From b9a93a158d38e7de92420d297bbe43a270270c6b Mon Sep 17 00:00:00 2001 From: Aliquanto3 Date: Wed, 11 Nov 2026 15:08:20 +0100 Subject: [PATCH] =?UTF-8?q?0.22.1=20:=20banc=5Frelecteur.sh=20force=20UTF-?= =?UTF-8?q?8=20(liste=20du=20second=20avis=20perdue=20sous=20Windows),=20r?= =?UTF-8?q?=C3=A9f=C3=A9rence=20Opus=20high?= MIME-Version: 1.0 Content-Type: text/plain; charset=UTF-8 Content-Transfer-Encoding: 8bit Co-Authored-By: Claude --- .claude-plugin/plugin.json | 2 +- CHANGELOG.md | 1 + bancs/README.md | 4 +++- bancs/banc_relecteur.sh | 3 +++ 4 files changed, 8 insertions(+), 2 deletions(-) diff --git a/.claude-plugin/plugin.json b/.claude-plugin/plugin.json index 0f049c1..1a92336 100644 --- a/.claude-plugin/plugin.json +++ b/.claude-plugin/plugin.json @@ -1,6 +1,6 @@ { "name": "agent-cost-kit", - "version": "0.22.0", + "version": "0.22.1", "description": "Setup de développement par agents économe en tokens pour Claude Code : quatre sous-agents routés par rôle (dev-story Sonnet, second-avis Haiku, reviewer Opus, lookup Haiku), un contrôle rapide de fin de story, un script de mesure du coût réel des agents depuis les transcriptions, un skill d'installation, et des bancs pour re-tester le kit quand de nouveaux modèles sortent.", "author": { "name": "Anaël Yahi" diff --git a/CHANGELOG.md b/CHANGELOG.md index 86aed8d..2ce03af 100644 --- a/CHANGELOG.md +++ b/CHANGELOG.md @@ -1,5 +1,6 @@ # Historique +- **0.22.1** (2026-11-11) : **correctif** de `bancs/banc_relecteur.sh`. Sous Windows, Python écrivait en cp1252 : un second avis contenant un caractère hors de ce jeu (« → ») faisait échouer sa lecture, et la liste arrivait vide au relecteur (3 essais sur 6 le 2026-11-10, 1 sur 6 le 2026-11-11, à l'identique pour les relecteurs comparés) ; le script force maintenant UTF-8. Nouvelle référence dans `bancs/README.md` : `reviewer` Opus 5.5 en `high` contre `medium` dans la chaîne (12 revues, 22,85 $), 1,45 $ contre 0,95 $ par revue, mêmes fiches après revue (9 sur 15 cas), un constat Important de plus corrigé dans 1 essai sur 6 ; l'effort du `reviewer` reste `medium`. Aucun agent ne change ; - **0.22.0** (2026-11-11) : sortie de Fable 5.2 (`claude-fable-5-2`, 8 $ / 40 $ par Mtok, lecture du cache à 0,20 $). **Correctif de prix** : sans entrée dédiée, `tarifs.json` lui donnait le tarif du préfixe `claude-fable-5`, avec une lecture du cache à 1 $ (5 fois trop) ; entrées `claude-fable-5-2` et `claude-mythos-5-2` ajoutées, familles `fable` et `mythos` alignées, `tarifs.ts` régénéré, test ajouté au mod `couts-session`. **Aucun agent ne change**, d'après quatre bancs du 2026-11-10 (112 $, références dans `bancs/README.md`) : en contre-revue isolée, Fable 5.2 `medium` signale 20 défauts connus sur 24 contre 13 pour Opus 5.5, mais comme `reviewer` dans la chaîne le code sort avec les mêmes fiches (9 sur 15 cas) pour 1,97 $ contre 0,99 $ ; en développement, même qualité que Sonnet pour 4 fois le coût ; en orchestration, +49 % sans gain. La description de `reviewer` le dit. `installer_global.py` ne pose plus `modelSettings.claude-fable-5-1` (effort `high`) et signale cette règle si elle reste. **Bancs rejouables** : `bancs/corpus.json` (6 stories, 2 dépôts), `bancs/verite-terrain.json` (13 fiches de défauts, à valider), `bancs/banc_relecteur.sh` (même développement, un clone par relecteur candidat, vérificateur en lecture seule), `bancs/noter.py`, `bancs/reglages-banc.json` (`acceptEdits` et liste d'outils, sans `bypassPermissions`, que le mode auto refuse). **Nouveau skill `new-model`**, à invocation manuelle : sans argument, il compare les modèles publiés à `tarifs.json` et s'arrête là ; avec un identifiant, il relève prix et recommandations, liste les écarts avec le kit et les réglages, chiffre les bancs, les lance après accord, puis propose les réglages sans rien appliquer seul ; - **0.21.1** (2026-11-06) : `avancement-run` suit les runs hors epics (PR #17) et compte les stories terminées sans fusion. Identifiants alphanumériques de story (`C1`, `O4a`, `E1b`, `S3`, motif `[A-Z]{1,3}\d+[a-z]?