docs: documentation standardisée des 14 sources (générateur + fiches)

scripts/gen_connector_docs.py : générateur 100 % programmatique et rejouable
qui croise data/sources.json (famille, palier, accès, signal d identité),
l introspection statique (ast) de creaka/connectors/*.py et la BD live
(creators/doc JSON, accounts par plateforme, sync_log : cadence, alertes).
Écrit docs/connecteurs/INDEX.md + une fiche par source (sections fixes).

Co-Authored-By: Claude Fable 5 <noreply@anthropic.com>

Simon-Pierre Boucher committed 1 mo ago (Aug 18, 2026) parent 6d3e57d

16 changed files +1,594 −0

added docs/connecteurs/INDEX.md +22 −0

		`@@ -0,0 +1,22 @@`
	1	+# Créa-Ka — Index des connecteurs
	2	+
	3	+_Généré automatiquement par `scripts/gen_connector_docs.py` le 2026-08-18 03:30 — ne pas éditer à la main, régénérer._
	4	+
	5	+14 sources au registre · 5664 créateurs et 6527 comptes en BD.
	6	+
	7	+\| Source \| Famille \| Palier \| Type d'accès \| Backend \| Découverts \| Comptes (plateforme) \| État \| Dernier passage \|
	8	+\|---\|---\|---\|---\|---\|---\|---\|---\|---\|
	9	+\| [`listes-medias`](listes-medias.md) \| decouverte \| P3 \| dataset local compilé (data/seed) \| direct \| 310 \| — \| actif \| 2026-08-18T06:23… \|
	10	+\| [`wikidata-qc`](wikidata-qc.md) \| decouverte \| P3 \| API SPARQL publique (Wikidata) \| direct \| 73 \| — \| actif \| 2026-08-18T06:27… \|
	11	+\| [`onlyqueb`](onlyqueb.md) \| decouverte \| P3 \| sitemap XML + JSON-LD des pages profil (S… \| direct \| 253 \| 248 (onlyfans) \| actif \| 2026-08-18T06:27… \|
	12	+\| [`youtube-recherche`](youtube-recherche.md) \| decouverte \| P3 \| API JSON \| direct \| 4595 \| 4768 (youtube) \| actif \| 2026-08-18T07:22… \|
	13	+\| [`balados-itunes`](balados-itunes.md) \| decouverte \| P2 \| API iTunes Search/Lookup (publique) \| direct \| 433 \| 434 (podcast) \| actif \| 2026-08-18T06:23… \|
	14	+\| [`instagram-profil`](instagram-profil.md) \| enrichissement \| P4 \| pages HTML publiques \| Scrapfly \| 0 \| 460 (instagram) \| actif \| 2026-08-17T23:23… \|
	15	+\| [`tiktok-profil`](tiktok-profil.md) \| enrichissement \| P4 \| pages HTML publiques \| Scrapfly \| 0 \| 197 (tiktok) \| actif \| 2026-08-18T00:31… \|
	16	+\| [`youtube`](youtube.md) \| enrichissement \| P2 \| API JSON \| direct \| 0 \| 4768 (youtube) \| actif \| 2026-08-18T01:06… \|
	17	+\| [`twitch`](twitch.md) \| enrichissement \| P2 \| API JSON \| direct \| 0 \| 26 (twitch) \| actif \| 2026-08-18T01:06… \|
	18	+\| [`link-in-bio`](link-in-bio.md) \| enrichissement \| P1 \| pages HTML publiques \| Firecrawl \| 0 \| — \| actif \| 2026-08-18T06:20… \|
	19	+\| [`balados-rss`](balados-rss.md) \| enrichissement \| P1 \| flux RSS publics \| direct \| 0 \| 434 (podcast) \| actif \| 2026-08-18T06:17… \|
	20	+\| [`podcastindex`](podcastindex.md) \| enrichissement \| P2 \| API JSON \| direct \| 0 \| 434 (podcast) \| prêt \| — \|
	21	+\| [`x-profil`](x-profil.md) \| enrichissement \| P3 \| pages HTML publiques \| direct \| 0 \| 186 (x) \| actif \| 2026-08-18T06:15… \|
	22	+\| [`bio-liens`](bio-liens.md) \| enrichissement \| P1 \| pages HTML publiques \| direct \| 0 \| — \| actif \| 2026-08-18T06:17… \|

