spb/crea-ka

1# `youtube-recherche` — connecteur decouverte (palier 3)23_Fiche générée automatiquement par `scripts/gen_connector_docs.py` le 2026-08-18 16:14 — ne pas éditer à la main, régénérer._45**État : actif** · Famille : decouverte (discovery) · Backend : direct · Créateurs découverts : 7876 · touchés : 787667## Description de la source89Connecteur DÉCOUVERTE — chaînes YouTube québécoises via la recherche publique (filtre « chaînes »), requêtes thématiques × marqueurs QC. Mode d'accès : requêtes directes (HTML public, ytInitialData). Palier 3 (§9). Filtre conservateur : marqueur québécois OBLIGATOIRE dans le titre ou la description de la chaîne.1011- **Notes (registre)** : filtre conservateur : marqueur québécois requis dans titre/description de la chaîne12- **Signal d'identité** : profil_source (0.98) — la chaîne est le compte d'origine de la fiche (colonne `accounts.signal` / `confidence`)13- **Module** : `creaka/connectors/youtube_recherche.py` — classe `YouTubeRechercheConnector` (`kind = "discovery"`)1415## Accès1617- **Accès (registre)** : requêtes directes (recherche publique YouTube filtre « chaînes », ytInitialData) — ~120 requêtes thématiques × marqueurs QC18- **Type d'accès (code)** : API JSON19- **Endpoint de base** : https://www.youtube.com/results20- **URLs du module** : https://www.youtube.com/results · https://www.youtube.com/youtubei/v1/search21- **Pagination** : curseur / continuation22- **Backend anti-bot / rendu** : requests direct (session UA CreaKaBot, throttling poli)23- **Politesse** : 1.0 s entre requêtes, timeout 30 s, UA `CreaKaBot/1.0 (+https://www.crea-ka.com/bot)`24- **Authentification** : aucune — contenu public / API anonyme2526## Champs récupérés → schéma cible2728Source de **découverte** : produit des fiches `Creator` (tables `creators` + `accounts`). Complétude mesurée sur les 7876 créateurs découverts par cette source (champ `doc.source`) ; exemple tiré d'une fiche réelle.2930| Champ du doc créateur | Contenu | Renseigné | Exemple réel |31|---|---|---|---|32| `display_name` | Nom public | 100 % | Ça commence aujourd'hui - France Télévisions |33| `bio` | Bio | 87 % | La vérité plus qu'ailleurs avec Faustine Bollaert. |34| `region` | Région | 16 % | — |35| `city` | Ville | 16 % | — |36| `niches` | Niches (liste) | 100 % | sport-fitness |37| `languages` | Langues (liste) | 100 % | fr |38| `creator_type` | Type de créateur | 100 % | youtubeur |39| `primary_platform` | Plateforme principale | 100 % | youtube |40| `platforms` | Comptes sociaux (liste) | 100 % | youtube:@%c3%87acommenceaujourdhui-francet%c3%a9l |41| `avatar_url` | Avatar | 98 % | https://yt3.ggpht.com/34WaPmV58PCfc9W7IvR_oAVkTcQrRyYMenz4phwmrE7LPm8f4zJfOIc2Jq4XkMZZsYj… |42| `total_reach` | Portée totale (abonnés cumulés) | 95 % | 1860000 |43| `link_in_bio_url` | Lien-en-bio | 0 % | — |4445Cible d'**enrichissement** : colonnes de la table `accounts` pour la/les plateforme(s) `youtube` (8086 comptes en BD, confiance moyenne 0.98).4647| Colonne `accounts` | Contenu | Renseignée | Exemple réel |48|---|---|---|---|49| `handle` | Handle | 100 % | nilered |50| `url` | URL du profil | 100 % | https://www.youtube.com/@nilered |51| `followers` | Abonnés | 94 % | 10900000 |52| `verified` | Badge vérifié | 0 % | — |53| `confidence` | Confiance d'identité | 100 % | 0.9 |54| `signal` | Signal d'identité | 100 % | cross_link |55| `metrics` | Métriques détaillées (JSON) | 18 % | {"yt_checked": "2026-08-18T10:08:15Z", "videos": 400, "views": 4647638686, "last_video": … |56| `last_checked` | Dernière vérification | 100 % | 2026-08-18T19:58:58Z |5758## Fréquence & budget5960- **Cadence déclarée (registre)** : quotidienne (watch) — la couverture s'accumule à chaque passage61- **Cadence observée** (médiane sync_log) : ≈ 4.9 h62- **Dernier passage** : 2026-08-18T17:05:23Z — 7347 créateurs, 7347 comptes, +3180 / ~4167, 0 erreur(s), 8233 s63- **Throttling** : 1.0 s entre requêtes (`request_delay`)6465## Volumétrie & complétude6667- **Créateurs découverts par la source** (`doc.source`) : 7876 · **fiches touchées** (`source_ids`) : 787668- **Complétude clé (découverts)** : niches 100 % · avatar 98 % · portée 95 % · région 16 %69- **Comptes `youtube` en BD** : 8086 — abonnés 94 % · métriques 18 % · dernière vérification 2026-08-18T20:05:02Z70- **Runs journalisés (60 derniers)** : 5, dont 0 avec erreurs7172## Erreurs connues & dépannage7374Aucune erreur ni alerte dans les 60 derniers runs journalisés.7576Rejouer la source seule : `python3 run.py sync youtube-recherche` · vérifier `sync_log` (`SELECT * FROM sync_log WHERE source='youtube-recherche' ORDER BY ts DESC LIMIT 5;`).7778## Licence, attribution & conditions7980- **Cadre d'accès (registre)** : requêtes directes (recherche publique YouTube filtre « chaînes », ytInitialData) — ~120 requêtes thématiques × marqueurs QC81- **Profils publics uniquement** : UA identifiable `CreaKaBot/1.0 (+https://www.crea-ka.com/bot; contact@spboucher.ai)`, throttling poli, respect des opt-out (`data/optout.json`) et du volet éthique (`creaka/ethics.py` — mineurs exclus via `is_minor`).82- Retrait sur demande : contact@spboucher.ai (opt-out honoré à la prochaine ingestion).8384## Historique8586- 2026-08-17 — plus ancien passage journalisé dans `sync_log` (fenêtre des 60 derniers).87- 2026-08-18 — vague d'enrichissement : standardisation de la documentation des connecteurs (fiche générée par `scripts/gen_connector_docs.py`).88