`) en plus de `N.M` et `N.Mb`, lus dans les cellules des vagues, les dépendances (seulement si ce sont des stories du run) et la colonne story du journal, jamais ailleurs (« v14 », « M1 » dans un résultat, heures et SHA ne comptent pas). Périmètre `| Dans le run | Stories C1 à C9, O1, O4a | … |` (plages développées, notes entre parenthèses ignorées) ; une story du périmètre absente des vagues va dans une vague « — ». Une story absente de `sprint-status.yaml` est suivie par le journal seul ; avec seulement `blocked` ou `attente humaine`, elle reste « à faire », drapeau bloquée. Son titre vient de la liste `- C1 : titre` sous la table des vagues. Ces stories forment la ligne « — · Hors epic » du tableau par epic. `décision` et `report` ne marquent plus une story « reprise ». Nouvelle étape de journal `clôture` (`- 2026-11-06 18:00 · 3.6 · clôture · terminée sans PR (raison) · abc1234`) : elle termine la story comme une `fusion`. Repli : une story `done` dans sprint-status sans `fusion` ni `clôture` compte terminée (compte, taux, estimation, météo), avec la puce « terminée sans fusion journalisée » et la piste « ajouter au journal une ligne `fusion` ou `clôture` ». Elle reste en cours si sa dernière ligne la montre en vol (`blocked`, PR ouverte, CI rouge, étape lancée). Avant, une story poussée sur main sans PR (0.0) ou close sans fusion (3.6) laissait son epic non terminée. La dernière étape fait foi : une `fusion` suivie d'un `dev · lancé` est une reprise. Spec : `docs/spec-0.21.1.md`. - **0.21.0** (2026-11-06) : deux règles du modèle de run (`modeles/run-autonome.md`) issues de la rétrospective de l'Epic 2 de slm-weight-editing (actions A-7 et A-10). **A-10** : la levée d'un point d'arrêt (« retire mes points d'arrêt et continue ») avait été lue comme une délégation ; vingt questions de protocole tranchées en deux minutes, fusionnées sans relecture. Désormais l'orchestrateur ne tranche que les questions techniques ; les questions de protocole, de méthode ou de publication vont dans `decisions-a-confirmer.md`, validé par l'utilisateur avant la fusion de la story concernée, qui reste en `attente humaine` pendant que le run avance sur le reste. **A-7** : une release y avait été publiée sur une branche principale rouge, avant la fin de la CI du commit tagué ; pas de tag ni de release sans CI verte de la branche principale sur ce commit, vérifiée par `gh run watch --interval 60`. Aucun changement de code ni d'agent ; diff --git a/bancs/README.md b/bancs/README.md index 45e9757..f4caf8a 100644 --- a/bancs/README.md +++ b/bancs/README.md @@ -57,7 +57,9 @@ Le script tient lieu d'orchestrateur : son coût sort de la comparaison. Écart - Le vérificateur (Sonnet) ne juge que les fiches connues. Lisez aussi les sections `## Revue` : deux relecteurs peuvent laisser les mêmes fiches et corriger des défauts différents. - Une fiche déjà absente du développement relu ne mesure rien : comptez les cas applicables, pas les fiches. - Référence du 2026-11-10 (Claude Code 2.1.322, 2 stories, 3 essais, 12 revues, 26,11 $) : `reviewer` Opus 5.5 `medium` 0,99 $ par revue, Fable 5.2 `medium` 1,97 $ ; 9 fiches présentes sur 15 cas après revue pour chacun, mêmes verdicts fiche par fiche. Fable mentionne F01 à 3 essais sur 3 (Opus 0) mais la classe low et la reporte. Développement 1,01 $, second avis 0,03 $, vérification 0,17 $. Fiches non validées. Le `reviewer` reste sur Opus. -- Autres mesures du même jour, hors de ce script : développement d'une story par Fable 5.2 `low` de 1,72 à 2,07 $ contre 0,33 à 0,60 $ pour Sonnet `medium`, même nombre de défauts en contre-revue ; orchestration de la chaîne par Fable 5.2 `medium` à 2,63 $ en moyenne contre 1,76 $ pour Opus, sans écart de qualité. +- Référence du 2026-11-11 (mêmes stories, développements rejoués, 22,85 $) : `reviewer` Opus 5.5 `medium` 0,95 $ par revue, `high` 1,45 $ (+53 %) ; 9 fiches présentes sur 15 cas pour chacun. Aucun des deux ne mentionne F01 ni F03. `high` corrige un constat Important de plus dans 1 essai sur 6. L'effort reste `medium`. +- Limite de ces deux références : sous Windows, la liste du second avis arrivait vide quand elle contenait un caractère hors cp1252 (3 essais sur 6 le 10, 1 sur 6 le 11), à l'identique pour les relecteurs comparés. Corrigé dans le script depuis. +- Autres mesures du 2026-11-10, hors de ce script : développement d'une story par Fable 5.2 `low` de 1,72 à 2,07 $ contre 0,33 à 0,60 $ pour Sonnet `medium`, même nombre de défauts en contre-revue ; orchestration de la chaîne par Fable 5.2 `medium` à 2,63 $ en moyenne contre 1,76 $ pour Opus, sans écart de qualité. - Le skill `/agent-cost-kit:new-model` rejoue cette démarche pour un nouveau modèle. ### 2. A contre kit : le setup complet diff --git a/bancs/banc_relecteur.sh b/bancs/banc_relecteur.sh index a7133c2..41505ae 100644 --- a/bancs/banc_relecteur.sh +++ b/bancs/banc_relecteur.sh @@ -10,6 +10,9 @@ # Permissions : bancs/reglages-banc.json (acceptEdits, liste d'outils, ni réseau ni push). Relançable : un # résultat déjà écrit n'est pas refait. set -u +# Sous Windows, Python écrit en cp1252 : un second avis contenant « → » faisait échouer `texte`, et la liste +# arrivait vide au relecteur (3 essais sur 6 le 2026-11-10, 1 sur 6 le 2026-11-11). +export PYTHONIOENCODING=utf-8 PYTHONUTF8=1 KIT=$(cd "$(dirname "$0")/.." && pwd) RACINE=$(dirname "$KIT") SORTIE=$(mkdir -p "$1" && cd "$1" && pwd)