added docs/connecteurs/balados-itunes.md +87 −0

		`@@ -0,0 +1,87 @@`
	1	+# `balados-itunes` — connecteur decouverte (palier 2)
	2	+
	3	+_Fiche générée automatiquement par `scripts/gen_connector_docs.py` le 2026-08-18 03:30 — ne pas éditer à la main, régénérer._
	4	+
	5	+État : actif · Famille : decouverte (discovery) · Backend : direct · Créateurs découverts : 433 · touchés : 433
	6	+
	7	+## Description de la source
	8	+
	9	+Connecteur DÉCOUVERTE — balados québécois via l'API de recherche iTunes/Apple Podcasts (OFFICIELLE, gratuite, sans clé). Palier 2-3 (§9). Filtre conservateur : marqueur québécois requis dans le nom du balado ou de l'artiste.
	10	+
	11	+- Notes (registre) : podcasteurs québécois : nom, artiste, pochette, genre, nb d'épisodes, flux RSS ; marqueur QC requis
	12	+- Signal d'identité : profil_source (0.98) (colonne `accounts.signal` / `confidence`)
	13	+- Module : `creaka/connectors/balados_itunes.py` — classe `BaladosItunesConnector` (`kind = "discovery"`)
	14	+
	15	+## Accès
	16	+
	17	+- Accès (registre) : API de recherche iTunes/Apple Podcasts (officielle, gratuite, sans clé)
	18	+- Type d'accès (code) : API iTunes Search/Lookup (publique)
	19	+- Endpoint de base : https://itunes.apple.com/search
	20	+- URLs du module : https://itunes.apple.com/search
	21	+- Pagination : réponse unique (pas de pagination)
	22	+- Backend anti-bot / rendu : requests direct (session UA CreaKaBot, throttling poli)
	23	+- Politesse : 1.5 s entre requêtes, timeout 30 s, UA `CreaKaBot/1.0 (+https://www.crea-ka.com/bot)`
	24	+- Authentification : clé(s) API requise(s) — voir statut/registre
	25	+
	26	+## Champs récupérés → schéma cible
	27	+
	28	+Source de découverte : produit des fiches `Creator` (tables `creators` + `accounts`). Complétude mesurée sur les 433 créateurs découverts par cette source (champ `doc.source`) ; exemple tiré d'une fiche réelle.
	29	+
	30	+\| Champ du doc créateur \| Contenu \| Renseigné \| Exemple réel \|
	31	+\|---\|---\|---\|---\|
	32	+\| `display_name` \| Nom public \| 100 % \| Relève et Repreneuriat au Québec - Le Podcast \|
	33	+\| `bio` \| Bio \| 97 % \| Le balado qui met l’humain au cœur des transferts d’entreprise. Dans les années à venir, … \|
	34	+\| `region` \| Région \| 0 % \| — \|
	35	+\| `city` \| Ville \| 0 % \| — \|
	36	+\| `niches` \| Niches (liste) \| 100 % \| actualite-opinion, arts, finance-affaires \|
	37	+\| `languages` \| Langues (liste) \| 100 % \| fr \|
	38	+\| `creator_type` \| Type de créateur \| 100 % \| podcasteur \|
	39	+\| `primary_platform` \| Plateforme principale \| 100 % \| youtube \|
	40	+\| `platforms` \| Comptes sociaux (liste) \| 100 % \| youtube:@releveetrepreneuriat, podcast:@1889244567 \|
	41	+\| `avatar_url` \| Avatar \| 100 % \| https://is1-ssl.mzstatic.com/image/thumb/Podcasts211/v4/66/d3/96/66d3962a-1201-b271-25bb-… \|
	42	+\| `total_reach` \| Portée totale (abonnés cumulés) \| 0 % \| 176 \|
	43	+\| `link_in_bio_url` \| Lien-en-bio \| 0 % \| — \|
	44	+
	45	+Cible d'enrichissement : colonnes de la table `accounts` pour la/les plateforme(s) `podcast` (434 comptes en BD, confiance moyenne 0.98).
	46	+
	47	+\| Colonne `accounts` \| Contenu \| Renseignée \| Exemple réel \|
	48	+\|---\|---\|---\|---\|
	49	+\| `handle` \| Handle \| 100 % \| — \|
	50	+\| `url` \| URL du profil \| 100 % \| — \|
	51	+\| `followers` \| Abonnés \| 0 % \| — \|
	52	+\| `verified` \| Badge vérifié \| 0 % \| — \|
	53	+\| `confidence` \| Confiance d'identité \| 100 % \| — \|
	54	+\| `signal` \| Signal d'identité \| 100 % \| — \|
	55	+\| `metrics` \| Métriques détaillées (JSON) \| 100 % \| — \|
	56	+\| `last_checked` \| Dernière vérification \| 100 % \| — \|
	57	+
	58	+## Fréquence & budget
	59	+
	60	+- Cadence déclarée (registre) : quotidienne (watch)
	61	+- Cadence observée (médiane sync_log) : ≈ 24 min
	62	+- Dernier passage : 2026-08-18T06:23:00Z — 433 créateurs, 433 comptes, +0 / ~433, 0 erreur(s), 131 s
	63	+- Throttling : 1.5 s entre requêtes (`request_delay`)
	64	+
	65	+## Volumétrie & complétude
	66	+
	67	+- Créateurs découverts par la source (`doc.source`) : 433 · fiches touchées (`source_ids`) : 433
	68	+- Complétude clé (découverts) : niches 100 % · avatar 100 % · portée 0 % · région 0 %
	69	+- Comptes `podcast` en BD : 434 — abonnés 0 % · métriques 100 % · dernière vérification 2026-08-18T06:23:00Z
	70	+- Runs journalisés (60 derniers) : 7, dont 0 avec erreurs
	71	+
	72	+## Erreurs connues & dépannage
	73	+
	74	+Aucune erreur ni alerte dans les 60 derniers runs journalisés.
	75	+
	76	+Rejouer la source seule : `python3 run.py sync balados-itunes` · vérifier `sync_log` (`SELECT * FROM sync_log WHERE source='balados-itunes' ORDER BY ts DESC LIMIT 5;`).
	77	+
	78	+## Licence, attribution & conditions
	79	+
	80	+- Cadre d'accès (registre) : API de recherche iTunes/Apple Podcasts (officielle, gratuite, sans clé)
	81	+- API publique utilisée selon ses conditions (pas de clé détournée, throttling poli) ; données limitées aux profils publics.
	82	+- Retrait sur demande : contact@spboucher.ai (opt-out honoré à la prochaine ingestion).
	83	+
	84	+## Historique
	85	+
	86	+- 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`).

