Copies/Readme.org

#+title:  Script
#+author: Sébastien Miquel
#+date:   14-03-2026
# Time-stamp: <22-08-26 12:22>
#+OPTIONS:

* Méta
** Quézaco

Ce dépôt contient un certain nombre de script Python que j'utilise
pour faire corriger des copies par Gemini.

 1. Les copies sont découpées suivant les labels des questions.
 2. Des requêtes de correction sont faites à Gemini, qui met une note
    entre 0 et 4 à la question, ajoute des commentaires, et encadre
    certaines parties de la réponse.
 3. Une version pdf annotée de la copie est générée, faite pour être
    éditée sur tablette tactile. Le correcteur humain peut modifier la
    note, supprimer des commentaires de l'IA, ou ajouter des remarques
    manuscrites.
 4. Ces annotations manuscrites sont lues et recompilées en une
    version de la copie pour l'élève.

** Limitations

Pour l'instant, la correction est faite question par question : le LLM
n'a accès qu'à la partie de la copie correspondant à une question
fixée. Ça ne gère donc pas les cas où un argument a été donné dans une
question précédente ou autre.

*** Noms de labels sous Windows

Les labels de questions sont utilisés comme noms de fichiers. Les
labels contenant notamment =:= ne sont pas acceptés par Windows.

** Requirements

*** Python

Libraries :

#+BEGIN_SRC bash
pip install numpy pandas matplotlib pillow pydantic pypdf pdf2image reportlab img2pdf pymupdf ftfy ezodf google
#+END_SRC

*** Poppler (for pdf2image)

 + Linux : install poppler-utils
 + Windows : Download from: https://github.com/oschwartz10612/poppler-windows
   and add it to your PATH

*** Accès à Gemini

Il faut créer une clef API pour Gemini (pas facile).

Puis ajouter =GEMINI_API_KEY= à l'environnement avec :

#+BEGIN_SRC bash
export GEMINI_API_KEY=…
#+END_SRC

ou éventuellement, la renseigner directement dans le fichier
`config.py`.

** Configuration

Copier `default_config.py` en `config.py`. Éventuellement le modifier.

** Correction d'un paquet de copies

 1. Créer un fichier =names= dans le dossier courant, avec les
    noms/prénoms des élèves, un par ligne
 2. Créer un dossier correspondant à l'évaluation (=Interro= dans la
    suite)
 3. Suivre les instructions suivantes

** Interface graphique

Lancer l'assistant avec :

#+BEGIN_SRC bash
python gui.py
#+END_SRC

On peut aussi ouvrir directement une évaluation avec =python gui.py
Interro=. L'interface conserve l'état et l'historique des étapes dans
=Interro/.copienator-gui.json=, et les sorties complètes dans
=Interro/.copienator/logs/=. Une relance d'une étape antérieure ne
supprime aucun résultat ; les étapes suivantes sont seulement marquées
comme étant à revalider.

Après la réussite d'un script, l'interface sélectionne automatiquement
l'étape suivante. =Découper les réponses par question= et =Regrouper
les réponses= démarrent automatiquement lors de leur première visite.
Avec le mode =Correction immédiate=, les trois étapes batch sont alors
marquées =Ignorée= à leur première visite. L'étape de résolution
manuelle est traitée de la même façon si =manual_resolutions.txt= est
absent, vide ou ne contient que des commentaires. Ces automatismes ne
se répètent pas lors d'un retour en arrière.

Le bouton =Diagnostic…= vérifie les modules Python, Poppler, LaTeX,
PDF Arranger et la configuration Gemini. Sous Windows, les exécutables
externes doivent être accessibles depuis =PATH=. Quand la création de
liens symboliques ou physiques n'est pas autorisée, l'export et la
préparation de =A Rendre= utilisent automatiquement une copie normale.

Les chemins des étapes personnelles peuvent être adaptés avec
=CURRENT_SCORE_ODS_PATH=, =FINAL_SCORE_ODS_PATH=,
=FINAL_SCORE_OUTPUT_DIR= et =FINAL_SCORE_FONT_PATH= dans =config.py=.

