Repository navigation
Conversation
Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com> Claude-Session: https://claude.ai/code/session_01VHXsfH6PkT62o9idByAd6e
Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com> Claude-Session: https://claude.ai/code/session_01VHXsfH6PkT62o9idByAd6e
This file contains hidden or bidirectional Unicode text that may be interpreted or compiled differently than what appears below. To review, open the file in an editor that reveals hidden Unicode characters.
Learn more about bidirectional Unicode characters
Sign up for free
to join this conversation on GitHub.
Already have an account?
Sign in to comment
Add this suggestion to a batch that can be applied as a single commit.This suggestion is invalid because no changes were made to the code.Suggestions cannot be applied while the pull request is closed.Suggestions cannot be applied while viewing a subset of changes.Only one suggestion per line can be applied in a batch.Add this suggestion to a batch that can be applied as a single commit.Applying suggestions on deleted lines is not supported.You must change the existing code in this line in order to create a valid suggestion.Outdated suggestions cannot be applied.This suggestion has been applied or marked resolved.Suggestions cannot be applied from pending reviews.Suggestions cannot be applied on multi-line comments.Suggestions cannot be applied while the pull request is queued to merge.Suggestion cannot be applied right now. Please check back later.
Phase 4, PR 4-I (WP12). Gestapelt auf #34 (4-H); bitte als Letztes und per Squash mergen. Der PR-Titel wird dann zur Commit-Message. Die beiden Zwischencommits (
wip…,…work in progress) sind nur Sicherungen, die vor den Nutzungslimits gemacht wurden.Was
Ein optionales ML-Lastmodell rechnet neben den bisherigen Verbrauchsprofilen. Es nutzt nur NumPy (kein scikit-learn) und sucht per KNN ähnliche vergangene Tage.
learning.load_ml_mode):off: Das Modell wird nicht berechnet.shadow(Standard): Die Prognose wird gespeichert und bewertet, aber nie für die Planung genutzt.auto: Die Planung nutzt das ML-Modell nur, wenn alle vier Bedingungen gelten:min_history_days(30) Tage Verlauf;Hysterese: Zurück zu den Profilen geht es erst, wenn ML nicht mehr besser ist. Ein veraltetes Modell (angelernt vor gestern) wird nicht genutzt. Jede Entscheidung hat einen
Reason(forecast.load_model.*), der inautoauch im Plan erscheint.asyncio.to_threadaußerhalb der Event-Loop. Die Profile bleiben bei ihrem 56-Tage-Fenster, das KNN-Modell nutzt 91 Tage.ForecastAccuracyView.load_model,LoadForecastView.modelund eine Zeileload_mlin/forecast/accuracy.Tests
./scripts/check.sh: exit 0, 4709 Tests bestanden. Coverage:load_ml.py98 %,load_service.py93 %,accuracy.py98 %. ruff, mypy strict, OpenAPI undcheck_reasonssind grün.auto-Regeln, inklusive Alter des Vergleichs und Hysterese.scripts/bench_load_ml.py(amd64), Anlernen plus Prognose für 48 h: 30 Tage 30 ms, 60 Tage 49 ms, 90 Tage 36 ms. Das Budget ist 1 s. aarch64 istUNVERIFIED.Review
Das Review (Opus) hatte keine Blocker. Seine Majors sind behoben:
Die Minors sind ebenfalls umgesetzt:
Diesen PR fasst keine Steuerung und kein Safety-Pfad an, deshalb ist keine
control-safety-Freigabe nötig.Offene Fragen an den Maintainer
Für alle Fragen ist der Standard vorgeschlagen, und so ist es auch umgesetzt.
auto: 2 % besser beim Wechsel zu ML, zurück bei Gleichstand. Strenger, etwa 5 %? Vorschlag: so lassen und nach dem Schattenbetrieb prüfen.auto: Es lernt seine Fehlerverteilung weiter aus der Profilprognose, auch wenn ML genutzt wird. Vorschlag: so lassen. Es ist konservativ, weil die Profile meist den größeren Fehler haben.ubuntu-24.04-armanlegen, eigener PR.Screenshots
Die Demo-Screenshots (
plan-*) sind noch nicht neu erzeugt. Das Prognose-Panel enthält jetzt zusätzlich den Bereich „ML vs. Profile“.Generated by Claude Code