Les détecteurs du journal du matin AIMsight, et leur amélioration. Un détecteur par famille d'anomalie des déplacements (`visibility.py`, `obstruction.py`, `target_issue.py`, `thermal_displacement.py`, `no_data.py`, `displacement.py`), classés en événements par `categories.py` ; `donnees.py`, la lecture des données qu'ils utilisent. Bibliothèque standard seulement (Python 3).
Le dossier de station : `displacement/`, `metrics/`, `camera/` (le format de `data/<STATION>/`).
## L'amélioration : un plugin Claude Code
Le dépôt est aussi un plugin Claude Code (`.claude-plugin/plugin.json`), à monter en `detectors/` d'un dépôt de travail qui a `labeling/` (les étiquettes, `labeling/auto/<STATION>.jsonl` ; les analyses, `labeling/auto/analyses/`), `data/` et `agent-tools/` : Diagnostic-app, où il est un sous-module.
-`skills/detector-learner/` : `/detectors:detector-learner <analyse>`, la séance qui améliore les détecteurs depuis une analyse de la page Data, sans sur-apprentissage (`SKILL.md`) ; ses scripts, lancés depuis le dépôt de travail : `regression.py` (le benchmark, toutes les étiquettes de `labeling/auto/`), `score.py` (le score d'une plage), `capteurs.py`.