detectors

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).

python3 categories.py <dossier de station> --du AAAA-MM-JJ --au AAAA-MM-JJ

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.
  • agents/ : detectors-critic, detectors-upgrader, detectors-control, releveur (appelés detectors:<nom>).
  • detector-learner/ : les séances, une par dossier <séance>_<analyse>/, et historique.csv, le benchmark séance après séance.
  • seuils-du-journal.md : le registre des seuils des détecteurs.
  • ameliorations-processus.md : les difficultés des séances, tenu par le releveur.

Depuis le dépôt de travail :

claude --plugin-dir detectors                                  # puis /detectors:detector-learner <analyse>
python3 detectors/skills/detector-learner/regression.py        # le benchmark

La séance commite les détecteurs ici, sur main, sans pousser : pousser detectors pour que tous aient les détecteurs à jour.

Copié de Support-Agent le 2026-11-13 (commit 48a3092) ; c'est désormais ici que les détecteurs évoluent.

S
Description
Detectors for time series classification
Readme
417 KiB
0 Stars 1 Watchers 0 Forks
Languages
Python 100%