Mathias STRASSER
aedde6707e
Les enseignants ont besoin de moyennes à jour immédiatement après la publication ou modification des notes, sans attendre un batch nocturne. Le système recalcule via Domain Events synchrones : statistiques d'évaluation (min/max/moyenne/médiane), moyennes matières pondérées (normalisation /20), et moyenne générale par élève. Les résultats sont stockés dans des tables dénormalisées avec cache Redis (TTL 5 min). Trois endpoints API exposent les données avec contrôle d'accès par rôle. Une commande console permet le backfill des données historiques au déploiement.
22 lines
543 B
Markdown
22 lines
543 B
Markdown
---
|
|
project_name: '{{project_name}}'
|
|
user_name: '{{user_name}}'
|
|
date: '{{date}}'
|
|
sections_completed: ['technology_stack']
|
|
existing_patterns_found: { { number_of_patterns_discovered } }
|
|
---
|
|
|
|
# Project Context for AI Agents
|
|
|
|
_This file contains critical rules and patterns that AI agents must follow when implementing code in this project. Focus on unobvious details that agents might otherwise miss._
|
|
|
|
---
|
|
|
|
## Technology Stack & Versions
|
|
|
|
_Documented after discovery phase_
|
|
|
|
## Critical Implementation Rules
|
|
|
|
_Documented after discovery phase_
|