🚀 Production Release: test → prod

[EnzoBagnis]

🚀 Déploiement en Production

✅ Auto-generated tests passed on test

Cette PR a été automatiquement créée par le pipeline CI/CD après validation des tests automatiquement générés sur la branche test.

⚠️ Actions requises avant merge :

• Review approfondie du code
• Vérification des changements critiques
• Validation par au moins 1 reviewer
• Approbation finale pour production

📋 Checklist de déploiement :

• Les tests unitaires auto-générés passent
• Aucune régression détectée
• Documentation à jour
• Prêt pour la production

---

Créée automatiquement par GitHub Actions

[Copilot]

Pull request overview

This PR introduces an “IA” feature to generate and display Doc2Vec/K-Means/t‑SNE visualizations (macro + micro trajectories) by adding a Python clustering pipeline invoked from new PHP API endpoints, and integrating the resulting plots into both the existing dashboard and a dedicated IA page.

Changes:

• Add IA backend endpoints and controller to execute a Python clustering pipeline (/api/ia/status, /api/ia/macro, /api/ia/micro) plus a new /ia page.
• Add Python clustering pipeline script and Python dependencies list for Doc2Vec/K-Means/t‑SNE generation.
• Add front-end Plotly-based visualizations and integrate Macro/Micro IA sections into the existing dashboard UI/navigation.

Reviewed changes

Copilot reviewed 14 out of 15 changed files in this pull request and generated 11 comments.

Show a summary per file

File	Description
scripts/clustering_pipeline.py	New Python pipeline for micro/global clustering + t‑SNE + output JSON (and optional matplotlib image).
scripts/requirements.txt	Declares Python dependencies for the new pipeline.
App/Controller/IaController.php	New controller serving IA page + API endpoints, and runs the Python pipeline.
App/routes.php	Registers /ia and IA API routes.
public/js/modules/iaIntegration.js	Integrates IA Macro/Micro plots into the existing dashboard.
public/js/modules/iaViz.js	Standalone IA page Plotly renderer (macro + micro + trajectory highlighting).
public/js/modules/vizManager.js	Calls IA integration renderers from existing dashboard flows.
App/View/user/ia.php	New IA page view with tabs and Plotly containers.
index.php	Adjusts API error handling for fatal/uncaught errors and 404s.
App/View/resources/details.php	Adds IA link to desktop navigation.
App/View/user/dashboard.php	Adds IA link to navigation.
App/View/resources/list.php	Navigation tweaks.
scripts/script.py / scripts/utils/input.txt	Removed legacy script/input artifacts.

Comments suppressed due to low confidence (1)

index.php:40

• Dans le shutdown handler, la branche API renvoie systématiquement un champ debug contenant le message d’erreur fatale. Cela expose des détails internes en production. Supprimer debug (ou le conditionner à APP_ENV=development) et garder un message générique côté API.

        $uri = $_SERVER['REQUEST_URI'] ?? '';
        if (strpos($uri, '/api/') !== false) {
            if (!headers_sent()) {
                header('Content-Type: application/json; charset=utf-8');
            }
            echo json_encode(['success' => false, 'message' => 'Erreur interne fatale.', 'debug' => $error['message']]);
            return;

---

💡 Add Copilot custom instructions for smarter, more guided reviews. Learn how to get started.

[Copilot]

Dans _renderMicro, la boucle for (c < nClusters) fait un points.filter(...) à chaque itération (O(n_clusters * n_points)). Avec beaucoup de tentatives, ça peut devenir coûteux à chaque re-render. Regrouper les points par cluster en une seule passe (map cluster->points) puis itérer sur les groupes.

[Copilot]

À chaque Plotly.newPlot(...), des handlers plotly_hover / plotly_unhover sont ajoutés via container.on(...). En cas de re-render (ex: toggleTrajectories()), ces listeners risquent de s’empiler et de déclencher plusieurs restyle/relayout. Avant de ré-attacher, supprimer les listeners existants (ex: removeAllListeners) ou attacher une seule fois et mettre à jour les données.

[Copilot]

Le handler d’exception contient une logique API en double et finit par afficher une page HTML de debug « TOUJOURS afficher les détails » même après le bloc if ($env === 'development') { ... } else { ... }. Cela contourne la protection prod et peut dupliquer la réponse. Il faut garder un seul chemin (API JSON vs HTML) et n’afficher stack trace/classe/fichier qu’en environnement development.