*** API commune pour les scripts

Le paquet =copienator= centralise les chemins d'une évaluation et les
écritures JSON sûres. Un script ne devrait donc plus reconstruire les
chemins partagés à la main :

#+BEGIN_SRC python
from copienator import EvaluationWorkspace, atomic_write_json

workspace = EvaluationWorkspace("Interro")
atomic_write_json(workspace.correction_file, corrections)
#+END_SRC

=EvaluationWorkspace.discover(path)= retrouve également la racine d'une
évaluation à partir d'un fichier ou d'un sous-dossier. Sa construction
ne crée aucun fichier. La création explicite de
=.copienator/logs/= et =.copienator/runs/= se fait avec
=workspace.ensure_control_directories()=. Le chemin
=.copienator/state.sqlite3= est réservé à une future couche d'état
transactionnelle.

=atomic_write_json= écrit d'abord dans un fichier temporaire situé dans
le même dossier, synchronise son contenu, puis remplace la destination.
Une interruption ne laisse donc pas un JSON partiellement écrit. Pour
une modification concurrente de type lire-modifier-écrire, utiliser
=atomic_update_json= : cet utilitaire protège l'opération complète avec
un verrou inter-processus Linux/Windows.

*** Convention des scripts standardisés

Les scripts standardisés exposent =build_parser()=, =run(...)= et
=main(argv=None)=. Leur import ne lance aucun traitement. Ils acceptent
le dossier d'évaluation comme premier argument positionnel, utilisent
=EvaluationWorkspace= pour les chemins partagés et peuvent afficher la
trace complète d'une erreur avec =--verbose=.

Les codes de sortie communs sont :

| Code | Signification |
|------+---------------|
|    0 | réussite |
|    1 | erreur de traitement |
|    2 | arguments invalides |
|    3 | évaluation ou prérequis invalides |
|    4 | traitement partiel, avec avertissements |
|  130 | interruption par l'utilisateur |

Le GUI distingue notamment un traitement partiel d'un échec. Les
scripts migrés vers cette convention sont actuellement :

- =copies_tools.py=, =grouping.py= et =verify_groups.py= ;
- =post-correction.py= et =resolve_manual.py= ;
- =page_splitter.py=, =cutleft.py=, =plotting.py= et
  =splitting_int.py= ;
- =gemini_for_labels.py= ;
- =gemini_for_enonce.py= et =enonce_info.py= ;
- =correction.py=, =submit_batches.py=, =batch_status.py= et
  =fetch_batched_results.py= ;
- =annotating.py=, =annotating_with_checks.py= et
  =annotating_by_label.py= ;
- =reading_annotations.py= et =reading_grouped_annotations.py= ;
- =export.py=, =import.py= et =giving_names.py=.

* Étapes et Script

Utiliser `python gui.py` ou `python gui.py Interro` pour lancer un GUI
qui suit automatiquement les étapes décrites ci-dessous.

** Prétraitement de l'énoncé

Dans le dossier de l'évaluation, mettre les fichiers suivants de l'évaluation :

`enonce.pdf`, `enonce.tex`, `correction.tex`.

 - `python gemini_for_enonce.py Interro` or
   `python gemini_for_enonce.py Interro --restart`

   À partir des trois fichiers précédents, se charge de détecter les
   labels des questions et leur contenu.

   Les questions vont également être regroupées. Par la suite, quand
   des requêtes de corrections seront effectuées sur une question,
   seulement les énoncés des questions du groupe seront envoyés (et le
   corrigé de la question). Il faut donc que chaque groupe contienne
   si possible le contexte nécessaire pour comprendre la question.

   Une fenêtre s'ouvre pour permettre d'éditer le résultat. Ne pas
   hésiter à faire des groupes plus gros que les groupes par défaut.

   Après relecture le script génère :

   + un fichier `labels` avec les labels des questions
   + Un dossier `Text` avec le contenu textuel des questions,
     regroupées.
   + Un dossier `Sol` avec le contenu textuel du corrigé, question par
     question.
   + Un dossier `Text2`, qui compile un fichier `.tex` pour chaque
     question (utilisé pour compiler un rendu pdf du corrigé pour
     chaque question)
   + Un dossier `Sol2`, qui compile un fichier `.tex` pour chaque
     correction de chaque question.
   + Un dossier `Persp` avec des instruction de barème pour chaque
     question.

   Éventuellement : vérifier et modifier les barèmes dans `Persp`.

