lore angela review

Analyse de cohérence du corpus complet via IA.

lore angela review

Synopsis

lore angela review [flags]

Pourquoi

lore angela review attrape les contradictions qui échappent aux revues document-par-document. Après 2 semaines de documentation, votre équipe a 15 docs. Avant la revue de sprint, vous découvrez que auth-jwt.md dit « JWT pour l'auth stateless » tandis que auth-session.md dit « sessions pour la gestion d'état ». Un nouveau développeur lit les deux et se perd sur votre vraie stratégie d'auth.

Cette commande analyse votre corpus entier pour détecter les problèmes de cohérence qui n'apparaissent que quand les documents sont vus ensemble : contradictions, docs isolés sans références croisées, contenu obsolète, et lacunes de couverture.

    graph TD
    A[15 documents] --> B["angela review<br/>--for CTO --persona architect"]
    B --> C{"Vérification cohérence<br/>± lens persona"}
    C -->|Trouvé| D[1 contradiction : auth-jwt vs auth-session]
    C -->|Trouvé| E[2 docs isolés sans références]
    C -->|Trouvé| F[Lacune : aucune décision base de données]
    D --> G[Corriger avant la revue de sprint]
    E --> G
    F --> G

Comment ça marche

Processus en deux étapes : pré-analyse locale + un seul appel IA.

Étape 1 : signaux locaux

Angela calcule ces signaux sans aucun appel API : - Contradictions — Documents sur le même sujet avec des mots-clés contradictoires - Docs isolés — Aucune référence croisée vers/depuis d'autres documents - Contenu obsolète — Documents de plus de N jours sans mise à jour

Étape 2 : analyse IA

Un seul appel API avec des résumés de documents compressés. L'IA valide les signaux locaux et trouve des contradictions sémantiques que la correspondance par mots-clés manque.

    sequenceDiagram
    participant CLI as angela review
    participant Local as Analyse locale
    participant Personas as Résolveur Personas
    participant AI as Fournisseur IA
    participant Cache as Cache de revue

    CLI->>Local: Extraire les signaux du corpus
    Local->>CLI: Contradictions, docs isolés, obsolescence
    CLI->>Personas: Résoudre --persona + équipe .lorerc
    Personas->>CLI: Prompts personas regroupés (1 appel)
    CLI->>AI: 1 appel — résumés + audience + personas
    AI->>CLI: Findings validés (teintés par les personas)
    CLI->>Cache: Sauvegarder l'état — diff vs run précédent
    CLI->>CLI: Afficher le rapport

Nécessite un fournisseur IA configuré (ai.provider dans .lorerc). Pour une analyse hors ligne, utilisez lore angela draft --all à la place.

Scénario concret

# Avant la revue de sprint — vérifier la cohérence sur 15 docs
lore angela review

# Sortie :
# 1 contradiction trouvée : auth-jwt.md vs auth-session.md
# 2 documents isolés sans références croisées
# Lacune de couverture : aucune décision de couche base de données documentée

Vous attrapez la contradiction d'auth avant qu'elle ne perturbe les stakeholders. Les docs isolés sont liés. Vous ajoutez un doc de décision base de données pour combler la lacune.

Flags

Flag	Type	Défaut	Description
`--quiet`	bool	`false`	Supprimer l'en-tête et le résumé sur stderr
`--for`	string		Adapter les résultats pour une audience cible (« CTO », « nouveau développeur »)
`--path`	string	`.lore/docs`	Chemin vers un répertoire markdown (mode autonome)
`--filter`	string		Regex pour filtrer par nom de fichier (`"commands/."`, `".\.fr\.md$"`)
`--all`	bool	`false`	Analyser tous les documents (désactive l'échantillonnage 25+25 sur les gros corpus)
`--interactive`, `-i`	bool	`false`	Lancer le TUI pour naviguer et trier les findings
`--diff-only`	bool	`false`	Afficher uniquement les findings NEW + REGRESSED (idéal pour la CI)
`--synthesizers`	strings		Surcharger les synthesizers activés
`--no-synthesizers`	bool	`false`	Désactiver tous les Example Synthesizers
`--persona`	strings (répétable)		Activer une ou plusieurs lentilles persona pour cette review (`--persona architect --persona qa-reviewer`). Multi-persona reste à 1 seul appel API — les personas sont injectées dans le prompt, pas dispatchées en fan-out.
`--no-personas`	bool	`false`	Forcer une review baseline sans persona, même si `.lorerc` en configure. Mutuellement exclusif avec `--persona` et `--use-configured-personas`.
`--use-configured-personas`	bool	`false`	Activer les personas de `.lorerc` sans le prompt de confirmation interactif. Mutuellement exclusif avec `--persona` et `--no-personas`.
`--preview`	bool	`false`	Afficher l'estimation de coût + les personas prévues, puis sortir sans appeler l'IA. Zéro appel API, zéro écriture de state. Dry-run sûr pour la gouvernance budget/CI. Mutuellement exclusif avec `--interactive`.
`--format`	`text`\|`json`	`text`	Format de sortie pour `--preview`. Nécessite `--preview` ; erreur sinon.

