectors/bench/regression.py --labels labeling/auto --data data`.
|
||||
Reference in new issue
Block a user