3.3 KiB
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'
analystedu dépôt agents, sur une plage choisie, avec les consignes de l'app (consignes/analyste.md) et sans les détecteurs (DETECTEURS : non) : des étiquettes, versées danslabeling/auto/, et un rapport de diagnostic ; - « Optimiser les détecteurs », sur une analyse finie :
/improvedans Optimizer améliore les détecteurs sur la plage de l'analyse, ses étiquettes pour vérité, sans sur-apprentissage ; puis letool-builderdu 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 dansapp/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
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 :
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 encorerevue, qu'elle exige : autant d'erreurs attendues) ; - les détecteurs (benchmark, ~3 min) :
python3 detectors/bench/regression.py --labels labeling/auto --data data.