Mode autonome

Fonctionne sans lore init :

lore angela review --path ./docs

Le cache de revue n'est pas sauvegardé en mode autonome. Voir Angela en CI pour les patterns d'intégration.

Flux du processus

[1/2] Préparation des résumés pour 12 documents…
      12 docs | ~2450 tokens d'entrée | max sortie : 1500 tokens | timeout : 60s
      Coût estimé : ~$0.0018

[2/2] Appel du fournisseur IA…
      ✓ Réponse IA reçue en 4.3s
      Tokens : 2450 → 890 | Modèle : claude-sonnet-4-20250514
      Vitesse : 207 tok/s | Coût : ~$0.0015

Angela effectue des vérifications préalables avant l'appel API : - Estimation de tokens — taille du corpus vs. sortie max autorisée - Estimation de coût — projection de coût en USD - Protection d'abandon — s'arrête si l'entrée dépasse max_output

Format de sortie

Corpus Review — 12 documents analysés

SEVERITY               TITLE                            DOCUMENTS                    DESCRIPTION
contradiction          Approche auth contradictoire     auth-jwt.md, auth-session.md JWT choisi dans l'un, sessions dans l'autre
gap                    Document isolé                   note-meeting-2026-03-01.md   Aucune référence vers/depuis d'autres docs
style                  Lacune de couverture             —                            Aucune décision documentée pour la couche DB

3 findings (1 contradiction, 1 gap, 1 style)

Types de sévérité

Sévérité	Impact
`contradiction`	Informations contradictoires entre documents
`gap`	Couverture manquante ou documents isolés
`obsolete`	Contenu obsolète pouvant nécessiter une mise à jour
`style`	Incohérences de style dans le corpus

Avec --for, les findings incluent une notation de pertinence :

contradiction [high]   Approche auth contradictoire      auth-jwt.md, auth-session.md
gap [medium]           Document isolé                    note-meeting-2026-03-01.md

Validation des preuves

Chaque finding IA doit inclure des citations verbatim des documents sources. Angela valide ces citations :

Mode	Comportement	Config
strict (défaut)	Supprime les findings sans preuve vérifiable	`angela.review.evidence.validation: strict`
lenient	Conserve les findings mais les marque comme non vérifiés	`angela.review.evidence.validation: lenient`
off	Affiche tous les findings tels quels	`angela.review.evidence.validation: "off"`

# .lorerc
angela:
  review:
    evidence:
      required: true         # l'IA doit fournir des preuves pour chaque finding
      min_confidence: 0.4    # rejeter les findings sous ce seuil
      validation: strict     # strict | lenient | off

Quand la validation de la preuve échoue :

Rejeté : « Conflit de migration base de données » — citation introuvable dans la source

État différentiel

Angela suit le cycle de vie des findings entre les runs pour éviter la fatigue d'alertes :

Statut	Signification
`NEW`	Première apparition dans ce run
`PERSISTING`	Existait avant et existe toujours
`RESOLVED`	Existait avant mais a disparu
`REGRESSED`	Était résolu mais est revenu

Utilisez --diff-only pour les gates CI qui ne doivent échouer que sur les nouveaux problèmes :

lore angela review --diff-only   # seulement NEW + REGRESSED

[NEW]        contradiction   auth-jwt.md ↔ auth-session.md   Conflit JWT vs sessions
[REGRESSED]  gap             deployment.md                   Réapparu après édition

2 findings affichés (1 NEW, 1 REGRESSED) | 3 PERSISTING masqués | 1 RESOLVED

L'état est persisté dans .lore/angela/review-state.json.

Lentilles persona (opt-in)

Activer une ou plusieurs lentilles persona pour cette review. Chaque finding peut être flagué par une ou plusieurs personas ; plusieurs personas concordantes font monter le signal agreement_count du finding.

# Activation par flag (non-interactif, CI-safe)
lore angela review --persona architect --persona qa-reviewer

# Utiliser les personas listées dans .lorerc sans la confirmation TTY
lore angela review --use-configured-personas

# Forcer baseline même si .lorerc configure des personas
lore angela review --no-personas

Les personas ne s'activent jamais silencieusement. Quand .lorerc liste des personas et qu'aucun flag n'est passé :

TTY : Angela affiche un y/N avec le delta coût baseline vs avec-personas.
Non-TTY / CI : Angela émet une note informative et lance la review baseline. Passez --use-configured-personas pour opt-in explicite en CI.

Le rapport texte ajoute un en-tête Review angle: N persona(s) active et une ligne Flagged by: … par finding (Icône + Nom). La validation des preuves est forcée à strict dès qu'au moins une persona est active — les findings persona-attribués ne peuvent pas contourner l'invariant I4 (zéro-hallucination).

