# Diagnostic-app 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 : - **« 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`. - `consignes/analyste.md` : ce que l'app demande à l'analyste (dossier de sortie, rapport, dialogue). - `docs/` : l'architecture des dépôts, les plans. Et six liens, ignorés par git, vers les dépôts voisins (un seul exemplaire de chacun sur le poste) : | 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/` | 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 ```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 ``` 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 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 à l'abonnement) doit être sur le `PATH` pour l'onglet Analysis. ## Pomper les données Le pompage est dans le dépôt `~/aimsight-data` (`extraction/`, tâches VS Code **pomper** et **pomper une plage**) ; mode d'emploi `~/aimsight-data/extraction/README.md`. ## Vérifier - l'app : `.venv/bin/python app/serveur/check.py` ; - 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`.