Optimizer fait converger les détecteurs AIMsight (le dépôt `~/detectors`, par un lien `detectors`) en continu et à faible coût : un batch par jour UTC, toutes les stations ; les détecteurs posent leurs étiquettes, le `scanner` les regarde de loin face aux courbes et note les irrégularités. Il fait cela et rien d'autre. Conception : `docs/superpowers/specs/2026-11-13-optimizer-design.md` ; installer et lancer : `README.md`.
- **Les liens**, hors de git, en lecture seule : `data/` → `~/aimsight-data/data` (rempli par le pompage du dépôt aimsight-data) ; `labeling/` → `~/labeling` (le dépôt des étiquettes, partagé avec Diagnostic-App) (`familles.md` ; `auto/`, la vérité de référence du benchmark).
- **Les détecteurs** : leur contrat est dans `detectors/CLAUDE.md` ; Optimizer lit `categories.events`, `categories.CATEGORIES` et `scripts/data.py`. Diagnostic-App y pointe par le même lien (une seule copie : un commit de l'un se voit aussitôt chez l'autre) ; son mode ciblé (une analyse approfondie) et ce mode large seront deux appelants du même `/detectors:wf-improve`.
- **Les agents tournent sur l'abonnement Claude, jamais sur une clé d'API** : `batch.py` lance `claude -p` sans `ANTHROPIC_API_KEY` ni `ANTHROPIC_AUTH_TOKEN`, et l'arrête si son message d'ouverture dit une autre source que l'abonnement (`apiKeySource` ≠ `none`). Le montant en $ du flux n'est qu'un équivalent API, non facturé.