- extraction/ : pomper.sh, pomper.py, stations.txt, lenzspitze_absolu.py repris de Support-Agent (code inchangé), README adapté ; .env à la racine, sortie dans out/ - README, CLAUDE.md, app/README réécrits : contrat avec detectors, pompage, vérifications - app/requirements.txt, seule liste des paquets Python (sans plotly ; matplotlib, pillow) - commentaires de l'app et nom du paquet npm sans renvois à Support-Agent ; familles.md : detectors/scripts/ Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>
3.1 KiB
3.1 KiB
CLAUDE.md
Diagnostic-app : la web app de diagnostic AIMsight et les agents qu'elle lance par claude -p (README.md). Une caméra suit des cibles sur un ouvrage ; les détecteurs (detectors/, un sous-module : le dépôt detectors) lisent les séries de déplacement des stations (data/<STATION>/, hors de git, rempli par le pompage extraction/) et signalent les moments où il ne faut pas se fier aux courbes (pluie, buée, toile d'araignée, turbulence…) ou un vrai mouvement.
- Les processus : l'onglet Analysis lance l'
analystesur une plage (étiquettes et rapport danslabeling/auto/analyses/<STATION>_<début>_<fin>/, versées danslabeling/auto/<STATION>.jsonl) ; « Optimiser les détecteurs » lance/detectors:wf-improvesur la plage de l'analyse (le plugin du sous-moduledetectors/,claude --plugin-dir detectors; la requête dansapp/serveur/analyse.py, son bilan dans<analyse>/detectors/<heure>/summary.md), qui commite dansdetectors/, puis letool-builder, qui commite les outils ici. - La vérité : les étiquettes de
labeling/auto/; le savoir du labeling est danslabeling/(règles, familles, carte, connaissances). - Les détecteurs : le contrat entre l'app et eux est dans
detectors/CLAUDE.md(categories.events, la requête de/detectors:wf-improve, les CLI--from/--to) ; un renommage là-bas demande le changement ici.agent-tools/donnees.pyetdetectors/scripts/data.pylisent les mêmes mesures : une correction de lecture dans l'un se reporte dans l'autre. Après un commit dansdetectors/:git -C detectors push, puisgit commit -m "..." -- detectors. - Le benchmark :
python3 detectors/skills/wf-improve/scripts/regression.py --labels labeling/auto --data data(~3 min) ; le score d'une plage :python3 detectors/skills/wf-improve/scripts/score.py data/<STATION> --labels labeling/auto/<STATION>.jsonl --from AAAA-MM-JJ --to AAAA-MM-JJ(--toexclu). - Le pompage :
extraction/pomper.sh(tâches VS Code pomper, pomper une plage), en lecture seule sur la plateforme ; mode d'emploiextraction/README.md. Claude peut le lancer sur de petites plages ; une longue plage ou un historique, hors des heures chargées. - Vérifier un changement de l'app :
.venv/bin/python app/serveur/check.py, puiscd app/web && npm run buildet lancer le serveur. Les étiquettes :python3 labeling/controle.py(les 18 étiquettes versées par l'app n'ont pas encorerevue, qu'elle exige : 18 erreurs attendues).
Règles :
- Toute heure est en UTC.
- Bibliothèque standard pour les détecteurs et les outils de lecture ; matplotlib par
.venv/bin/python, pour les figures seulement. - Pas de règle propre à une station, une cible ou une date dans les détecteurs.
- Lecture seule sur
data/, sauf le pompage ; ne jamais recopier les identifiants des métriques (SIM_CCID,ip*). - Ne jamais lire
.env(les identifiants de la plateforme). - Commits par chemin, jamais
git add -A: une autre session peut travailler dans ce dépôt. - Langue : documents et échanges en français ; ce qui va au client en anglais.