added docs/connecteurs/balados-rss.md +73 −0

		`@@ -0,0 +1,73 @@`
	1	+# `balados-rss` — connecteur enrichissement (palier 1)
	2	+
	3	+_Fiche générée automatiquement par `scripts/gen_connector_docs.py` le 2026-08-18 03:30 — ne pas éditer à la main, régénérer._
	4	+
	5	+État : actif · Famille : enrichissement (enrichment) · Backend : direct · Créateurs découverts : 0 · touchés : 0
	6	+
	7	+## Description de la source
	8	+
	9	+Connecteur ENRICHISSEMENT « balados-rss » — lecture directe des flux RSS auto-déclarés des balados (AUCUNE clé requise). Palier 1 (§9). Cap 150 flux/passage, re-visite 7 j, timeout court, fetch parallèle poli (les flux vivent presque tous sur des hôtes différents).
	10	+
	11	+- Notes (registre) : nb d'épisodes réels, date du dernier épisode (détection dormant >12 mois), pochette → avatar, description → bio, catégories iTunes → niches, <link> → compte site-web/plateforme. Substitut sans clé de Podcast Index.
	12	+- Signal d'identité : cross_link (0.90) pour le lien officiel <link> du flux (colonne `accounts.signal` / `confidence`)
	13	+- Module : `creaka/connectors/balados_rss.py` — classe `BaladosRssConnector` (`kind = "enrichment"`)
	14	+
	15	+## Accès
	16	+
	17	+- Accès (registre) : requêtes directes (flux RSS auto-déclarés des balados — AUCUNE clé) ; cap 150 flux/passage, re-visite 7 j, timeout court, fetch parallèle poli
	18	+- Type d'accès (code) : flux RSS publics
	19	+- Endpoint de base : http://www.itunes.com/dtds/podcast-1.0.dtd}
	20	+- URLs du module : http://www.itunes.com/dtds/podcast-1.0.dtd}
	21	+- Pagination : réponse unique (pas de pagination)
	22	+- Backend anti-bot / rendu : requests direct (session UA CreaKaBot, throttling poli)
	23	+- Politesse : 0.2 s entre requêtes, timeout 12 s, UA `CreaKaBot/1.0 (+https://www.crea-ka.com/bot)`
	24	+- Authentification : clé(s) API requise(s) — voir statut/registre
	25	+
	26	+## Champs récupérés → schéma cible
	27	+
	28	+Cible d'enrichissement : colonnes de la table `accounts` pour la/les plateforme(s) `podcast` (434 comptes en BD, confiance moyenne 0.98).
	29	+
	30	+\| Colonne `accounts` \| Contenu \| Renseignée \| Exemple réel \|
	31	+\|---\|---\|---\|---\|
	32	+\| `handle` \| Handle \| 100 % \| — \|
	33	+\| `url` \| URL du profil \| 100 % \| — \|
	34	+\| `followers` \| Abonnés \| 0 % \| — \|
	35	+\| `verified` \| Badge vérifié \| 0 % \| — \|
	36	+\| `confidence` \| Confiance d'identité \| 100 % \| — \|
	37	+\| `signal` \| Signal d'identité \| 100 % \| — \|
	38	+\| `metrics` \| Métriques détaillées (JSON) \| 100 % \| — \|
	39	+\| `last_checked` \| Dernière vérification \| 100 % \| — \|
	40	+
	41	+## Fréquence & budget
	42	+
	43	+- Cadence déclarée (registre) : quotidienne (watch) — rotation complète des 433 balados en ~3 jours, puis hebdomadaire
	44	+- Cadence observée (médiane sync_log) : ≈ 17 min
	45	+- Dernier passage : 2026-08-18T06:17:19Z — 8 créateurs, 36 comptes, +0 / ~8, 5 erreur(s), 12 s
	46	+- Throttling : 0.2 s entre requêtes (`request_delay`)
	47	+
	48	+## Volumétrie & complétude
	49	+
	50	+- Créateurs découverts par la source (`doc.source`) : 0 · fiches touchées (`source_ids`) : 0
	51	+- Comptes `podcast` en BD : 434 — abonnés 0 % · métriques 100 % · dernière vérification 2026-08-18T06:23:00Z
	52	+- Runs journalisés (60 derniers) : 4, dont 3 avec erreurs
	53	+
	54	+## Erreurs connues & dépannage
	55	+
	56	+\| Passage \| Erreurs \| Alerte (sync_log) \|
	57	+\|---\|---\|---\|
	58	+\| 2026-08-18T06:17:19Z \| 5 \| — \|
	59	+\| 2026-08-18T06:17:07Z \| 5 \| — \|
	60	+\| 2026-08-18T06:16:42Z \| 5 \| — \|
	61	+
	62	+Rejouer la source seule : `python3 run.py sync balados-rss` · vérifier `sync_log` (`SELECT * FROM sync_log WHERE source='balados-rss' ORDER BY ts DESC LIMIT 5;`).
	63	+
	64	+## Licence, attribution & conditions
	65	+
	66	+- Cadre d'accès (registre) : requêtes directes (flux RSS auto-déclarés des balados — AUCUNE clé) ; cap 150 flux/passage, re-visite 7 j, timeout court, fetch parallèle poli
	67	+- 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`).
	68	+- Retrait sur demande : contact@spboucher.ai (opt-out honoré à la prochaine ingestion).
	69	+
	70	+## Historique
	71	+
	72	+- 2026-08-18 — plus ancien passage journalisé dans `sync_log` (fenêtre des 60 derniers).
	73	+- 2026-08-18 — vague d'enrichissement : standardisation de la documentation des connecteurs (fiche générée par `scripts/gen_connector_docs.py`).

added docs/connecteurs/bio-liens.md +57 −0

		`@@ -0,0 +1,57 @@`
	1	+# `bio-liens` — connecteur enrichissement (palier 1)
	2	+
	3	+_Fiche générée automatiquement par `scripts/gen_connector_docs.py` le 2026-08-18 03:30 — ne pas éditer à la main, régénérer._
	4	+
	5	+État : actif · Famille : enrichissement (enrichment) · Backend : direct · Créateurs découverts : 0 · touchés : 0
	6	+
	7	+## Description de la source
	8	+
	9	+Connecteur ENRICHISSEMENT « bio-liens » — découverte croisée inter-plateformes SANS AUCUNE requête : liaison conservatrice à partir des URLs COMPLÈTES déjà stockées dans les bios publiques. Palier 1 (§9) — passe en dernier (après link-in-bio).
	10	+
	11	+- Notes (registre) : passe conservatrice §12 : patrons sûrs seulement, cap 5 nouveaux comptes par fiche
	12	+- Signal d'identité : cross_link (0.90) — le créateur pointe lui-même vers son autre compte (colonne `accounts.signal` / `confidence`)
	13	+- Module : `creaka/connectors/bio_liens.py` — classe `BioLiensConnector` (`kind = "enrichment"`)
	14	+
	15	+## Accès
	16	+
	17	+- Accès (registre) : AUCUNE requête — liaison croisée à partir des URLs COMPLÈTES déjà stockées dans les bios publiques (jamais de « @handle » textuel ambigu)
	18	+- Type d'accès (code) : pages HTML publiques
	19	+- Endpoint de base : —
	20	+- Pagination : réponse unique (pas de pagination)
	21	+- Backend anti-bot / rendu : requests direct
	22	+- Politesse : 0.0 s entre requêtes, timeout 30 s, UA `CreaKaBot/1.0 (+https://www.crea-ka.com/bot)`
	23	+- Authentification : aucune — contenu public / API anonyme
	24	+
	25	+## Champs récupérés → schéma cible
	26	+
	27	+Aucune donnée attribuable à cette source en BD pour l'instant (clés manquantes ou source en attente) — schéma cible : `creators` + `accounts`.
	28	+
	29	+## Fréquence & budget
	30	+
	31	+- Cadence déclarée (registre) : quotidienne (watch), en dernier du pipeline
	32	+- Cadence observée (médiane sync_log) : —
	33	+- Dernier passage : 2026-08-18T06:17:45Z — 26 créateurs, 63 comptes, +0 / ~26, 0 erreur(s), 0 s
	34	+- Caps / budgets du module : `MAX_NEW_PER_CREATOR` = 5
	35	+- Throttling : 0.0 s entre requêtes (`request_delay`)
	36	+
	37	+## Volumétrie & complétude
	38	+
	39	+- Créateurs découverts par la source (`doc.source`) : 0 · fiches touchées (`source_ids`) : 0
	40	+- Runs journalisés (60 derniers) : 1, dont 0 avec erreurs
	41	+
	42	+## Erreurs connues & dépannage
	43	+
	44	+Aucune erreur ni alerte dans les 60 derniers runs journalisés.
	45	+
	46	+Rejouer la source seule : `python3 run.py sync bio-liens` · vérifier `sync_log` (`SELECT * FROM sync_log WHERE source='bio-liens' ORDER BY ts DESC LIMIT 5;`).
	47	+
	48	+## Licence, attribution & conditions
	49	+
	50	+- Cadre d'accès (registre) : AUCUNE requête — liaison croisée à partir des URLs COMPLÈTES déjà stockées dans les bios publiques (jamais de « @handle » textuel ambigu)
	51	+- 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`).
	52	+- Retrait sur demande : contact@spboucher.ai (opt-out honoré à la prochaine ingestion).
	53	+
	54	+## Historique
	55	+
	56	+- 2026-08-18 — plus ancien passage journalisé dans `sync_log` (fenêtre des 60 derniers).
	57	+- 2026-08-18 — vague d'enrichissement : standardisation de la documentation des connecteurs (fiche générée par `scripts/gen_connector_docs.py`).