 - Alternative personnelle : `python enonce_info.py Interro`

   Ces deux commandes suivent la convention des scripts standardisés.
   Leur import ne lance aucun traitement et les erreurs partielles sont
   distinguées des échecs. Les réponses d'extraction mises en cache par
   =gemini_for_enonce.py= et le fichier =labels= sont publiés
   atomiquement.

** Prétraitement des copies

Mettre les copies scannées au format pdf dans =Interro=.

 1. =python copies_tools.py rotate Interro= (facultatif)

    Retourne tous les pdf de 180°, si la photocopie a été faite à
    l'envers.
 2. =python copies_tools.py rename Interro=
     change le nom des copies en =Copie{id}.pdf=
 3. =python page_splitter.py Interro=

    Découpe des copies A3 en pages A4, en retirant les pages vides.

    Pour chaque page double il est possible
    + de garder les deux pages
    + de ne garder qu'une des deux pages.
    + de jeter les deux pages
    + de déplacer la délimitation à droite/gauche

    Fix issues with =python page_splitter.py Interro14/Copies/Copie01.pdf=

    Le PDF transformé est construit dans un dossier temporaire. La
    copie produite et la sauvegarde dans =Copies Originales= sont
    ensuite installées avec rollback : une erreur conserve les deux
    versions précédentes. Une relance ciblée lit directement la
    sauvegarde originale sans la déplacer au préalable.
 4. =python cutleft.py Interro=

    Découpe la partie gauche des copies, là où il devrait y avoir les
    labels des exercices/questions.

    =python cutleft.py Interro --fullpage= to use the full page always.

    Rerun on a single file with =python cutleft.py Interro/Copies/Copie01.pdf=

    Les images et le fichier =_schema.json= d'une copie sont remplacés
    ensemble. Fermer l'outil juste après la dernière validation ne peut
    donc plus interrompre un thread de sauvegarde en arrière-plan.

** Labelisation et regroupement

Optional : Set proxy with ~export HTTPS_PROXY="http://10.0.0.1:3128"~

 1. =python gemini_for_labels.py Interro=, avec éventuellement =--overwrite=

    Fait des requêtes à Gemini pour identifier les labels des
    questions dans images générées à partir des parties gauches des copies.

    Une copie PDF ou une image précise de =Cutleft= peut également être
    ciblée. Plusieurs cibles de la même évaluation sont acceptées. Les
    parties d'une copie restent traitées séquentiellement afin de
    conserver les labels précédents comme contexte, tandis que les
    copies différentes sont traitées en parallèle. Chaque réponse JSON
    validée est écrite atomiquement. Une cible sans image correspondante
    produit le code de sortie 4.
 2. =python plotting.py Interro=

    Permet de vérifier visuellement les labels trouvés.
    + Sous linux, on peut faire =e= pour ouvrir le fichier .json et
      l'éditer a la main.
    + Quand un label est manquant, il est possible de cliquer sur
      l'image, ce qui copie les coordonnées dans le presse papier
      (sous linux…), puis on peut l'ajouter à la main.
    + Utilisation de `_`, `|…` et `…|` :
      + `|…` n'est pas arrêté verticalement par son type opposé.
      + `…|` est stoppé horizontalement par le `|…` le plus proche.
    Pour modifier une seule copie :
    =python plotting.py Interro/Copies/Copie01.pdf=

    Les coordonnées agrégées sont écrites atomiquement dans le JSON de
    la copie. Fermer la fenêtre avant la fin d'une copie ne remplace pas
    son JSON par un résultat incomplet.

    It also generates les =Copie01.json=, à partir des =Copie01_01.json=
    En cas de soucis, (par exemple les pages ne sont pas dans le bon ordre)
     - Réordonner les pages du fichier pdf
     - Rerun =python cutleft.py Interro/Copie{id}=
     - Rerun =python gemini_for_labels.py Interro/Copie{id}=
 3. =python splitting_int.py Interro=

    Découpe les copies suivant les exercices
    Peut-être appelé avec une seule copie.

    Les réponses d'une copie sont préparées dans un dossier temporaire,
    puis remplacent ensemble le dossier précédent. En cas d'erreur,
    l'ancienne version est conservée. Les réponses devenues obsolètes
    restent archivées dans le sous-dossier =Missing=.
 4. =python grouping.py Interro=

    Regroupe les mêmes questions de différentes copies en groupes de
    tailles raisonnables.
 5. Facultatif : =python verify_groups.py Interro=

    Vérifie que chaque réponse PDF apparaît bien dans les métadonnées
    des groupes. La commande renvoie un code non nul si une réponse est
    absente ou si la vérification est incomplète.

