Files
aimsight-app/README.md
T

41 lines
2.7 KiB
Markdown

# 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` :
- l'`etiqueteur`, sur une plage choisie : un rapport de diagnostic et des étiquettes ;
- « Optimiser les détecteurs », sur une analyse finie : `/detector-learner <analyse>` améliore les détecteurs, puis les outils de lecture, depuis cette analyse, sans sur-apprentissage, contrôlés par le benchmark de toutes les étiquettes.
Le dépôt contient tout ce dont l'app et ses agents ont besoin, sauf les données des stations.
## Le dépôt
- `app/` : la web app (serveur FastAPI, page React et Mantine) ; sa doc dans `app/README.md`.
- `.claude/` : les agents (`etiqueteur`, `detectors-critic`, `detectors-upgrader`, `detectors-control`, `tool-builder`, `releveur`) et les skills (`detector-learner`, `lire-les-donnees`, plus `analyser-lot/etiquettes.py`, lu par le benchmark) que l'app lance.
- `detectors/` : les détecteurs du journal du matin, un par famille, classés en événements par `categories.py`.
- `agent-tools/` : les outils de lecture des agents ; `donnees.py`, la lecture commune, sert aussi aux détecteurs et à l'app.
- `labeling/` : 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`.
- `detector-learner/` : les séances d'optimisation, une par dossier `<séance>_<analyse>/`, et `historique.csv`, le benchmark séance après séance.
- `vues-deplacements/contexte/seuils-du-journal.md` : le registre des seuils des détecteurs.
- `docs/` : `ameliorations-processus.md` (les difficultés des séances, tenu par le `releveur`), `domaine/pieges-des-donnees.md`.
- `data/` : les données des stations, **hors de git**, un dossier par station (`displacement/`, `metrics/`, `camera/`, `images/`).
Copié de Support-Agent le 2026-11-13 (commit 48a3092 et les changements du bouton « Optimiser » non encore commités là-bas).
## Installer
```bash
ln -s <chemin vers les données>/data data # ou un dossier data/ rempli par le pompage
python3 -m venv .venv && .venv/bin/pip install fastapi uvicorn markdown plotly matplotlib
cd app/web && npm install && npm run build
```
`claude` (Claude Code, connecté) doit être sur le `PATH` pour l'onglet Analysis.
## Lancer
```bash
.venv/bin/python app/serveur/serveur.py
```
La page s'ouvre sur `http://127.0.0.1:8770`. Vérifications : `.venv/bin/python app/serveur/check.py`. Benchmark des détecteurs : `python3 .claude/skills/detector-learner/regression.py`.