added docs/connecteurs/instagram-profil.md +69 −0

		`@@ -0,0 +1,69 @@`
	1	+# `instagram-profil` — connecteur enrichissement (palier 4)
	2	+
	3	+_Fiche générée automatiquement par `scripts/gen_connector_docs.py` le 2026-08-18 03:30 — ne pas éditer à la main, régénérer._
	4	+
	5	+État : actif · Famille : enrichissement (enrichment) · Backend : Scrapfly · Créateurs découverts : 0 · touchés : 0
	6	+
	7	+## Description de la source
	8	+
	9	+Connecteur ENRICHISSEMENT Instagram — profil public par créateur : abonnés, badge vérifié, bio, liens de bio (→ découverte croisée des autres plateformes + page link-in-bio). Mode d'accès : Scrapfly (plateforme hostile au scraping, pas d'API publique de lecture) — palier 4 du catalogue (§9), CGU/rate-limit respectés (§15).
	10	+
	11	+- Notes (registre) : abonnés, badge, bio, liens de bio → link_in_bio_url + comptes croisés
	12	+- Signal d'identité : cross_link (0.90) pour les liens de bio découverts (colonne `accounts.signal` / `confidence`)
	13	+- Module : `creaka/connectors/instagram.py` — classe `InstagramConnector` (`kind = "enrichment"`)
	14	+
	15	+## Accès
	16	+
	17	+- Accès (registre) : Scrapfly (profil public web_profile_info — pas d'API publique de lecture)
	18	+- Type d'accès (code) : pages HTML publiques
	19	+- Endpoint de base : https://i.instagram.com/api/v1/users/web_profile_info/
	20	+- URLs du module : https://i.instagram.com/api/v1/users/web_profile_info/
	21	+- Pagination : réponse unique (pas de pagination)
	22	+- Backend anti-bot / rendu : Scrapfly (asp + render_js — contournement anti-bot)
	23	+- Politesse : 1.5 s entre requêtes, timeout 30 s, UA `CreaKaBot/1.0 (+https://www.crea-ka.com/bot)`
	24	+- Authentification : aucune — contenu public / API anonyme
	25	+
	26	+## Champs récupérés → schéma cible
	27	+
	28	+Cible d'enrichissement : colonnes de la table `accounts` pour la/les plateforme(s) `instagram` (460 comptes en BD, confiance moyenne 0.88).
	29	+
	30	+\| Colonne `accounts` \| Contenu \| Renseignée \| Exemple réel \|
	31	+\|---\|---\|---\|---\|
	32	+\| `handle` \| Handle \| 100 % \| catherinepaiz \|
	33	+\| `url` \| URL du profil \| 100 % \| https://www.instagram.com/catherinepaiz/ \|
	34	+\| `followers` \| Abonnés \| 72 % \| 7023891 \|
	35	+\| `verified` \| Badge vérifié \| 59 % \| 1 \|
	36	+\| `confidence` \| Confiance d'identité \| 100 % \| 0.85 \|
	37	+\| `signal` \| Signal d'identité \| 100 % \| base_publique \|
	38	+\| `metrics` \| Métriques détaillées (JSON) \| 59 % \| {"following": 248, "posts": 667, "is_business": false} \|
	39	+\| `last_checked` \| Dernière vérification \| 100 % \| 2026-08-18T06:27:51Z \|
	40	+
	41	+## Fréquence & budget
	42	+
	43	+- Cadence déclarée (registre) : hebdomadaire (gros créateurs) / mensuelle
	44	+- Cadence observée (médiane sync_log) : ≈ 87 min
	45	+- Dernier passage : 2026-08-17T23:23:45Z — 271 créateurs, 542 comptes, +0 / ~271, 0 erreur(s), 0 s
	46	+- Throttling : 1.5 s entre requêtes (`request_delay`)
	47	+
	48	+## Volumétrie & complétude
	49	+
	50	+- Créateurs découverts par la source (`doc.source`) : 0 · fiches touchées (`source_ids`) : 0
	51	+- Comptes `instagram` en BD : 460 — abonnés 72 % · métriques 59 % · dernière vérification 2026-08-18T06:27:51Z
	52	+- Runs journalisés (60 derniers) : 3, dont 0 avec erreurs
	53	+
	54	+## Erreurs connues & dépannage
	55	+
	56	+Aucune erreur ni alerte dans les 60 derniers runs journalisés.
	57	+
	58	+Rejouer la source seule : `python3 run.py sync instagram-profil` · vérifier `sync_log` (`SELECT * FROM sync_log WHERE source='instagram-profil' ORDER BY ts DESC LIMIT 5;`).
	59	+
	60	+## Licence, attribution & conditions
	61	+
	62	+- Cadre d'accès (registre) : Scrapfly (profil public web_profile_info — pas d'API publique de lecture)
	63	+- API publique utilisée selon ses conditions (pas de clé détournée, throttling poli) ; données limitées aux profils publics.
	64	+- Retrait sur demande : contact@spboucher.ai (opt-out honoré à la prochaine ingestion).
	65	+
	66	+## Historique
	67	+
	68	+- 2026-08-17 — plus ancien passage journalisé dans `sync_log` (fenêtre des 60 derniers).
	69	+- 2026-08-18 — vague d'enrichissement : standardisation de la documentation des connecteurs (fiche générée par `scripts/gen_connector_docs.py`).

