# Логика диагностики — два режима

## Архитектура

Три слоя:
1. **Relay (Android)** — тупой ретранслятор: получил команду → отправил в ELM → вернул ответ
2. **Script Engine (сервер)** — отправляет команды по расписанию, собирает ответы
3. **LLM (сервер)** — анализирует собранные данные

---

## Режим 1: Прогрев на месте (3 минуты)

**Цель**: снять показания на холостых, погазовать, оценить прогрев

**Скрипт**:
```
Каждые 2 секунды — 3 PID: 010C (RPM), 0105 (темп), 0111 (дроссель)
Итого: 90 циклов × 3 PID = 270 запросов
При 70% успехе: ~190 ответов (~63 на каждый PID)
```

**Метрики**:
- RPM: мин/макс/среднее на холостых, отклик на газ
- Температура: скорость прогрева (°C/мин), выход на рабочую
- Дроссель: положение на холостых, реакция на педаль

---

## Режим 2: В движении (5 минут)

**Цель**: нагрузочный тест, динамика разгона, поведение под нагрузкой

**Скрипт**:
```
Каждые 2 секунды — 3 PID: 010C (RPM), 0105 (темп), 0111 (дроссель)
Итого: 150 циклов × 3 PID = 450 запросов
При 70% успехе: ~315 ответов (~105 на каждый PID)
```

**Метрики**:
- RPM: разгон/торможение, переключение передач
- Температура: стабильность под нагрузкой
- Дроссель: соответствие нагрузке

---

## Обработка ошибок

| Ответ | Действие |
|-------|----------|
| `41xx...` (hex данные) | Сохранить, декодировать |
| `STOPPED` | Пропустить, relay сам восстановит |
| Пусто / таймаут | Пропустить, следующий запрос |
| 3 таймаута подряд | Пауза 2с (клон перегрелся) |

---

## Выходные данные для LLM

```json
{
  "mode": "warmup",
  "duration_s": 180,
  "total_requests": 270,
  "successful": 190,
  "pids": {
    "010C": {
      "min": 680, "max": 3200, "avg": 1250,
      "samples": [680, 720, 750, ...]
    },
    "0105": {
      "start_temp": 25, "end_temp": 87,
      "warmup_rate": 0.34,
      "samples": [25, 27, 30, ...]
    },
    "0111": {
      "min": 0, "max": 45,
      "samples": [0, 0, 1.5, ...]
    }
  }
}
```

LLM получает: сырые данные + вопрос пользователя → ответ с диагнозом.