grahama1970/batch-report

Compétence Rapport de Traitement par Lots

Générer des rapports d'analyse complets pour les traitements par lots terminés.

Fonctionnalités

• Analyse des manifestes - Compter les succès, les échecs, les achèvements partiels
• Décomposition temporelle - Analyse de latence par étape, identification des goulots d'étranglement
• Motifs d'échec - Catégoriser et résumer les modes de défaillance
• Métriques de qualité - Échantillonner les sorties pour l'évaluation de la qualité
• Rapport Markdown - Résumé lisible par un humain
• Intégration boîte de réception des agents - Envoi automatique à la boîte de réception du projet

Démarrage Rapide

cd .pi/skills/batch-report

# Générer un rapport pour un lot de type extracteur (détection automatique du format)
uv run python report.py analyze /chemin/vers/sortie/lot

# Générer et envoyer à la boîte de réception des agents
uv run python report.py analyze /chemin/vers/sortie/lot --send-to extracteur

# Afficher uniquement les statistiques récapitulatives
uv run python report.py summary /chemin/vers/sortie/lot

# Analyser un fichier d'état autonome
uv run python report.py state /chemin/vers/.batch_state.json

# Sortie JSON pour redirection
uv run python report.py summary /chemin/vers/sortie --json | jq .success_rate

Commandes

analyze - Rapport d'analyse complet

uv run python report.py analyze /chemin/vers/sortie \
    --output rapport.md \
    --send-to extracteur \
    --priority haute

Options :

Option	Court	Description
--output	-o	Chemin du fichier de sortie (défaut : stdout)
--send-to	-s	Envoyer le rapport à un projet de la boîte de réception des agents
--priority	-p	Priorité pour la boîte de réception des agents (faible/normale/haute/critique)
--sample	-n	Nombre d'échantillons à inclure (défaut : 5)
--format	-f	Format du lot : extractor, youtube, generic, auto (défaut : auto)
--json	-j	Sortie au format JSON pour redirection vers d'autres outils

summary - Statistiques rapides uniquement

uv run python report.py summary /chemin/vers/sortie
uv run python report.py summary /chemin/vers/sortie --json

Sortie :

Lot : run-2025-12-18_144426-2eb428c
Total : 230 | Succès : 180 | Échecs : 35 | Partiel : 15
Taux de succès : 78.3%
Temps moyen : 4.2 min | Plus lent : 09_section_summarizer (45%)

Sortie JSON :

{
  "batch": "run-2025-12-18_144426-2eb428c",
  "format": "extractor",
  "total": 230,
  "successful": 180,
  "partial": 15,
  "failed": 35,
  "success_rate": 78.3,
  "avg_time_min": 4.2
}

state - Analyser des fichiers d'état autonomes

uv run python report.py state /chemin/vers/.batch_state.json
uv run python report.py state /chemin/vers/.batch_state.json --json

Fonctionne avec n'importe quel fichier .batch_state.json provenant de tout traitement par lots.

failures - Lister les échecs avec leurs causes

uv run python report.py failures /chemin/vers/sortie
uv run python report.py failures /chemin/vers/sortie --json

Format du Rapport

# Rapport du Lot : run-2025-12-18_144426-2eb428c

## Résumé
- **Nombre total d'éléments :** 230
- **Réussis :** 180 (78.3%)
- **Échoués :** 35 (15.2%)
- **Partiels :** 15 (6.5%)

## Analyse temporelle
| Étape | Moy (s) | Max (s) | % du Total |
|-------|---------|---------|------------|
| 09_section_summarizer | 120.5 | 341.0 | 45.2% |
| 05_table_extractor | 65.3 | 105.0 | 24.5% |
...

## Motifs d'échec
| Motif | Nombre | Exemple |
|-------|--------|---------|
| text_content vide | 12 | 047ca6ef... |
| CUDA OOM | 5 | 9497a4e5... |
...

## Recommandations
1. Envisager le mode --text-only pour l'extraction de connaissances
2. Ajouter un seuil de confiance pour les tableaux avant VLM
...

Visualisation

Après avoir généré des rapports (surtout avec --json), proposer de visualiser via /create-figure :

# Diagramme en cascade temporelle par étape du pipeline
create-figure metrics --input batch.json --output timing.png --type hbar --title "Temps par étape"

# Distribution succès/échec
create-figure metrics --input batch.json --output results.png --type pie --title "Résultats du lot"

# Répartition des motifs d'échec
create-figure metrics --input batch.json --output failures.png --type bar --title "Motifs d'échec"

Quand proposer : Après avoir présenté l'analyse du lot, demander : « Voulez-vous que je visualise la répartition temporelle ? »

Formats de Lots Supportés

Le paramètre --format accepte : extractor, youtube, generic, ou auto (défaut).

Logique de détection automatique :

1. Si */manifest.json et */timings_summary.json existent → extractor
2. Si .batch_state.json contient « transcript » dans la description → youtube
3. Si .batch_state.json existe → generic

Lots de type extracteur

Attend :

• */manifest.json - Manifestes par élément
• */timings_summary.json - Données temporelles
• */14_report_generator/json_output/final_report.json - Métriques de qualité
• failed_urls.txt - Liste des éléments en échec

Lots de transcriptions YouTube

Attend :

• .batch_state.json - Fichier d'état avec description liée aux transcriptions

Lots génériques

Attend :

• .batch_state.json - Fichier d'état avec nombres de réussites/échecs
• Fichiers *.log pour analyse des échecs (optionnel)

Intégration avec la boîte de réception des agents

# Envoyer le rapport comme bogue
uv run python report.py analyze /chemin/vers/sortie \
    --send-to extracteur \
    --priority haute

# Message envoyé : extracteur_abc123

Dépendances

dependencies = [
    "typer",
    "rich",
]