** Correction et annotation

Optional : Set proxy with ~export HTTPS_PROXY="http://10.0.0.1:3128"~

 1. Il faut créer des persp, pour indication de comment corriger, et
    relancer =enonce_info.py=
 2. =python correction.py Interro --limit 240= OU
    =python correction.py Interro/Par\ label/Ex\ 2/Group_1.jpg= OU
    =python correction.py Interro --overwrite=

    Fais les requêtes de correction à Gemini.

    =correction.py= peut être relancé sans supprimer son état. Les
    fichiers =correction.json= et =correction_progress.json= sont mis à
    jour atomiquement. Avec =--overwrite=, leur version précédente reste
    en place jusqu'à la première écriture réussie de la nouvelle
    exécution. =--reset= est la seule option qui supprime explicitement
    cet état et restaure les fichiers =*_old.pdf=.

    L'argument =limit= limite le nombre de requêtes à Gemini Pro
    (chères), pour une version low cost, passer =--limit 0=, toutes
    les requêtes seront sur Gemini Flash.

    Pour diminuer le coût, il est possible de batch les requêtes, qui
    seront alors traitées sous au plus 24h.
    + =python correction.py Interro --batch=
    + OU =python correction.py Interro --batch-from 'Ex 4'=
    + =python submit_batches.py Interro=
    + =python batch_status.py=
    + =python fetch_batched_results.py Interro=
    + =python correction.py Interro --deal-with-batched=

    Les quatre commandes de ce flux suivent la convention des scripts
    standardisés. Les fichiers de requêtes et le résultat JSONL combiné
    sont publiés atomiquement : une interruption ne laisse pas de fichier
    final partiellement écrit. =submit_batches.py= conserve aussi les
    identifiants distants dans =batch_jobs.json= ; la récupération les
    utilise en priorité et garde la recherche par nom pour les anciens
    batchs. =batch_status.py --download JOB --output
    resultat.jsonl= permet aussi de télécharger atomiquement le résultat
    d'un job particulier.
 3. =python post-correction.py Interro=

    - Essaye de corriger des erreurs d'encodage/d'accents dans
      =correction.json=.
    - aussi échappe les `_` en dehors du mode math, pour LaTeX.
 4. Résolution manuel de conflits, s'il y en a.

    Edit `manual_resolutions.txt`. Use :
    + `->` or `x>` : Here set a pipe `|` before or after the new_label name
    + `-x` : replace the goal
    + `ss` : do nothing
    + `sx` : stay, and remove goal.
    + `xx` : move to goal.
    + `xs` : remove old, keep goal.

    Then call `python resolve_manual.py Interro`
 5. Call `python correction.py Interro --refaire`.


** Génération des copies annotées

 1. =python annotating.py Interro= (facultatif)

    Ajoute les annotations Gemini aux copies, enregistrées dans le dossier =Anot=.
    On peut passer l'argument =--overwrite=.
OU
 2. =python annotating_with_checks.py Interro=

    Ajoute les annotations Gemini, et des checkboxes à cocher.
    Enregistrées dans le dossier =Bnot=,
    =--overwrite=

    Une seule copie peut être ciblée avec, par exemple,
    =python annotating_with_checks.py Interro/Copies/Copie01.pdf=.
    Le mode =--refaire= exige un fichier =refaire.json= et écrit dans
    =BRnot=.
OU
 2. =python annotating_by_label.py Interro= dans =BGnot=

    Ajoute les annotations Gemini, et des checkboxes, et regroupe les
    réponses par question.
    Enregistrées dans =BGnot=

    _Needs_ : label_groups file (made automatically by this function),
    qui dit quelles questions regrouper.

 3. =python export.py Interro BGnot= (gestion perso)
    Cela déplace les groupes dans le dossier configuré par =EXPORT_DIR=
    (par défaut =Export=).

    Le second argument peut être =BGnot=, =Bnot= ou =Anot= et reste
    facultatif (=BGnot= par défaut). =Anot= exporte =Concat.jpg= ; les
    deux autres modes exportent =Concat.pdf=. Dans le GUI, seuls les
    dossiers présents sont proposés et le mode de la dernière génération
    d'annotations est présélectionné.