added docs/connecteurs/link-in-bio.md +56 −0

		`@@ -0,0 +1,56 @@`
	1	+# `link-in-bio` — connecteur enrichissement (palier 1)
	2	+
	3	+_Fiche générée automatiquement par `scripts/gen_connector_docs.py` le 2026-08-18 03:30 — ne pas éditer à la main, régénérer._
	4	+
	5	+État : actif · Famille : enrichissement (enrichment) · Backend : Firecrawl · Créateurs découverts : 0 · touchés : 0
	6	+
	7	+## Description de la source
	8	+
	9	+Connecteur ENRICHISSEMENT générique « link-in-bio » (templatisé) — Linktree, Beacons, Bio.link, Milkshake, Campsite, Snipfeed. Mode d'accès : requêtes directes (pages publiques SSR), repli Firecrawl. Palier 1 du catalogue (§9) — le levier nº 1 : une page de liens révèle D'UN COUP tous les comptes d'un créateur.
	10	+
	11	+- Notes (registre) : une page → TOUS les comptes du créateur ; consomme les link_in_bio_url découvertes par instagram-profil/tiktok-profil
	12	+- Signal d'identité : link_in_bio (0.95) — le signal le plus fort (§12.1) (colonne `accounts.signal` / `confidence`)
	13	+- Module : `creaka/connectors/linkinbio.py` — classe `LinkInBioConnector` (`kind = "enrichment"`)
	14	+
	15	+## Accès
	16	+
	17	+- Accès (registre) : requêtes directes (pages publiques SSR : linktr.ee, beacons.ai, bio.link, msha.ke, campsite.bio, snipfeed.co), repli Firecrawl
	18	+- Type d'accès (code) : pages HTML publiques
	19	+- Endpoint de base : —
	20	+- Pagination : réponse unique (pas de pagination)
	21	+- Backend anti-bot / rendu : requests direct (session UA CreaKaBot, throttling poli) ; Firecrawl (HTML rendu, JavaScript exécuté)
	22	+- Politesse : 1.2 s entre requêtes, timeout 30 s, UA `CreaKaBot/1.0 (+https://www.crea-ka.com/bot)`
	23	+- Authentification : aucune — contenu public / API anonyme
	24	+
	25	+## Champs récupérés → schéma cible
	26	+
	27	+Aucune donnée attribuable à cette source en BD pour l'instant (clés manquantes ou source en attente) — schéma cible : `creators` + `accounts`.
	28	+
	29	+## Fréquence & budget
	30	+
	31	+- Cadence déclarée (registre) : mensuelle
	32	+- Cadence observée (médiane sync_log) : —
	33	+- Dernier passage : 2026-08-18T06:20:19Z — 74 créateurs, 288 comptes, +0 / ~74, 0 erreur(s), 114 s
	34	+- Throttling : 1.2 s entre requêtes (`request_delay`)
	35	+
	36	+## Volumétrie & complétude
	37	+
	38	+- Créateurs découverts par la source (`doc.source`) : 0 · fiches touchées (`source_ids`) : 0
	39	+- Runs journalisés (60 derniers) : 2, dont 0 avec erreurs
	40	+
	41	+## Erreurs connues & dépannage
	42	+
	43	+Aucune erreur ni alerte dans les 60 derniers runs journalisés.
	44	+
	45	+Rejouer la source seule : `python3 run.py sync link-in-bio` · vérifier `sync_log` (`SELECT * FROM sync_log WHERE source='link-in-bio' ORDER BY ts DESC LIMIT 5;`).
	46	+
	47	+## Licence, attribution & conditions
	48	+
	49	+- Cadre d'accès (registre) : requêtes directes (pages publiques SSR : linktr.ee, beacons.ai, bio.link, msha.ke, campsite.bio, snipfeed.co), repli Firecrawl
	50	+- 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`).
	51	+- Retrait sur demande : contact@spboucher.ai (opt-out honoré à la prochaine ingestion).
	52	+
	53	+## Historique
	54	+
	55	+- 2026-08-18 — plus ancien passage journalisé dans `sync_log` (fenêtre des 60 derniers).
	56	+- 2026-08-18 — vague d'enrichissement : standardisation de la documentation des connecteurs (fiche générée par `scripts/gen_connector_docs.py`).

added docs/connecteurs/listes-medias.md +72 −0

		`@@ -0,0 +1,72 @@`
	1	+# `listes-medias` — connecteur decouverte (palier 3)
	2	+
	3	+_Fiche générée automatiquement par `scripts/gen_connector_docs.py` le 2026-08-18 03:30 — ne pas éditer à la main, régénérer._
	4	+
	5	+État : actif · Famille : decouverte (discovery) · Backend : direct · Créateurs découverts : 310 · touchés : 310
	6	+
	7	+## Description de la source
	8	+
	9	+Connecteur DÉCOUVERTE — listes & palmarès médias québécois compilés (dataset local data/seed/qc_influenceurs.json, croisement de listes publiques : billie, frank, metricool, Favikon QC…). Mode d'accès : dataset local (aucune requête réseau). Palier 3 du catalogue (§9).
	10	+
	11	+- Notes (registre) : 376 créateurs québécois, handles par plateforme + audiences approximatives
	12	+- Signal d'identité : listes_medias (0.85) (colonne `accounts.signal` / `confidence`)
	13	+- Module : `creaka/connectors/listes_medias.py` — classe `ListesMediasConnector` (`kind = "discovery"`)
	14	+
	15	+## Accès
	16	+
	17	+- Accès (registre) : dataset local (listes & palmarès médias publics compilés : billie, frank, metricool, Favikon QC, canadult…)
	18	+- Type d'accès (code) : dataset local compilé (data/seed)
	19	+- Endpoint de base : —
	20	+- Pagination : réponse unique (pas de pagination)
	21	+- Backend anti-bot / rendu : requests direct
	22	+- Politesse : 0.8 s entre requêtes, timeout 30 s, UA `CreaKaBot/1.0 (+https://www.crea-ka.com/bot)`
	23	+- Authentification : aucune — contenu public / API anonyme
	24	+
	25	+## Champs récupérés → schéma cible
	26	+
	27	+Source de découverte : produit des fiches `Creator` (tables `creators` + `accounts`). Complétude mesurée sur les 310 créateurs découverts par cette source (champ `doc.source`) ; exemple tiré d'une fiche réelle.
	28	+
	29	+\| Champ du doc créateur \| Contenu \| Renseigné \| Exemple réel \|
	30	+\|---\|---\|---\|---\|
	31	+\| `display_name` \| Nom public \| 100 % \| Enola Bédard \|
	32	+\| `bio` \| Bio \| 66 % \| 📍Los Angeles 📩: [retiré] Tik Tok 17M Youtube 5M \|
	33	+\| `region` \| Région \| 49 % \| — \|
	34	+\| `city` \| Ville \| 49 % \| — \|
	35	+\| `niches` \| Niches (liste) \| 100 % \| danse, lifestyle \|
	36	+\| `languages` \| Langues (liste) \| 100 % \| en, fr \|
	37	+\| `creator_type` \| Type de créateur \| 100 % \| createur-tiktok \|
	38	+\| `primary_platform` \| Plateforme principale \| 100 % \| tiktok \|
	39	+\| `platforms` \| Comptes sociaux (liste) \| 100 % \| tiktok:@enola.bedard, youtube:@enola.bedard, instagram:@enola.bedard \|
	40	+\| `avatar_url` \| Avatar \| 68 % \| https://scontent-lga3-2.cdninstagram.com/v/t51.82787-19/515154150_18510310135012441_32506… \|
	41	+\| `total_reach` \| Portée totale (abonnés cumulés) \| 90 % \| 24500000 \|
	42	+\| `link_in_bio_url` \| Lien-en-bio \| 23 % \| — \|
	43	+
	44	+## Fréquence & budget
	45	+
	46	+- Cadence déclarée (registre) : mensuelle (recompilation du dataset)
	47	+- Cadence observée (médiane sync_log) : ≈ 22 min
	48	+- Dernier passage : 2026-08-18T06:23:00Z — 310 créateurs, 448 comptes, +0 / ~310, 0 erreur(s), 0 s
	49	+- Throttling : 0.8 s entre requêtes (`request_delay`)
	50	+
	51	+## Volumétrie & complétude
	52	+
	53	+- Créateurs découverts par la source (`doc.source`) : 310 · fiches touchées (`source_ids`) : 310
	54	+- Complétude clé (découverts) : niches 100 % · avatar 68 % · portée 90 % · région 49 %
	55	+- Runs journalisés (60 derniers) : 11, dont 0 avec erreurs
	56	+
	57	+## Erreurs connues & dépannage
	58	+
	59	+Aucune erreur ni alerte dans les 60 derniers runs journalisés.
	60	+
	61	+Rejouer la source seule : `python3 run.py sync listes-medias` · vérifier `sync_log` (`SELECT * FROM sync_log WHERE source='listes-medias' ORDER BY ts DESC LIMIT 5;`).
	62	+
	63	+## Licence, attribution & conditions
	64	+
	65	+- Cadre d'accès (registre) : dataset local (listes & palmarès médias publics compilés : billie, frank, metricool, Favikon QC, canadult…)
	66	+- Données compilées de listes et palmarès médias publics ; seuls des faits publics (nom, handle, audience approximative) sont conservés.
	67	+- Retrait sur demande : contact@spboucher.ai (opt-out honoré à la prochaine ingestion).
	68	+
	69	+## Historique
	70	+
	71	+- 2026-08-17 — plus ancien passage journalisé dans `sync_log` (fenêtre des 60 derniers).
	72	+- 2026-08-18 — vague d'enrichissement : standardisation de la documentation des connecteurs (fiche générée par `scripts/gen_connector_docs.py`).

