parsing-diva-request

name

parsing-diva-request

description

Structure une demande DIVA en texte libre (user story + criteres d'acceptation, ou ticket myService d'anomalie) en JSON canonique : type de demande, titre, resume, acteurs, donnees manipulees, domaine ERP pressenti, keywords techniques et metier, CA detectes, message d'erreur. Le parseur est deterministe (regex + heuristiques), le LLM raffine la sortie au checkpoint CP1 de l'orchestrateur. A utiliser quand une demande est livree en texte libre et qu'il faut produire un JSON structure exploitable par les phases suivantes d'analyse.

Parsing DIVA Request

Contenu

• Utilisation rapide
• Parametres d'entree
• Sortie : JSON canonique
• Type de demande detecte
• Domaines ERP reconnus
• Cas d'ambiguite (needs_clarification)
• Scripts disponibles
• References

---

Utilisation rapide

Via stdin (recommande pour coller un texte long) :

echo "En tant que gestionnaire reglement, je veux saisir la famille de reglement sur la fiche client. CA : le zoom est accessible depuis le menu Retail." | \
  py .claude/skills/parsing-diva-request/scripts/parse_request.py

Via fichier :

py .claude/skills/parsing-diva-request/scripts/parse_request.py --input demande.txt

Sortie JSON sur stdout, conforme au schema scripts/templates/request.schema.json.

---

Parametres d'entree

Parametre	Format	Obligatoire	Defaut
--input	Chemin fichier texte (UTF-8)	Non	stdin
--type	auto / feature / ticket	Non	auto (detection)

Un seul parametre a la fois : si --input est absent, la commande lit stdin jusqu'a EOF.

---

Sortie : JSON canonique

{
  "type": "feature|ticket|unknown",
  "titre": "<titre court, <= 80 car>",
  "resume": "<1-3 phrases, <= 400 car>",
  "acteurs": ["<role metier>"],
  "donnees": ["<nom PascalCase ou MAJUSCULE>"],
  "domaine_pressenti": "RT_|GT_|CC_|...|null",
  "keywords_techniques": ["<PascalCase, fichier.dhsp, fonction>"],
  "keywords_metier": ["<mot substantif 5+ car>"],
  "ca_detectes": ["<texte CA>"],
  "message_erreur": "<si ticket, citation>",
  "needs_clarification": false
}

Reference du schema : scripts/templates/request.schema.json.

---

Type de demande detecte

Heuristique multi-signaux :

Type	Patterns declencheurs
feature	En tant que / Je veux / Afin de / Etant donne / Quand...Alors / section Criteres d'acceptation ou CA avec bullets
ticket	anomalie / bug / erreur / plante / cassé / ne fonctionne pas / stack trace / message entre quotes
unknown	Aucun signal -- declenche needs_clarification: true

Detail dans reference/patterns-features.md et reference/patterns-tickets.md.

---

Domaines ERP reconnus

Liste canonique :

Prefixe	Module	Mots-cles declencheurs
GT_	Achat-Vente / Dav	gestion commerciale, facture, client, article, commande, vente
RT_	Retail	retail, caisse, ticket, point de vente, magasin
GG_	Prod / Atelier	production, atelier, fabrication, OF, nomenclature
CC_	Comptabilite	compta, ecriture, journal, bilan, TVA
RC_	Reglements	reglement, banque, paiement, relance
PP_	Paie	paie, salaire, bulletin, cotisation
GA_	Affaires	affaire, chantier, analytique
QU_	Qualite	qualite, controle qualite, non-conformite
GR_	Relation-Tiers	CRM, contact, prospect, tiers
A5	Framework A5	framework, menu, dossier, utilisateur, securite

La detection est informative (hint pour le CP2 de l'orchestrateur). Si aucun domaine ne matche, domaine_pressenti: null.

---

Cas d'ambiguite (needs_clarification)

Le flag needs_clarification: true est leve quand :

• Le type est unknown (aucun signal feature ni ticket)
• Type = feature mais aucun acteur extrait (pas de En tant que)
• Type = ticket mais aucun message d'erreur ni stack trace identifie

Dans ces cas, l'orchestrateur LLM doit demander au developpeur de clarifier au CP1 avant de poursuivre. Le parseur n'invente pas -- c'est la responsabilite du LLM.

---

Scripts disponibles

scripts/parse_request.py        # Parseur principal
scripts/templates/
  request.schema.json           # Schema JSON canonique de la sortie

---

References

• reference/patterns-features.md -- detail des patterns de detection feature (BDD, CA, gerondif)
• reference/patterns-tickets.md -- detail des patterns ticket (messages d'erreur, stack traces, anomalies)