Optimizer

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 ;
  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.

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

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

claude (Claude Code) doit être sur le PATH pour le scan, connecté à l'abonnement Claude (/login) : le scan ne tourne jamais sur une clé d'API, batch.py l'arrête sinon.

Lancer

python3 batch.py                       # hier (UTC), toutes les stations de data/
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 reste ; supprimer batches/<jour>/ 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

batches/<jour>/ :

  • detecteurs/<STATION>.jsonl : les étiquettes des détecteurs, coupées au jour (id, debut, fin, categorie = la famille, description) ;
  • verite/<STATION>.jsonl : les mêmes, corrigées par le scanner ;
  • detecteurs.md : le résumé que lit le scanner ;
  • figures/<STATION>.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) ;
  • 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/ : de quoi suivre et contrôler un batch à la main. suivre.py <flux.jsonl> suit un agent pendant qu'il tourne ; etape1.py refait l'étape 1 dans un dossier de travail (vérifier un changement sans toucher à batches/) ; les autres lisent les données brutes (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.

S
Description
Optimizing the detectors
Readme
196 KiB
0 Stars 1 Watchers 0 Forks
Languages
Python 100%