atm-backtesting/.claude/commands/batch.md

description, argument-hint

description	argument-hint
Procesează toate screenshot-urile din screenshots/inbox/ paralel (5 agenți). Append serial cu partial-failure semantics.	[N max_parallel=5]

/batch — parallel vision extraction over screenshots/inbox/

Procesează screenshot-uri multiple din screenshots/inbox/. Lansează până la 5 subagenți m2d-extractor în paralel (cap rigid — context window + rate limits). După ce toți revin, append-ezi rezultatele serial (append_row citește/scrie CSV — paralelism la write = ID collision garantat).

Workflow

Fază 1 — Colectează lista

1. Listează screenshots/inbox/*.png (sortat alfabetic).
2. Dacă lista e goală → afișează Inbox gol. Adaugă PNG-uri în screenshots/inbox/. și oprește.
3. Dacă $ARGUMENTS conține un număr N, folosește-l ca max_parallel în loc de 5 (dar nu depăși niciodată 5 — hard cap).

Fază 2 — Extracție paralelă (max 5 concurent)

Procesezi în batch-uri de max_parallel. Pentru fiecare batch:

• Lansezi câte un Task tool call cu subagent_type: "m2d-extractor" pentru fiecare screenshot, ÎN ACELAȘI MESAJ (tool calls paralele). Prompt per agent:

  Extrage trade din `<absolute_path>`. Scrie JSON la `data/extractions/<basename_no_ext>.json` și log la `data/extractions/<basename_no_ext>.log`.
  
  screenshot_path: <absolute_path>
  screenshot_file: <basename>
  

• Aștepți să se întoarcă toți. Treci la următorul batch.

De ce max 5: peste 5 sub-agenți paraleli începi să saturezi context window-ul orchestratorului cu output-urile lor și rate limits-urile API-ului. Cap rigid.

Fază 3 — Append serial cu partial-failure

Ține trei liste: ok, rejected, failed. Pentru fiecare PNG din lista originală, în ordine alfabetică:

1. Verifică existența JSON-ului data/extractions/<basename_no_ext>.json:

   • Lipsește sau e corupt → mută PNG la screenshots/needs_review/<basename>, adaugă la failed cu motiv missing/invalid JSON, continuă.

2. Apelează append (source = vision — /batch nu suportă calibration, pentru asta folosește /backtest --calibration individual):

   python -c "from pathlib import Path; from scripts.append_row import append_extraction; import json; r = append_extraction(Path('data/extractions/<basename_no_ext>.json'), source='vision'); print(json.dumps(r, default=str))"
   

3. Reacționezi:

   • status == "ok" → mută PNG la screenshots/processed/<basename>, adaugă la ok cu id, set, outcome_path.
   • status == "rejected" → mută PNG la screenshots/needs_review/<basename>, mută JSON la data/extractions/rejected/<basename_no_ext>.json (creează folderul dacă lipsește), adaugă la rejected cu reason.

4. NU oprești batch-ul la primul fail. Continuă până la capăt.

Fază 4 — Regenerează MD o singură dată

python -m scripts.regenerate_md

(MD regen după fiecare append e wasteful; CSV-ul e sursa de adevăr.)

Fază 5 — Scrie summary la data/extractions/_batch_<utc_timestamp>.md

<utc_timestamp> format ISO compact (ex: 2026-05-13T15-45-21Z). Conținut:

# Batch run <iso_utc_timestamp>

Total: <N> | OK: <n_ok> | REJECTED: <n_rej> | FAILED: <n_fail>

## OK
- <basename>.png → id=<id>, set=<set>, outcome_path=<outcome_path>
- ...

## REJECTED
- <basename>.png — reason: <reason>
- ...

## FAILED
- <basename>.png — <motiv: missing/invalid JSON>
- ...

Secțiuni goale se omit (dacă REJECTED e gol, nu scrii secțiunea).

Fază 6 — Afișează summary user-ului

Format scurt în terminal:

/batch terminat. Total <N> screenshot-uri.
  OK:       <n_ok>     (trade-uri #<id1>, #<id2>, ...)
  REJECTED: <n_rej>    (mutate la screenshots/needs_review/)
  FAILED:   <n_fail>   (mutate la screenshots/needs_review/, JSON lipsă)
Regenerat data/jurnal.md.
Summary scris la data/extractions/_batch_<utc_timestamp>.md.

Reguli

• Hard cap concurrency la 5. Chiar dacă max_parallel argumentat e mai mare, clamp la 5.
• Append serial obligatoriu. append_extraction citește CSV, computează next_id, scrie atomic; rulat paralel = ID-uri duplicate sau pierderi.
• Partial failure = continuă. Un screenshot prost nu blochează restul batch-ului.
• MD regen o singură dată la final.
• Path discipline pentru subagent neschimbată: agentul scrie doar la data/extractions/. Tu (orchestrator) muți screenshot-uri și rejected JSON-uri.
• /batch folosește mereu source=vision. Pentru calibration, rulează /backtest --calibration individual pe fiecare screenshot.