Files
rpa_vision_v3/docs/guides/QUICK_START_MATCHING_TOOLS.md
Dom a27b74cf22 v1.0 - Version stable: multi-PC, détection UI-DETR-1, 3 modes exécution
- Frontend v4 accessible sur réseau local (192.168.1.40)
- Ports ouverts: 3002 (frontend), 5001 (backend), 5004 (dashboard)
- Ollama GPU fonctionnel
- Self-healing interactif
- Dashboard confiance

Co-Authored-By: Claude Opus 4.5 <noreply@anthropic.com>
2026-01-29 11:23:51 +01:00

4.0 KiB

Quick Start - Outils d'Amélioration du Matching

Installation

Les outils sont déjà installés et prêts à l'emploi dans rpa_vision_v3/.

Utilisation Rapide

1. Vérifier la Santé du Système

cd rpa_vision_v3
./monitor_matching_health.py

Sortie attendue :

DASHBOARD DE SANTÉ DU MATCHING
═══════════════════════════════════════════════════════════

📊 Métriques
  • Échecs suivis: 0
  • Échecs (10 min): 0
  • Échecs (1 heure): 0
  • Taux: 0.00/min
  • Confiance moy: 0.000

✅ Système en bonne santé

2. Analyser les Échecs (après utilisation)

./analyze_failed_matches.py --last 10

Affiche :

  • Statistiques des échecs
  • Nodes problématiques
  • Recommandations de seuil

3. Améliorer Automatiquement

# Simuler d'abord
./auto_improve_matching.py

# Si OK, appliquer
./auto_improve_matching.py --apply

Workflow Typique

Jour 1 : Lancement

# Lancer le système
./run.sh

# Effectuer des actions pour générer des workflows
# Le système enregistre automatiquement les échecs

Jour 2 : Première Analyse

# Vérifier la santé
./monitor_matching_health.py

# Analyser les échecs
./analyze_failed_matches.py --since-hours 24

# Si des améliorations sont suggérées
./auto_improve_matching.py --apply

Semaine 1 : Routine

# Chaque matin
./monitor_matching_health.py

# Chaque vendredi
./analyze_failed_matches.py --since-hours 168 --export weekly_report.json

Mois 1 : Optimisation

# Amélioration mensuelle
./auto_improve_matching.py
./auto_improve_matching.py --apply

Commandes Utiles

# Monitoring continu (toutes les 60s)
./monitor_matching_health.py --continuous

# Analyser les 5 derniers échecs
./analyze_failed_matches.py --last 5

# Analyser les dernières 24h
./analyze_failed_matches.py --since-hours 24

# Exporter un rapport
./analyze_failed_matches.py --export rapport.json

# Améliorer avec seuil personnalisé
./auto_improve_matching.py --min-confidence 0.70

Données Générées

data/
├── failed_matches/              # Échecs enregistrés
│   └── failed_match_YYYYMMDD_HHMMSS/
│       ├── screenshot.png       # Capture d'écran
│       ├── state_embedding.npy  # Vecteur d'embedding
│       └── report.json          # Rapport détaillé
│
└── monitoring/                  # Métriques de santé
    └── matching_health_YYYYMMDD.jsonl

Interprétation des Résultats

Confiance Moyenne

  • > 0.80 : Excellent, système bien calibré
  • 0.70-0.80 : Bon, quelques ajustements possibles
  • 0.60-0.70 : Attention, réviser les prototypes
  • < 0.60 : Problème, action requise

Taux d'Échec

  • < 5/heure : Normal
  • 5-10/heure : Surveiller
  • > 10/heure : Investiguer

Types de Suggestions

  • CREATE_NEW_NODE : Nouveau workflow détecté
  • UPDATE_NODE : Prototype obsolète
  • ADJUST_THRESHOLD : Seuil mal calibré
  • AMBIGUOUS_MATCH : Nodes trop similaires

Dépannage

Problème : Aucun échec enregistré

Cause : Le système n'a pas encore été utilisé ou tous les matchings réussissent

Solution : Normal, continuez à utiliser le système

Problème : Trop d'échecs

Cause : Graphe incomplet ou prototypes obsolètes

Solution :

./analyze_failed_matches.py
./auto_improve_matching.py --apply

Problème : Confiance très basse

Cause : Seuil trop élevé ou prototypes incorrects

Solution :

./analyze_failed_matches.py
# Suivre les recommandations de seuil

Documentation Complète

  • MATCHING_TOOLS_README.md : Guide détaillé
  • PHASE11_MATCHING_IMPROVEMENT_TOOLS.md : Documentation technique

Support

En cas de problème :

  1. Vérifier les logs : logs/matching.log
  2. Analyser les échecs : ./analyze_failed_matches.py
  3. Consulter la documentation complète