detectors en lien vers ~/detectors, partagé avec Diagnostic-App ; plus de sous-module

Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>
This commit is contained in:
maximeandClaude Opus 5.5 committed 2026-11-13 17:10:19 +01:00
1 parent 72003dd5e1
commit ca65855e27
6 files changed
+10 -14

No files matched your search

+1
View File
@@ -1,5 +1,6 @@
data
labeling
detectors
.venv/
__pycache__/
batches/*.tmp/
-4
View File
@@ -1,4 +0,0 @@
[submodule "detectors"]
path = detectors
url = gitea@exchange.sensima.ch:maxime.pasquier/detectors.git
branch = main
+2 -2
View File
@@ -1,11 +1,11 @@
# CLAUDE.md
Optimizer fait converger les détecteurs AIMsight (le dépôt `detectors`, en sous-module) 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`.
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/<jour>/` : `detecteurs/<STATION>.jsonl` (les étiquettes des détecteurs), `verite/<STATION>.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`).
- **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 les a aussi en sous-module : son mode ciblé (une analyse approfondie) et ce mode large seront deux appelants du même `/detectors:wf-improve`.
- **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.
- **Vérifier un changement** : `python3 batch.py --jour <jour> --sans-scan` sur un jour réel, puis regarder les figures.
+2 -2
View File
@@ -2,7 +2,7 @@
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`, en sous-module) passent sur toutes les stations ; leurs événements deviennent des étiquettes, et une figure par station les montre face aux courbes ;
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.
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`.
@@ -10,7 +10,7 @@ La suite, l'amélioration des détecteurs par `/detectors:wf-improve` sur cette
## Installer
```bash
git submodule update --init && git -C detectors checkout -B main
ln -s ~/detectors detectors # le dépôt des détecteurs, partagé avec Diagnostic-App
ln -s ~/aimsight-data/data data # les données pompées (dépôt aimsight-data), hors de git
ln -s ~/labeling labeling # le dépôt des étiquettes : familles.md et la vérité de référence
python3 -m venv .venv && .venv/bin/pip install matplotlib
Submodule detectors deleted from 21a35d90aa.
@@ -36,7 +36,7 @@ irrégularités.
## La compatibilité avec le mode ciblé
- **Le même dépôt `detectors`**, en sous-module, et le même plugin : Diagnostic-App et Optimizer en sont deux appelants.
- **Le même dépôt `detectors`** (une seule copie, `~/detectors`, par un lien), et le même plugin : Diagnostic-App et Optimizer en sont deux appelants.
- **La même vérité de référence** : `labeling/auto/` (le dépôt `~/labeling`, partagé avec Diagnostic-App), où l'app verse les étiquettes de ses analyses. Le
benchmark de chaque séance légère porte donc sur les cas ciblés : une séance qui en ferait reculer un est refusée par le
validator ; et inversement.
@@ -47,8 +47,8 @@ irrégularités.
même plage pour toutes ; `regression.py` prend `--from`/`--to` pour mesurer ce jour-là. La requête d'une seule station,
celle de l'app, ne change pas. Une seule séance sur toutes les stations coûte moins que plusieurs, et pousse l'upgrader
vers un mécanisme qui revient d'une station à l'autre plutôt que vers un cas.
- **Git** : le batch tire `detectors` avant de commencer (`pull --rebase`) et, avec `--push`, pousse après ; l'app suit par
`git -C detectors pull`. Un conflit au rebase : le batch s'arrête et le dit, sans rien forcer.
- **Git** : `detectors` est un lien vers la seule copie du poste : un commit du batch se voit aussitôt dans l'app, et
inversement ; avec `--push`, le batch pousse après. Deux séances ne tournent pas en même temps sur les détecteurs.
## Un batch
@@ -94,7 +94,7 @@ Optimizer/
README.md, CLAUDE.md
batch.py le batch et ses figures (matplotlib, .venv ; claude sur le PATH)
.claude/agents/scanner.md
detectors/ le dépôt detectors, en sous-module
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/<jour>/ detecteurs/, verite/, detecteurs.md, rapport.md ; figures/, scan.jsonl hors de git
@@ -115,7 +115,7 @@ reste) ; les cibles en bruits propres autour de leur médiane du jour, calmes en
## L'ordre de construction
1. Le dépôt (sous-module, liens, `CLAUDE.md`), l'étape 1 et la figure ; un coup d'œil sur un jour réel.
1. Le dépôt (liens, `CLAUDE.md`), l'étape 1 et la figure ; un coup d'œil sur un jour réel.
2. Le scanner, sur ce jour ; on lit son rapport ensemble.
3. L'ajout au plugin, l'amélioration, la tâche VS Code.