From a55d7c0dc6d2242093cfb7c0dd045bce44ea4124 Mon Sep 17 00:00:00 2001 From: maxime Date: Sat, 14 Nov 2026 15:19:39 +0100 Subject: [PATCH] =?UTF-8?q?README,=20CLAUDE.md,=20spec=20:=20l'am=C3=A9lio?= =?UTF-8?q?ration=20branch=C3=A9e,=20outils/=20et=20docs/essais/,=20la=20c?= =?UTF-8?q?oupure=20=C3=A0=20minuit=20gard=C3=A9e?= MIME-Version: 1.0 Content-Type: text/plain; charset=UTF-8 Content-Transfer-Encoding: 8bit Co-Authored-By: Claude Opus 5.5 --- CLAUDE.md | 6 ++-- README.md | 12 +++++--- .../specs/2026-11-13-optimizer-design.md | 29 ++++++++++++------- 3 files changed, 30 insertions(+), 17 deletions(-) diff --git a/CLAUDE.md b/CLAUDE.md index 2d38876..46b9fbe 100644 --- a/CLAUDE.md +++ b/CLAUDE.md @@ -2,11 +2,11 @@ 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`. -- **Le batch** : `python3 batch.py [--jour AAAA-MM-JJ] [--stations A,B] [--sans-scan]` → `batches//` : `detecteurs/.jsonl` (les étiquettes des détecteurs), `verite/.jsonl` (les mêmes, corrigées par le scanner), `detecteurs.md` (le résumé pour le scanner), `rapport.md` (le sien), `figures/` et `scan.jsonl` (son flux) hors de git. -- **L'agent** : `.claude/agents/scanner.md`, sur Sonnet, lancé par `batch.py` (`claude -p --agent scanner`). +- **Le batch** : `python3 batch.py [--jour AAAA-MM-JJ] [--stations A,B] [--sans-scan]` → `batches//` : `detecteurs/.jsonl` (les étiquettes des détecteurs), `verite/.jsonl` (les mêmes, corrigées par le scanner), `detecteurs.md` (le résumé pour le scanner), `rapport.md` (le sien), `improve/` (la séance de `wf-improve` sur les stations corrigées : bilan `summary.md`, scripts de ses agents `tools/`), `figures/`, `scan.jsonl` et `improve.jsonl` (les flux) hors de git. +- **Les agents** : `.claude/agents/scanner.md`, sur Sonnet (`claude -p --agent scanner`) ; puis `/detectors:wf-improve` (`claude -p --plugin-dir detectors`, ses agents `detectors:upgrader` et `detectors:validator`), une séance sur les stations que le scanner a corrigées. Lancés par `batch.py` sans les réglages du poste (`--setting-sources project,local --strict-mcp-config`). - **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`. -- **Pas encore branché** : l'amélioration (`/detectors:wf-improve` sur la vérité du batch), à rediscuter. +- **Les essais** : `docs/essais/.md`, un journal par essai de bout en bout ; `outils/`, les scripts de lecture qui en sont restés. - **Vérifier un changement** : `python3 batch.py --jour --sans-scan` sur un jour réel, puis regarder les figures. Règles : diff --git a/README.md b/README.md index 65b0a28..54de90f 100644 --- a/README.md +++ b/README.md @@ -3,9 +3,10 @@ Faire converger les détecteurs AIMsight en continu, à faible coût. Chaque jour pompé devient un batch de 24 h : 1. les détecteurs (le dépôt `~/detectors`, par un lien) passent sur toutes les stations ; leurs événements deviennent des étiquettes, et une figure par station les montre face aux courbes ; -2. le `scanner`, un agent léger (Sonnet), regarde chaque figure, note chaque irrégularité (raté, trop, bornes, famille) dans un rapport et la corrige dans une copie des étiquettes, la vérité du batch. +2. le `scanner`, un agent léger (Sonnet), regarde chaque figure, note chaque irrégularité (raté, trop, bornes, famille) dans un rapport et la corrige dans une copie des étiquettes, la vérité du batch ; +3. s'il a corrigé une station, `/detectors:wf-improve` (le