added docs/connecteurs/onlyqueb.md +87 −0

		`@@ -0,0 +1,87 @@`
	1	+# `onlyqueb` — connecteur decouverte (palier 3)
	2	+
	3	+_Fiche générée automatiquement par `scripts/gen_connector_docs.py` le 2026-08-18 03:30 — ne pas éditer à la main, régénérer._
	4	+
	5	+État : actif · Famille : decouverte (discovery) · Backend : direct · Créateurs découverts : 253 · touchés : 253
	6	+
	7	+## Description de la source
	8	+
	9	+Connecteur DÉCOUVERTE — OnlyQueb (onlyqueb.com), annuaire public de créatrices/créateurs québécois sur abonnement. Mode d'accès : requêtes directes (sitemap.xml + JSON-LD des pages profil, SSR). Palier 3 (§9). Les liens `sameAs` sont AUTO-DÉCLARÉS par la personne sur son profil → signal cross_link (0.90, §12.1).
	10	+
	11	+- Notes (registre) : annuaire public onlyqueb.com — créateurs québécois sur abonnement (18+) ; nom public, photo, liens OnlyFans/Instagram/TikTok/X
	12	+- Signal d'identité : cross_link (0.90) — liens sameAs auto-déclarés par la personne (colonne `accounts.signal` / `confidence`)
	13	+- Module : `creaka/connectors/onlyqueb.py` — classe `OnlyQuebConnector` (`kind = "discovery"`)
	14	+
	15	+## Accès
	16	+
	17	+- Accès (registre) : requêtes directes (sitemap.xml + JSON-LD ProfilePage des pages profil publiques SSR)
	18	+- Type d'accès (code) : sitemap XML + JSON-LD des pages profil (SSR)
	19	+- Endpoint de base : https://onlyqueb.com/sitemap.xml
	20	+- URLs du module : https://onlyqueb.com/sitemap.xml
	21	+- Pagination : réponse unique (pas de pagination)
	22	+- 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 anonyme
	25	+
	26	+## Champs récupérés → schéma cible
	27	+
	28	+Source de découverte : produit des fiches `Creator` (tables `creators` + `accounts`). Complétude mesurée sur les 253 créateurs découverts par cette source (champ `doc.source`) ; exemple tiré d'une fiche réelle.
	29	+
	30	+\| Champ du doc créateur \| Contenu \| Renseigné \| Exemple réel \|
	31	+\|---\|---\|---\|---\|
	32	+\| `display_name` \| Nom public \| 100 % \| Jade Lavoie \|
	33	+\| `bio` \| Bio \| 98 % \| Deviens mon prochain acteur! 🔥 Je fais littéralement TOUT. Demande ce que tu veux et trou… \|
	34	+\| `region` \| Région \| 0 % \| — \|
	35	+\| `city` \| Ville \| 0 % \| — \|
	36	+\| `niches` \| Niches (liste) \| 100 % \| autre \|
	37	+\| `languages` \| Langues (liste) \| 100 % \| fr \|
	38	+\| `creator_type` \| Type de créateur \| 100 % \| influenceur \|
	39	+\| `primary_platform` \| Plateforme principale \| 100 % \| instagram \|
	40	+\| `platforms` \| Comptes sociaux (liste) \| 100 % \| instagram:@jadelavoie, x:@missjadelavoie, onlyfans:@misslavoie \|
	41	+\| `avatar_url` \| Avatar \| 100 % \| https://storage.googleapis.com/onlyqueb/MQZBiXsbMQa31zxj9P_mabNxNITFBxa6 \|
	42	+\| `total_reach` \| Portée totale (abonnés cumulés) \| 16 % \| 1571113 \|
	43	+\| `link_in_bio_url` \| Lien-en-bio \| 2 % \| — \|
	44	+
	45	+Cible d'enrichissement : colonnes de la table `accounts` pour la/les plateforme(s) `onlyfans` (248 comptes en BD, confiance moyenne 0.90).
	46	+
	47	+\| Colonne `accounts` \| Contenu \| Renseignée \| Exemple réel \|
	48	+\|---\|---\|---\|---\|
	49	+\| `handle` \| Handle \| 100 % \| — \|
	50	+\| `url` \| URL du profil \| 100 % \| — \|
	51	+\| `followers` \| Abonnés \| 0 % \| — \|
	52	+\| `verified` \| Badge vérifié \| 0 % \| — \|
	53	+\| `confidence` \| Confiance d'identité \| 100 % \| — \|
	54	+\| `signal` \| Signal d'identité \| 100 % \| — \|
	55	+\| `metrics` \| Métriques détaillées (JSON) \| 0 % \| — \|
	56	+\| `last_checked` \| Dernière vérification \| 100 % \| — \|
	57	+
	58	+## Fréquence & budget
	59	+
	60	+- Cadence déclarée (registre) : hebdomadaire
	61	+- Cadence observée (médiane sync_log) : ≈ 24 min
	62	+- Dernier passage : 2026-08-18T06:27:32Z — 253 créateurs, 611 comptes, +0 / ~253, 0 erreur(s), 272 s
	63	+- Throttling : 1.0 s entre requêtes (`request_delay`)
	64	+
	65	+## Volumétrie & complétude
	66	+
	67	+- Créateurs découverts par la source (`doc.source`) : 253 · fiches touchées (`source_ids`) : 253
	68	+- Complétude clé (découverts) : niches 100 % · avatar 100 % · portée 16 % · région 0 %
	69	+- Comptes `onlyfans` en BD : 248 — abonnés 0 % · métriques 0 % · dernière vérification 2026-08-18T06:27:32Z
	70	+- Runs journalisés (60 derniers) : 7, dont 0 avec erreurs
	71	+
	72	+## Erreurs connues & dépannage
	73	+
	74	+Aucune erreur ni alerte dans les 60 derniers runs journalisés.
	75	+
	76	+Rejouer la source seule : `python3 run.py sync onlyqueb` · vérifier `sync_log` (`SELECT * FROM sync_log WHERE source='onlyqueb' ORDER BY ts DESC LIMIT 5;`).
	77	+
	78	+## Licence, attribution & conditions
	79	+
	80	+- Cadre d'accès (registre) : requêtes directes (sitemap.xml + JSON-LD ProfilePage des pages profil publiques SSR)
	81	+- 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).
	83	+
	84	+## Historique
	85	+
	86	+- 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`).