Il faut ensuite annoter les fichiers dans `EXPORT_DIR` avec une
tablette graphique.

** Lecture de la correction manuscrite

_Before_ : vider le dossier configuré par =IMPORT_DIR= (par défaut
=Import=), puis y copier ou synchroniser les fichiers depuis la tablette.

 1. =python import.py Interro BGnot=

    Une fois les corrections manuelles appliquées aux fichiers
    =Concat.pdf=, il faut enregistrer le fichier annoté au même endroit,
    sous le nom =Concat_annotated.pdf=.

    Comme pour l'export, le second argument accepte =BGnot=, =Bnot= ou
    =Anot=. Le GUI présélectionne le dossier utilisé lors du dernier
    export. Pour =Anot=, l'image est importée sous le nom
    =Concat_annotated.jpg=.

 2. =python reading_annotations.py Interro=

     Lit les =Concat_annotated= dans =Bnot=, regénère les copies avec
     les modifications. Les fichiers générés (=score.json=,
     =Concat.jpg=, etc.) sont préparés séparément puis installés
     ensemble. Les entrées du dossier =Bnot= restent en place et une
     erreur de génération conserve les anciennes sorties.
OU
 2. =python reading_grouped_annotations.py Interro=

    Idem, mais pour =BGnot=. Les tâches parallèles remontent leurs
    erreurs au processus principal au lieu de les ignorer.

 3. =python giving_names.py Interro BGnot=

    Crée un dossier =A Rendre= avec des liens symboliques vers
    + La copie à rendre
    + un fichier =score.json= qui contient les notes par question

    Si un nom est =Unknown= : renommer à la main le dossier et le fichier dedans.
 4. Éventuellement, faire des modifications manuelles aux =score.json=.

    Puis
    - `python reading_annotations.py --update-score Interro`
    - `python reading_grouped_annotations.py --update-score Interro`
    pour mettre à jour les scores dans les images.
 4. (gestion perso)
    + =gestion_classe ne= pour créer l'interro puis
    + =gestion_classe we= (set barème here)
    + =python update_ods.py Interro=
      ou =python update_ods.py Interro --sum= (en l'absence de barème)
    + =gestion_classe re=
    + =gestion_classe wsent=
    + =python add_final_score.py Interro21=
      (this makes files in =Server/copies=)
 5. (gestion perso)
    + Deploy =miqmacs-copies-assets=, and
    + update the copies from =miqmacs.fr/admin=.
 6. (gestion perso) Impression d'une copie. Via Evince » print to pdf.

* Autres
** Recorrection d'une seule copie (peu testé)

!! Attention, refaire ne marchera pas si tu fais une annotation non
groupée into refaire !!

 1. Redécoupage
    + =python plotting.py InterroTest/Copie01.pdf=
    + =python splitting_int.py InterroTest/Copie20.pdf=
 2. Créer =refaire.json=, avec un contenu comme
    : [["Copie02", []],
    :  ["Copie01", ["Ex 1 : 1)"]]]
 3. Appeler =correction= avec --refaire. Il doit créer des groupes
    individuels, faire des requêtes, et remplacer les corrections
    précédentes (à sauver ailleurs).

    Ou non, si tu veux le faire à la main.
 4. ?? Si je fais refaire, avant d'avoir créer les annotating with
    checks, que se passe-t-il ???
 5. Appeler =annotating_with_checks.py --refaire --overwrite=
 6. =python export.py --refaire Interro24=
 6. =python import.py --refaire Interro24=
 7. =python reading_grouped_annotations.py --refaire Interro24=

    Avec =--refaire=, =refaire.json= et le dossier =BRnot= sont des
    prérequis obligatoires ; leur absence produit le code de sortie 3.

** Exemple de replotting, refaire d'une copie

 1. replot it.
 2. `python splitting_int.py DS09VA/Copies/Copie25.pdf`
    this will get rid of old/new.
    !! Attention, et si ça dégage un new : bad bad bad.
 3. Make `refaire.json`, avec la copie, et les labels à refaire.
 4. `python correction.py DS09VA --refaire`
 5. `python annotating_with_checks.py DS09VA --refaire`
 6. `python import.py Interro24 --refaire`