plugin du dépôt `detectors`) améliore les détecteurs sur cette vérité, une seule séance pour toutes les stations corrigées, sous le garde-fou du benchmark sur les étiquettes revues ; ses correctifs sont des commits dans `~/detectors`, rien n'est poussé. -La suite, l'amélioration des détecteurs par `/detectors:wf-improve` sur cette vérité, n'est pas encore branchée. Le mode ciblé de Diagnostic-App (une analyse approfondie, puis « Optimiser les détecteurs ») reste tel quel ; Optimizer en est la version large et légère. Conception : `docs/superpowers/specs/2026-11-13-optimizer-design.md`. +Le mode ciblé de Diagnostic-App (une analyse approfondie, puis « Optimiser les détecteurs ») reste tel quel ; Optimizer en est la version large et légère. Conception : `docs/superpowers/specs/2026-11-13-optimizer-design.md`. ## Installer @@ -26,7 +27,7 @@ python3 batch.py --jour 2026-11-12 # un autre jour python3 batch.py --sans-scan # les détecteurs et les figures seulement ``` -Une étape faite ne se refait pas : relancer après `--sans-scan` fait le scan seul ; supprimer `batches//` pour tout refaire. `batch.py` passe seul sur `.venv` pour les figures. +Une étape faite ne se refait pas : relancer après `--sans-scan` fait le reste ; supprimer `batches//` pour tout refaire. Les agents (`claude -p`) ne voient que le projet : ni les hooks, ni les plugins, ni les serveurs MCP du poste. `batch.py` passe seul sur `.venv` pour les figures. ## Ce qu'un batch laisse @@ -36,4 +37,7 @@ Une étape faite ne se refait pas : relancer après `--sans-scan` fait le scan s - `detecteurs.md` : le résumé que lit le scanner ; - `figures/.png` : ce qu'il regarde (hors de git) ; - `rapport.md` : ses irrégularités, ses doutes, ce qui lui a manqué ; -- `scan.jsonl` : son flux, avec son coût (hors de git). +- `scan.jsonl` : son flux, avec son coût (hors de git) ; +- `improve/` : la séance d'amélioration, ses mesures avant et après, `modification.md` (l'upgrader), `validation.md` (le validator), `summary.md` (le bilan), `tools/` (les scripts que ses agents ont écrits, à réutiliser) ; `improve.jsonl`, son flux (hors de git). + +`outils/` : des scripts de lecture des données brutes pour contrôler un batch à la main (`JOUR=AAAA-MM-JJ python3 outils/instants.py NORDEND 00:45 01:30`), venus de l'audit du premier essai ; `docs/essais/` : les journaux des essais. diff --git a/docs/superpowers/specs/2026-11-13-optimizer-design.md b/docs/superpowers/specs/2026-11-13-optimizer-design.md index 0aa4787..b5bb0d8 100644 --- a/docs/superpowers/specs/2026-11-13-optimizer-design.md +++ b/docs/superpowers/specs/2026-11-13-optimizer-design.md @@ -1,6 +1,7 @@ # Optimizer : conception -2026-11-13. Statut : approuvée ; étapes 1 et 2 (les détecteurs, le scan) construites, la suite à rediscuter. +2026-11-13. Statut : approuvée ; les trois étapes construites, la tâche VS Code à faire ; premier essai de bout en bout le +2026-11-14 (`docs/essais/2026-11-05.md`). ## L'intention @@ -72,10 +73,11 @@ existe) ne se refait pas. il la note dans `batches//rapport.md` (station, heures, cas, ce qu'il voit) et l'applique à `verite/.jsonl`. Il finit par `**Verdict**: rien à corriger | irrégularités`. Le script vérifie ensuite la vérité (JSON, clés, famille connue de `labeling/familles.md`). -3. **L'amélioration**, sur `irrégularités` : `claude -p --plugin-dir detectors "/detectors:wf-improve …"` avec les stations - corrigées, `LABELS: batches//verite/`, le jour, `REFERENCE: --labels labeling/auto --data data`, `FAMILIES: - labeling/familles.md`, `CONTEXT: batches//rapport.md`, `OUT: batches//improve/`. -4. **Le bilan** : `batches//summary.md`, le verdict du scanner et le résultat de `wf-improve`. +3. **L'amélioration**, si le scanner a corrigé une station et la vérité est sans erreur : `claude -p --plugin-dir detectors + "/detectors:wf-improve …"` avec `DATA: data`, `STATIONS:` les stations corrigées, `LABELS: batches//verite`, le + jour, `REFERENCE: --labels labeling/auto --data data`, `FAMILIES: labeling/familles.md`, `CONTEXT: + batches//rapport.md`, `OUT: batches//improve/`. Son bilan, `improve/summary.md`, est celui du batch ; ses + agents gardent leurs scripts dans `improve/tools/`. Le déclenchement : une tâche VS Code « batch », et une ligne après le pompage dans le Planificateur de tâches de Windows. @@ -84,7 +86,10 @@ listes d'étiquettes et quelques images, sur Sonnet. `wf-improve` coûte ce qu'i le scanner a noté quelque chose. **Les limites** : le scanner voit les courbes de loin, il rate ce que la figure ne montre pas (une dérive lente, un capteur -noyé parmi vingt) ; une étiquette qui passe minuit est coupée au jour, ses bornes hors du jour ne se jugent pas. Ses +noyé parmi vingt) ; une étiquette qui passe minuit est coupée au jour, ses bornes hors du jour ne se jugent pas, et un saut +du soir qui revient après minuit reste « not back yet » : les détecteurs ne lisent rien après le jour, comme `score.py` +(avec quelques heures de plus, leurs statistiques changent sur tout le jour, et la vérité ne serait plus « les détecteurs +et les seules corrections du scanner »). Ses erreurs ne font pas reculer les détecteurs ailleurs : le benchmark sur les étiquettes revues les arrête. ## Le dépôt @@ -97,14 +102,18 @@ Optimizer/ detectors -> ~/detectors le dépôt detectors, hors de git data -> ~/aimsight-data/data hors de git, lecture seule labeling -> ~/labeling hors de git, lecture seule (familles.md, auto/) - batches// detecteurs/, verite/, detecteurs.md, rapport.md ; figures/, scan.jsonl hors de git - à venir : improve/, summary.md + batches// detecteurs/, verite/, detecteurs.md, rapport.md, improve/ ; figures/, scan.jsonl, + improve.jsonl hors de git + outils/ scripts de lecture pour contrôler un batch à la main (venus de l'audit du premier essai) + docs/essais/ un journal par essai de bout en bout ``` La figure, telle que construite : par pas de 15 min (une station qui mesure par rafales, comme SUSTENHORN, ou à deux cadences, comme NADELHORN, s'y lit comme les autres ; dans chaque pas, l'écart le plus grand, pour qu'un pic d'une mesure -reste) ; les cibles en bruits propres autour de leur médiane du jour, calmes entre ±5 ; les références non tracées -(certaines valent 0 par construction). +reste ; une mesure rejetée n'y est pas tracée, la courbe s'interrompt) ; les cibles en bruits propres autour de leur +médiane du jour, calmes entre ±5 ; les références non tracées (certaines valent 0 par construction), mais leurs rejets +comptés à part, en noir, dans le panneau des rejets. Les étiquettes des détecteurs vont de la mesure d'avant l'événement à +celle d'après (sauf `No data`, déjà d'une mesure à l'autre) : à vérité intacte, le score de plage est à 100 %. ## Mes choix, à corriger