Noyau du dépôt

Cette page explique de quoi est fait le Ta-Na-Si Media & Document Repository — son architecture, sa technologie et les personnes derrière son développement. Nous croyons à la transparence totale : quiconque utilise une archive, ou songe à en exploiter une à soi, mérite de savoir exactement de quoi le système est fait. La page À propos explique à quoi sert l'archive ; cette page explique comment elle fonctionne.

1. Ce qu'est le Noyau du dépôt

Le Noyau du dépôt est le logiciel sur lequel cette archive fonctionne : un système d'archivage numérique entièrement indépendant et auto-hébergé, écrit de zéro dans un seul but — stocker, organiser et servir ouvertement des documents et des médias comme matériau source probant. Il ne repose ni sur WordPress, ni sur Joomla, ni sur Drupal, ni sur aucun autre CMS préfabriqué, et il n'utilise aucun framework PHP. Chaque composant — la couche de base de données, le moteur de recherche, l'atelier de curation, les pages publiques — a été conçu et écrit spécifiquement pour cette tâche.

Le logiciel est construit comme une plateforme multi-installations : il ne sert pas une archive centrale, mais fait tourner de nombreuses archives séparées et indépendantes. Chaque archive — petite collection familiale ou grand dépôt régional — est une installation complète à part entière, avec sa propre base de données, ses propres fichiers et son propre gardien. Il n'existe aucune infrastructure partagée entre les archives et aucun service central dont elles dépendraient.

2. Une seule base de code, de nombreuses archives indépendantes

Chaque installation exécute une base de code identique. Tout ce qui est propre à un serveur — son adresse publique, son accès à la base de données, son expéditeur de courriel — vit dans un unique fichier d'environnement, créé une fois lors de l'installation et qui ne voyage jamais avec le code. Cette séparation stricte est ce qui fait fonctionner le modèle : la même mise à jour logicielle peut être appliquée à chaque archive, petite ou grande, sans toucher à la configuration individuelle d'aucune archive.

Une nouvelle archive s'installe grâce à un assistant d'installation guidé dans le navigateur — pas de ligne de commande, pas de fichiers de configuration à modifier à la main. L'assistant parle 18 langues, vérifie les prérequis du serveur, teste la connexion à la base de données avant que quoi que ce soit ne soit écrit, et crée le compte du propriétaire avec un mot de passe haché de façon sûre. Les tables de la base de données sont créées par un système de migration idempotent : il peut s'exécuter un nombre quelconque de fois et converge toujours vers le schéma correct. Les modifications de schéma ultérieures sont versionnées et suivies, si bien que chaque installation peut voir exactement où elle en est ; les changements de routine s'appliquent automatiquement, tandis que les changements lourds attendent la confirmation délibérée du propriétaire. Les mises à jour suivent le même ordre soigneux : d'abord sauvegarder, puis migrer, puis vider le cache.

3. Pile technologique Version 1.0.0 (Thuringia)

4. Recherche et navigation par facettes

Le cœur de l'archive publique est sa recherche. Un unique index plein texte couvre chaque enregistrement publié — titre, description, résumé, notes et texte d'article —, si bien qu'un seul champ de recherche atteint tout. Mais le plein texte seul ne suffit pas à une recherche sérieuse, c'est pourquoi chaque enregistrement est aussi classé selon neuf axes de facettes :

• Sujet — les thèmes et questions dont traite un enregistrement.
• Lieu — les lieux géographiques auxquels un enregistrement se rapporte, tirés d'un répertoire de lieux structuré (voir la section GeoNames plus bas).
• Langue — la langue du contenu de l'enregistrement, parmi 49 langues prises en charge nativement.
• Contributeur — les personnes impliquées : auteurs, orateurs, photographes, rédacteurs.
• Genre — le type de matériau : témoignage, analyse, rapport, et ainsi de suite.
• Partie de — l'œuvre plus vaste à laquelle un enregistrement appartient ; relie le matériau en plusieurs parties.
• Collection — des regroupements nommés, composés avec soin et entretenus par les gardiens de l'archive.
• Série — des regroupements ordonnés pour le matériau qui suit une séquence.
• Accès — le niveau d'accès d'un enregistrement, par exemple public ou réservé aux membres.

La navigation par facettes fonctionne comme les chercheurs l'attendent des grandes archives institutionnelles. À côté des résultats, chaque axe affiche ses valeurs les plus fréquentes avec des compteurs de résultats en direct — un clic affine les résultats, et les filtres d'axes différents se combinent librement : par exemple, tous les enregistrements audio en allemand sur le sujet éducation des années 1990. Les filtres actifs apparaissent sous forme de pastilles amovibles au-dessus des résultats, si bien que l'affinage en cours reste toujours visible et que chaque filtre peut être retiré d'un clic. Là où un axe compte plus de valeurs que la barre latérale n'en montre, un index alphabétique complet de tout l'axe peut être parcouru, lettre par lettre.