Suggested change

	if (!headers_sent()) {
	http_response_code(500);
	header('Content-Type: text/html; charset=utf-8');
	}
	// TOUJOURS afficher les détails pour le debug
	echo '<h1>Erreur 500 – Exception non gérée</h1>';
	echo '<p><b>' . htmlspecialchars(get_class($e)) . ':</b> ' . htmlspecialchars($msg) . '</p>';
	echo '<p>dans <b>' . htmlspecialchars($file) . '</b> ligne <b>' . $line . '</b></p>';
	echo '<pre>' . htmlspecialchars($e->getTraceAsString()) . '</pre>';
	if (!isset($env)) {
	$env = defined('APP_ENV') ? APP_ENV : (\Core\Config\EnvLoader::get('APP_ENV', 'production'));
	}
	if (!headers_sent()) {
	http_response_code(500);
	header('Content-Type: text/html; charset=utf-8');
	}
	if ($env === 'development') {
	// Afficher les détails uniquement en environnement de développement
	echo '<h1>Erreur 500 – Exception non gérée</h1>';
	echo '<p><b>' . htmlspecialchars(get_class($e)) . ':</b> ' . htmlspecialchars($msg) . '</p>';
	echo '<p>dans <b>' . htmlspecialchars($file) . '</b> ligne <b>' . $line . '</b></p>';
	echo '<pre>' . htmlspecialchars($e->getTraceAsString()) . '</pre>';
	} else {
	// En production, ne pas divulguer de détails techniques supplémentaires ici
	if (!headers_sent()) {
	echo '<h1>Erreur interne du serveur</h1><p>Une erreur est survenue. Veuillez réessayer.</p>';
	}
	}

[Copilot]

Dans le JS, les options utilisent e.exercice_name, alors que le contrôleur fournit exercise_name (alias SQL). Cela produira des libellés undefined dans la liste déroulante. Utiliser la même clé que celle renvoyée par le backend (et la même que dans le tableau HTML).

Suggested change

	opt.textContent = `${e.exercice_name}${res} — ${e.nb_attempts} tentatives`;
	opt.textContent = `${e.exercise_name}${res} — ${e.nb_attempts} tentatives`;

[Copilot]

La requête SQL alias e.exercice_name AS exercise_name, alors que la vue user/ia.php (et son JS) utilise exercice_name. Il faut harmoniser (alias AS exercice_name ou mise à jour de la vue) pour éviter des noms d’exercices manquants côté UI.

[Copilot]

Le calcul de actual_perplexity peut produire une perplexité égale au nombre d’échantillons (ex: 5 tentatives ⇒ actual_perplexity = 5), alors que t‑SNE exige perplexity < n_samples. Avec les gardes actuels (min 5), le pipeline va planter sur le cas limite à 5 tentatives. Ajuster la formule pour borner à len(vectors_normed) - 1 (ou augmenter le minimum requis).

[Copilot]

Le paramètre max_iter passé à sklearn.manifold.TSNE n’est pas compatible avec plusieurs versions de scikit‑learn (API historique: n_iter). Comme scripts/requirements.txt autorise scikit-learn>=1.0.0, ce code risque un TypeError selon la version installée. Soit utiliser le nom de paramètre supporté (n_iter), soit relever la contrainte de version scikit‑learn pour correspondre à l’API utilisée.

[Copilot]

Même problème que dans le pipeline micro : actual_perplexity peut devenir égal à len(vectors_normed) quand len==5, ce qui viole la contrainte t‑SNE perplexity < n_samples et fera échouer la vue globale avec le minimum de données autorisé. Bornez la perplexité à n_samples - 1 (ou imposez un minimum de tentatives plus élevé).

[Copilot]

Les données $exercises viennent du contrôleur avec l’alias exercise_name, mais ici la vue lit exercice_name. Résultat: libellés d’exercices vides et goToMicro() reçoit un nom vide. Aligner les clés (soit renommer l’alias SQL, soit utiliser exercise_name partout dans la vue).

[Copilot]

Le lien « IA » est ajouté dans la nav desktop, mais il n’est pas présent dans le menu burger (mobile). Pour éviter une navigation incohérente selon la taille d’écran, ajouter aussi l’entrée « IA » dans la liste du menu burger.