Mode preview (sans appel API)

--preview exécute l'estimation tokens/coût localement puis sort. Zéro appel HTTP, zéro écriture de state.

lore angela review --preview

Review preview
──────────────
Corpus:           68 documents (245 KB)
Model:            claude-sonnet-4-6
Personas:         baseline (no personas)
Audience:         (none)
Estimated tokens: 1,240 input → 4,000 output max
Context window:   ~2.5% used
Estimated cost:   $0.0037
Expected time:    ~15s

Format machine pour les gates CI :

lore angela review --preview --format=json

{
  "schema_version": "1",
  "mode": "preview",
  "corpus_documents": 68,
  "corpus_bytes": 245000,
  "model": "claude-sonnet-4-6",
  "personas": [],
  "audience": "",
  "estimated_input_tokens": 1240,
  "max_output_tokens": 4000,
  "context_window_used_pct": 2.5,
  "estimated_cost_usd": 0.0037,
  "expected_seconds": 15,
  "warnings": [],
  "should_abort": false
}

estimated_cost_usd et expected_seconds valent null quand le modèle n'est pas dans la table de pricing — pas -1 ni 0. Les scripts doivent vérifier null avant agrégation.
schema_version est incrémenté uniquement sur les changements breaking (renommage / suppression / changement de sémantique). Ajouter un champ optionnel n'incrémente pas.
Combiner avec --persona reflète la taille de prompt augmentée dans l'estimation : lore angela review --preview --persona architect.

TUI interactif

lore angela review --interactive

Naviguez dans les findings et triez-les sans quitter le terminal :

Angela Review — 12 documents
────────────────────────────────────────────────────────
  1/3  contradiction  auth-jwt.md ↔ auth-session.md
  2/3  gap            note-meeting-2026-03-01.md  (isolé)
  3/3  style          Aucune décision couche base de données

[↑/↓] naviguer  [entrée] approfondir  [i] ignorer  [q] quitter

Touche	Action
`↑` / `↓`	Naviguer dans les findings
`Entrée`	Approfondir : analyse IA asynchrone du finding sélectionné
`i`	Ignorer le finding (persisté dans l'état)
`q`	Quitter et sauvegarder l'état de triage

Approfondir ouvre une analyse IA asynchrone : détails exacts du conflit, quel document devrait faire source de vérité, corrections spécifiques nécessaires.

Exemples

# Revue complète avec analyse IA
lore angela review

# Analyser tous les docs (pas d'échantillonnage 25+25 pour les gros corpus)
lore angela review --all

# Filtrer : seulement les docs de commandes
lore angela review --filter "commands/.*"

# Filtrer : seulement les docs FR
lore angela review --filter "\.fr\.md$"

# Adapter les findings pour une audience CTO
lore angela review --for "CTO"

# Autonome : n'importe quel répertoire markdown
lore angela review --path ./docs --all

# Mode CI : seulement les problèmes nouveaux/régressés
lore angela review --diff-only --quiet

# Session de triage interactive
lore angela review --interactive

# Estimer le coût avant d'engager un run (zéro appel API)
lore angela review --preview
lore angela review --preview --format=json

# Findings multi-angles en un seul appel API (personas opt-in)
lore angela review --persona architect --persona qa-reviewer

# Alternative hors ligne (aucun appel API)
lore angela draft --all

Réglages

Contrôler le timeout et les limites de tokens :

# .lorerc
ai:
  timeout: 120s             # défaut : 60s

angela:
  max_tokens: 8192          # défaut : auto-calculé

Variables d'environnement (utiles en CI) :

LORE_AI_TIMEOUT=120s LORE_ANGELA_MAX_TOKENS=8192 lore angela review

Combinaisons de flags

Flag	Étape	Effet
`--path`	Source	Quel répertoire scanner
`--filter`	Sélection	Quels fichiers inclure (regex)
`--all`	Échantillonnage	Envoyer tous les docs, pas d'échantillonnage
`--for`	Prompt IA	Adapter les findings pour une audience
`--quiet`	Sortie	Supprimer stderr
`--diff-only`	Affichage	Afficher seulement NEW + REGRESSED

Tous les flags se combinent librement :

lore angela review --path ./docs --filter "guides/.*" --all --for "CTO" --quiet

Tips

Avant les releases : Lancez une review pour attraper les contradictions avant qu'elles ne perturbent les utilisateurs
Pas de budget API ? Utilisez lore angela draft --all pour une analyse locale gratuite
Revues ciblées : Utilisez --filter pour ne reviewer que les zones modifiées
Gros corpus : Utilisez --all pour bypasser l'échantillonnage 25+25 (défaut au-delà de 50 docs)
Intégration CI : Utilisez --diff-only pour n'échouer que sur les problèmes nouveaux/régressés
Optimisation coût : Utilisez LORE_AI_MODEL=claude-haiku-4-5-20251001 pour des reviews 10x moins chères
Résultats en cache : lore status affiche les derniers findings sans relancer

Codes de sortie

Code	Signification
`0`	Succès
`1`	Erreur (aucun fournisseur IA, corpus trop petit)

angela draft vs angela review

	`angela draft`	`angela review`
Portée	Un document	Corpus entier
Coût	Gratuit (zéro appel API)	1 appel API
Trouve	Sections manquantes, problèmes de style	Contradictions, docs isolés, lacunes
Cas d'usage	Amélioration de document	Cohérence du corpus

Voir aussi

lore angela draft — Analyse d'un document individuel
lore status — Affiche les findings de revue en cache
Angela en CI — Patterns d'intégration