- 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>
4.0 KiB
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 détailléPHASE11_MATCHING_IMPROVEMENT_TOOLS.md: Documentation technique
Support
En cas de problème :
- Vérifier les logs :
logs/matching.log - Analyser les échecs :
./analyze_failed_matches.py - Consulter la documentation complète