Au-delà des facettes, les résultats peuvent être limités par type de matériau (articles, audio, vidéo, documents, images, jeux de données — plusieurs à la fois si on le souhaite) et par date, soit par des liens rapides de décennie, soit par une plage d'années exacte. Les résultats peuvent être triés par pertinence, titre ou date, et affichés de quatre manières : liste détaillée, galerie d'images, grille compacte ou diaporama plein écran. L'état complet de la recherche — requête, filtres, tri, affichage — vit dans la barre d'adresse, si bien que toute page de résultats peut être mise en favori, citée et partagée exactement telle qu'elle se présente.

Les facettes ne sont pas des étiquettes flottant librement : leurs vocabulaires sont tenus avec soin par les gardiens de l'archive, et des axes comme la collection et la série peuvent être organisés hiérarchiquement. Chaque valeur de facette affichée sur la page d'un enregistrement renvoie vers la recherche, si bien qu'un lecteur peut toujours pivoter d'un enregistrement intéressant vers tout ce que l'archive conserve sur le même sujet, le même lieu, la même personne ou la même série.

5. Pages d'enregistrement

Chaque enregistrement a sa propre page avec une présentation adaptée à son type : l'audio et la vidéo se lisent directement dans la page, les documents PDF s'ouvrent dans une visionneuse intégrée, les images peuvent être examinées dans une vue profonde zoomable, et les articles sont rendus à partir de Markdown filtré en toute sécurité. À côté du fichier lui-même, la page d'un enregistrement montre la description complète, les contributeurs, l'œuvre plus vaste à laquelle il appartient (avec navigation entre ses parties), des enregistrements liés qui valent le coup d'œil ensuite, et des citations prêtes à l'emploi aux formats Chicago, APA et MLA. Chaque enregistrement porte des métadonnées lisibles par machine (JSON-LD schema.org) et une adresse stable qui ne change jamais ; de courts liens permanents de la forme /go/… peuvent être attribués pour la citation dans l'imprimé et les références externes.

6. Langues

L'archive est construite pour un monde multilingue, à deux niveaux distincts.

L'interface — tout ce qu'un visiteur ou un gardien lit sur les pages elles-mêmes — est écrite en anglais et garde chaque texte visible dans des fichiers de langue traduisibles, jamais enfoui dans le code. Des packs de langue d'interface pour 18 langues sont en préparation et actuellement en traduction : anglais, allemand, français, italien, espagnol, portugais, néerlandais, russe, polonais, suédois, danois, norvégien, chinois, japonais, coréen, turc, tchèque et roumain. Les packs s'installent et se gèrent depuis le panneau d'administration, qui suit aussi le degré d'achèvement de chaque traduction par rapport à la source anglaise. L'assistant d'installation parle déjà les 18 aujourd'hui.

Le contenu — le matériau archivé lui-même — prend en charge nativement 49 langues : anglais, allemand, français, italien, espagnol, portugais, néerlandais, russe, ukrainien, polonais, grec, suédois, danois, norvégien, turc, chinois, hindi, arabe, indonésien, japonais, vietnamien, coréen, biélorusse, tchèque, slovaque, hongrois, roumain, bulgare, croate, slovène, finnois, bengali, ourdou, persan, islandais, irlandais, swahili, thaï, filipino, hébreu, pendjabi, télougou, tamoul, marathi, haoussa, yoruba, amharique, javanais et pachto. Les enregistrements sont marqués avec la langue de leur contenu, et la facette de langue de la recherche filtre sur chacune d'elles — un lecteur peut donc, par exemple, faire remonter d'un seul clic tout ce que l'archive conserve en ukrainien ou en arabe. Les écritures de droite à gauche comme l'arabe, l'hébreu, le persan et l'ourdou s'affichent correctement partout.

De plus, un sélecteur de langue sur chaque page publique ouvre une vue traduite automatiquement de la page, sans charger aucun script tiers dans la page elle-même.

7. Données de lieux : GeoNames

La facette de lieu s'appuie sur un répertoire géographique organisé en hiérarchie — pays, région, lieu —, de sorte que les enregistrements peuvent être localisés précisément et retrouvés par la géographie. Les données de base (les pays et leurs régions administratives dans le monde entier) proviennent de la base de données géographique GeoNames et sont importées dans un magasin de consultation local lors de l'installation, ou plus tard depuis le panneau d'administration ; les gardiens d'une archive peuvent l'étendre avec leurs propres lieux locaux. Données de lieux : GeoNames.org, sous licence CC BY 4.0.

8. Données de vocabulaire : catalogues des sujets et des genres

Les vocabulaires organisés derrière les facettes comme le sujet et le genre sont livrés avec le logiciel et traduits de manière centralisée, afin que leurs termes aient un sens dans chaque langue de l’interface. Pour rester compatibles avec les normes établies d’organisation des connaissances, les vocabulaires contrôlés publics suivants servent de sources de référence au travail de catalogue : EuroVoc, le thésaurus multilingue de l’Union européenne (© Union européenne, CC BY 4.0), IPTC Media Topics (© IPTC, CC BY 4.0) et le Getty Art & Architecture Thesaurus (ODC-By 1.0). Chaque terme du catalogue dérivé d’un vocabulaire externe consigne son origine, et la liste complète de tous les composants tiers et sources de données accompagne chaque installation : à lire ici.