added docs/connecteurs/podcastindex.md +69 −0

		`@@ -0,0 +1,69 @@`
	1	+# `podcastindex` — connecteur enrichissement (palier 2)
	2	+
	3	+_Fiche générée automatiquement par `scripts/gen_connector_docs.py` le 2026-08-18 03:30 — ne pas éditer à la main, régénérer._
	4	+
	5	+État : prêt — clés requises · Famille : enrichissement (enrichment) · Backend : direct · Créateurs découverts : 0 · touchés : 0
	6	+
	7	+## Description de la source
	8	+
	9	+Connecteur ENRICHISSEMENT « podcastindex » — API Podcast Index (OFFICIELLE, gratuite ; clé + secret requis, inscription gratuite : https://api.podcastindex.org). Palier 2 (§9, §10). Sans clés : passage sauté PROPREMENT (SkipSource, comme twitch).
	10	+
	11	+- Notes (registre) : episodeCount, lastUpdateTime, itunesId, image, catégories des balados par feed_url. En attendant les clés, balados-rss couvre les mêmes champs sans clé.
	12	+- Signal d'identité : api_officielle (0.95) (colonne `accounts.signal` / `confidence`)
	13	+- Module : `creaka/connectors/podcastindex.py` — classe `PodcastIndexConnector` (`kind = "enrichment"`)
	14	+
	15	+## Accès
	16	+
	17	+- Accès (registre) : API Podcast Index (officielle, GRATUITE — inscription requise : https://api.podcastindex.org ; PODCASTINDEX_API_KEY/SECRET dans .env) — sauté proprement sans clés
	18	+- Type d'accès (code) : API JSON
	19	+- Endpoint de base : https://api.podcastindex.org/api/1.0/podcasts/byfeedurl
	20	+- URLs du module : https://api.podcastindex.org · https://api.podcastindex.org/api/1.0/podcasts/byfeedurl
	21	+- Pagination : réponse unique (pas de pagination)
	22	+- Backend anti-bot / rendu : requests direct (session UA CreaKaBot, throttling poli)
	23	+- Politesse : 0.4 s entre requêtes, timeout 30 s, UA `CreaKaBot/1.0 (+https://www.crea-ka.com/bot)`
	24	+- Authentification : clé(s) API requise(s) — voir statut/registre
	25	+
	26	+## Champs récupérés → schéma cible
	27	+
	28	+Cible d'enrichissement : colonnes de la table `accounts` pour la/les plateforme(s) `podcast` (434 comptes en BD, confiance moyenne 0.98).
	29	+
	30	+\| Colonne `accounts` \| Contenu \| Renseignée \| Exemple réel \|
	31	+\|---\|---\|---\|---\|
	32	+\| `handle` \| Handle \| 100 % \| — \|
	33	+\| `url` \| URL du profil \| 100 % \| — \|
	34	+\| `followers` \| Abonnés \| 0 % \| — \|
	35	+\| `verified` \| Badge vérifié \| 0 % \| — \|
	36	+\| `confidence` \| Confiance d'identité \| 100 % \| — \|
	37	+\| `signal` \| Signal d'identité \| 100 % \| — \|
	38	+\| `metrics` \| Métriques détaillées (JSON) \| 100 % \| — \|
	39	+\| `last_checked` \| Dernière vérification \| 100 % \| — \|
	40	+
	41	+## Fréquence & budget
	42	+
	43	+- Cadence déclarée (registre) : quotidienne (watch), re-visite 7 j par balado
	44	+- Cadence observée (médiane sync_log) : —
	45	+- Throttling : 0.4 s entre requêtes (`request_delay`)
	46	+
	47	+## Volumétrie & complétude
	48	+
	49	+- Créateurs découverts par la source (`doc.source`) : 0 · fiches touchées (`source_ids`) : 0
	50	+- Comptes `podcast` en BD : 434 — abonnés 0 % · métriques 100 % · dernière vérification 2026-08-18T06:23:00Z
	51	+- Runs journalisés (60 derniers) : 0, dont 0 avec erreurs
	52	+
	53	+## Erreurs connues & dépannage
	54	+
	55	+Aucune erreur ni alerte dans les 60 derniers runs journalisés.
	56	+
	57	+Statut du registre : prêt — clés requises
	58	+
	59	+Rejouer la source seule : `python3 run.py sync podcastindex` · vérifier `sync_log` (`SELECT * FROM sync_log WHERE source='podcastindex' ORDER BY ts DESC LIMIT 5;`).
	60	+
	61	+## Licence, attribution & conditions
	62	+
	63	+- Cadre d'accès (registre) : API Podcast Index (officielle, GRATUITE — inscription requise : https://api.podcastindex.org ; PODCASTINDEX_API_KEY/SECRET dans .env) — sauté proprement sans clés
	64	+- 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`).
	65	+- Retrait sur demande : contact@spboucher.ai (opt-out honoré à la prochaine ingestion).
	66	+
	67	+## Historique
	68	+
	69	+- 2026-08-18 — vague d'enrichissement : standardisation de la documentation des connecteurs (fiche générée par `scripts/gen_connector_docs.py`).

