Files

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

2.4 KiB

Raw Blame History

Outils d'Amélioration du Matching

Trois outils pour analyser et améliorer le système de matching automatiquement.

🔍 1. Analyse des Échecs

# Analyser tous les échecs
./analyze_failed_matches.py

# Les 10 derniers
./analyze_failed_matches.py --last 10

# Dernières 24h
./analyze_failed_matches.py --since-hours 24

# Exporter en JSON
./analyze_failed_matches.py --export rapport.json

Affiche : Statistiques, nodes problématiques, recommandations de seuil

📊 2. Monitoring de Santé

# Check unique
./monitor_matching_health.py

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

# Intervalle personnalisé
./monitor_matching_health.py --continuous --interval 30

Alertes :

🔴 CRITICAL : Confiance < 0.60
🟡 WARNING : > 5 échecs/10min
🔵 INFO : Beaucoup de nouveaux états

🔧 3. Amélioration Automatique

# Simulation (recommandé d'abord)
./auto_improve_matching.py

# Appliquer les améliorations
./auto_improve_matching.py --apply

Actions :

UPDATE_PROTOTYPE : Met à jour les prototypes obsolètes
CREATE_NODE : Crée de nouveaux nodes manquants
ADJUST_THRESHOLD : Ajuste le seuil de similarité

Workflow Recommandé

Quotidien

./monitor_matching_health.py

Hebdomadaire

./analyze_failed_matches.py --since-hours 168

Mensuel

./auto_improve_matching.py        # Simuler
./auto_improve_matching.py --apply # Appliquer

Données Générées

data/failed_matches/ : Échecs enregistrés (screenshot + embedding + rapport)
data/monitoring/ : Métriques de santé (historique JSONL)

Métriques Clés

Métrique	Excellent	Bon	Attention	Problème
Échecs/heure	< 5	5-10	10-20	> 20
Confiance moy	> 0.80	0.70-0.80	0.60-0.70	< 0.60
Nouveaux états	< 10%	10-30%	30-50%	> 50%

Exemples

Cas 1 : Application mise à jour

Symptôme: 15 échecs pour "Login Screen", confiance 0.78-0.82
Solution: ./auto_improve_matching.py --apply
Résultat: Prototype mis à jour, 0 échec

Cas 2 : Nouvelle fonctionnalité

Symptôme: 8 échecs "Settings Panel", confiance < 0.65
Solution: ./auto_improve_matching.py --apply
Résultat: Nouveau node créé

Cas 3 : Seuil trop élevé

Symptôme: 30 échecs/h, confiance moyenne 0.81
Solution: Ajuster seuil de 0.85 → 0.78
Résultat: 5 échecs/h

2.4 KiB Raw Blame History