9. Le côté travail

Derrière l'archive publique se trouve un panneau d'administration organisé en quatre zones : Gouvernance des personnes (comptes d'exploitants et de membres, rôles, droits), Publication interne (l'atelier de curation des enregistrements et les éditeurs), Configuration de la plateforme (réglages, formes de médias, facettes, langues, structure du site) et Technologie & données (état du système, diagnostics, sauvegardes). Tout ce qu'un gardien d'archive doit configurer est accessible par ces pages — exploiter une archive n'exige aucune modification du code.

Les enregistrements suivent un flux de curation clair : créés comme brouillons, remplis de métadonnées et de facettes, soumis à relecture si on le souhaite, puis publiés — ou archivés à nouveau plus tard. Les fichiers sont téléversés en petits blocs reprenables, si bien que les gros médias survivent aux connexions instables, et chaque téléversement est vérifié contre son type déclaré par inspection de la signature du fichier avant d'être accepté. Les images d'aperçu sont générées automatiquement là où le serveur le permet.

Un espace membre optionnel permet à une archive de grandir au-delà de ses gardiens : la confiance accordée aux membres inscrits peut croître pas à pas sur quatre paliers fixes, de la lecture et la discussion jusqu'à la curation et la publication d'enregistrements. Les droits sont fins des deux côtés — les rôles administratifs sont librement définissables et puisent dans un registre de droits détaillé, et des dérogations individuelles peuvent élargir ou restreindre l'accès de chaque personne prise une à une. L'accès du propriétaire est délibérément gardé entièrement hors de la base de données, pour que la porte d'une archive ne puisse jamais être verrouillée par un fichier corrompu ou une modification échouée.

10. Sécurité des données

Les sauvegardes sont de premier rang : le gardien d'une archive peut créer des sauvegardes ZIP horodatées de la base de données, du contenu média, de l'installation, ou de tout à la fois — à la demande, avec une règle de rétention qui garde les plus récentes et retire les plus anciennes. Chaque sauvegarde peut en plus être répliquée hors site vers n'importe quel fournisseur de stockage compatible S3. La restauration est délibérément placée sous garde : le système vérifie qu'une sauvegarde correspond à l'installation et fait une sauvegarde de sécurité fraîche avant de toucher à quoi que ce soit. Avec le suivi de schéma versionné, cela signifie qu'une archive bâtie avec soin peut être entretenue, déplacée et réparée sur le long terme.

11. Principes de conception

Le dépôt est construit autour d'un petit ensemble de principes non négociables qui ont guidé chaque décision d'architecture :

• Pas de pistage, pas d'analytique, pas de requêtes vers des tiers — chaque ressource, y compris les polices et les bibliothèques de scripts, est servie par le propre serveur de l'archive. Rien sur un visiteur n'est envoyé nulle part.
• Ouvertement explorable par conception — HTML propre, sitemap structurée, métadonnées descriptives et un robots.txt qui souhaite la bienvenue aux moteurs de recherche et aux systèmes d'IA, pour que les faits archivés puissent être trouvés et lus largement.
• Imprimable et téléchargeable — les documents sont faits pour quitter l'écran et entrer dans le monde réel.
• Lisible en de nombreuses langues — 18 packs de langue d'interface en préparation, 49 langues de contenu prises en charge nativement dans la recherche et les facettes, et un sélecteur de langue sur chaque page publique (voir la section Langues plus haut).
• Des dépendances minimales et contenues — une poignée de composants auto-hébergés (un parseur Markdown côté serveur ; des bibliothèques d'éditeur et de visionneuse côté navigateur), strictement séparés du code propre du système. Pas de CDN, pas de gestionnaire de paquets, pas d'étape de build.
• Agnostique à l'environnement — le code identique tourne sur chaque installation ; seul un fichier d'environnement diffère par serveur.
• Se dégrader avec grâce — les fonctions optionnelles vérifient leurs prérequis et se désactivent proprement là où un serveur ne peut pas les porter, au lieu de casser l'archive.

12. Crédits de développement

13. Les règles qui accompagnent ce logiciel

Chaque installation de ce logiciel porte les mêmes règles, et quiconque a installé cette archive les a acceptées avant qu'un seul fichier ne soit écrit. Elles sont courtes, et elles ont été écrites pour être lues par une personne plutôt que décortiquées par un juriste : tu peux les lire ici.

En une phrase : l'archive que tu regardes appartient entièrement aux personnes qui la font vivre — son nom, sa collection, ses membres, ses données — et le projet derrière le logiciel ne détient de clé pour rien de tout cela. Ce qui demeure, dans chaque installation, c'est le nom propre du logiciel, les textes fondateurs et la mention des deux personnes qui ont créé le projet. Non parce qu'une licence l'exige, mais parce qu'une archive qui ment sur sa propre origine aurait brisé cela même pour quoi elle existe.

14. Contact & retours

C'est un système vivant — il évolue avec le projet. Si tu rencontres un problème technique ou un lien cassé, ou si tu as une suggestion d'amélioration, écris-nous via la page de contact liée dans le pied de page de chaque page, ou laisse un commentaire sur l'un de nos canaux de plateforme. Nous lisons tout.