added docs/connecteurs/tiktok-profil.md +69 −0

		`@@ -0,0 +1,69 @@`
	1	+# `tiktok-profil` — connecteur enrichissement (palier 4)
	2	+
	3	+_Fiche générée automatiquement par `scripts/gen_connector_docs.py` le 2026-08-18 03:30 — ne pas éditer à la main, régénérer._
	4	+
	5	+État : actif · Famille : enrichissement (enrichment) · Backend : Scrapfly · Créateurs découverts : 0 · touchés : 0
	6	+
	7	+## Description de la source
	8	+
	9	+Connecteur ENRICHISSEMENT TikTok — profil public par créateur : abonnés, badge vérifié, bio, lien de bio (découverte croisée). Mode d'accès : Scrapfly (plateforme hostile au scraping, API officielle limitée aux comptes connectés) — palier 4 (§9), §15.
	10	+
	11	+- Notes (registre) : abonnés, badge, bio, lien de bio
	12	+- Signal d'identité : cross_link (0.90) pour le lien de bio (colonne `accounts.signal` / `confidence`)
	13	+- Module : `creaka/connectors/tiktok.py` — classe `TikTokConnector` (`kind = "enrichment"`)
	14	+
	15	+## Accès
	16	+
	17	+- Accès (registre) : Scrapfly (JSON d'hydratation de la page publique @handle)
	18	+- Type d'accès (code) : pages HTML publiques
	19	+- Endpoint de base : https://www.tiktok.com/@{h}
	20	+- URLs du module : https://www.tiktok.com/@{h}
	21	+- Pagination : réponse unique (pas de pagination)
	22	+- Backend anti-bot / rendu : Scrapfly (asp + render_js — contournement anti-bot)
	23	+- Politesse : 1.5 s entre requêtes, timeout 30 s, UA `CreaKaBot/1.0 (+https://www.crea-ka.com/bot)`
	24	+- Authentification : aucune — contenu public / API anonyme
	25	+
	26	+## Champs récupérés → schéma cible
	27	+
	28	+Cible d'enrichissement : colonnes de la table `accounts` pour la/les plateforme(s) `tiktok` (197 comptes en BD, confiance moyenne 0.90).
	29	+
	30	+\| Colonne `accounts` \| Contenu \| Renseignée \| Exemple réel \|
	31	+\|---\|---\|---\|---\|
	32	+\| `handle` \| Handle \| 100 % \| enola.bedard \|
	33	+\| `url` \| URL du profil \| 100 % \| https://www.tiktok.com/@enola.bedard \|
	34	+\| `followers` \| Abonnés \| 53 % \| 17000000 \|
	35	+\| `verified` \| Badge vérifié \| 35 % \| 1 \|
	36	+\| `confidence` \| Confiance d'identité \| 100 % \| 0.85 \|
	37	+\| `signal` \| Signal d'identité \| 100 % \| base_publique \|
	38	+\| `metrics` \| Métriques détaillées (JSON) \| 35 % \| {"following": 813, "likes": 438100000, "videos": 2847} \|
	39	+\| `last_checked` \| Dernière vérification \| 100 % \| 2026-08-18T06:27:51Z \|
	40	+
	41	+## Fréquence & budget
	42	+
	43	+- Cadence déclarée (registre) : hebdomadaire (gros créateurs) / mensuelle
	44	+- Cadence observée (médiane sync_log) : —
	45	+- Dernier passage : 2026-08-18T00:31:47Z — 68 créateurs, 196 comptes, +0 / ~68, 0 erreur(s), 0 s
	46	+- Throttling : 1.5 s entre requêtes (`request_delay`)
	47	+
	48	+## Volumétrie & complétude
	49	+
	50	+- Créateurs découverts par la source (`doc.source`) : 0 · fiches touchées (`source_ids`) : 0
	51	+- Comptes `tiktok` en BD : 197 — abonnés 53 % · métriques 35 % · dernière vérification 2026-08-18T06:27:51Z
	52	+- Runs journalisés (60 derniers) : 1, dont 0 avec erreurs
	53	+
	54	+## Erreurs connues & dépannage
	55	+
	56	+Aucune erreur ni alerte dans les 60 derniers runs journalisés.
	57	+
	58	+Rejouer la source seule : `python3 run.py sync tiktok-profil` · vérifier `sync_log` (`SELECT * FROM sync_log WHERE source='tiktok-profil' ORDER BY ts DESC LIMIT 5;`).
	59	+
	60	+## Licence, attribution & conditions
	61	+
	62	+- Cadre d'accès (registre) : Scrapfly (JSON d'hydratation de la page publique @handle)
	63	+- 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`).
	64	+- Retrait sur demande : contact@spboucher.ai (opt-out honoré à la prochaine ingestion).
	65	+
	66	+## Historique
	67	+
	68	+- 2026-08-18 — plus ancien passage journalisé dans `sync_log` (fenêtre des 60 derniers).
	69	+- 2026-08-18 — vague d'enrichissement : standardisation de la documentation des connecteurs (fiche générée par `scripts/gen_connector_docs.py`).

added docs/connecteurs/twitch.md +71 −0

		`@@ -0,0 +1,71 @@`
	1	+# `twitch` — connecteur enrichissement (palier 2)
	2	+
	3	+_Fiche générée automatiquement par `scripts/gen_connector_docs.py` le 2026-08-18 03:30 — ne pas éditer à la main, régénérer._
	4	+
	5	+État : actif · Famille : enrichissement (enrichment) · Backend : direct · Créateurs découverts : 0 · touchés : 0
	6	+
	7	+## Description de la source
	8	+
	9	+Connecteur ENRICHISSEMENT Twitch — existence + profil par créateur via l'API OFFICIELLE Helix (client_credentials). Palier 2 (§9, §10). Sans TWITCH_CLIENT_ID/TWITCH_CLIENT_SECRET : passage sauté proprement.
	10	+
	11	+- Notes (registre) : existence, type de diffuseur, description
	12	+- Signal d'identité : api_officielle (0.95) (colonne `accounts.signal` / `confidence`)
	13	+- Module : `creaka/connectors/twitch.py` — classe `TwitchConnector` (`kind = "enrichment"`)
	14	+
	15	+## Accès
	16	+
	17	+- Accès (registre) : API officielle Helix (client_credentials) — sauté sans clés
	18	+- Type d'accès (code) : API JSON
	19	+- Endpoint de base : https://id.twitch.tv/oauth2/token
	20	+- URLs du module : https://id.twitch.tv/oauth2/token · https://api.twitch.tv/helix/users
	21	+- Pagination : réponse unique (pas de pagination)
	22	+- Backend anti-bot / rendu : requests direct (session UA CreaKaBot, throttling poli)
	23	+- Politesse : 0.5 s entre requêtes, timeout 30 s, UA `CreaKaBot/1.0 (+https://www.crea-ka.com/bot)`
	24	+- