detectors en lien vers ~/detectors, comme data et labeling : une seule copie partagée avec Optimizer, plus de sous-module ni de pointeur à commiter ; la séance d'optimisation reçoit la cible du lien (--add-dir)

Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>
This commit is contained in:
maximeandClaude Opus 5.5 committed 2026-11-13 17:10:19 +01:00
1 parent 58b0ef9698
commit 54bec57523
7 files changed
+13 -18

No files matched your search

+4 -5
View File
@@ -11,7 +11,7 @@ La web app de diagnostic AIMsight : la page Data (courbes, images de la caméra,
- `.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/` : le dépôt **detectors**, en sous-module (voir plus bas).
- `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/`).
## Les détecteurs (`detectors/`)
@@ -20,18 +20,17 @@ Le dépôt detectors : un détecteur par famille d'étiquettes (`scripts/`), `sc
- 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/`, sur sa branche `main`, sans pousser. Ensuite : `git -C detectors push`, puis ici `git commit -m "..." -- detectors`, pour que ce dépôt pointe la nouvelle version.
- 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`, puis `git commit -m "..." -- detectors`.
Mettre à jour les détecteurs : `git -C detectors pull`.
## Installer et lancer
La tâche VS Code **Run app** fait tout : monte `detectors` la première fois (sur sa branche `main`), crée `.venv` et construit le front s'ils manquent, lance le serveur. Il faut les liens vers les données et les étiquettes : `ln -s ~/aimsight-data/data data` et `ln -s ~/labeling labeling` (les dépôts aimsight-data et labeling, clonés à côté).
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).
À la main :
```bash
git submodule update --init && git -C detectors checkout -B main
python3 -m venv .venv && .venv/bin/pip install -r app/requirements.txt
cd app/web && npm install && npm run build && cd ../..
.venv/bin/python app/serveur/serveur.py