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'analyste, sur une plage choisie (« Analyser la plage ») : un rapport de diagnostic et des étiquettes ;
  • « Optimiser les détecteurs », sur une analyse finie : /detectors:detector-learner <analyse> (le plugin du dépôt detectors) améliore les détecteurs depuis cette analyse, sans sur-apprentissage, contrôlé par le benchmark de toutes les étiquettes ; puis le tool-builder fait entrer les scripts de l'analyste dans les outils de lecture.

Le dépôt

  • app/ : la web app (serveur FastAPI, page React et Mantine) ; sa doc dans app/README.md.
  • .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/ : 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 : les détecteurs et le plugin Claude Code qui les améliore (/detectors:detector-learner), ses séances et son historique. La séance y commite ; pousser detectors pour que tous aient les détecteurs à jour.
  • data/ : les données des stations, hors de git, un dossier par station (displacement/, metrics/, camera/, images/).

Installer et lancer

La tâche VS Code Run app fait tout : monte detectors, crée .venv et construit le front s'ils manquent, lance le serveur. Il faut seulement les données :

ln -s <chemin vers les données>/data data          # ou un dossier data/ rempli par le pompage

À la main :

git submodule update --init
python3 -m venv .venv && .venv/bin/pip install fastapi uvicorn markdown plotly matplotlib
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) doit être sur le PATH pour l'onglet Analysis. Vérifications : .venv/bin/python app/serveur/check.py. Benchmark des détecteurs : python3 detectors/skills/detector-learner/regression.py.

S
Description
Diagnostic app for AIMsight
Readme
6.8 MiB
0 Stars 1 Watchers 0 Forks
Languages
JavaScript 50.7%
Python 46.7%
CSS 2.2%
HTML 0.4%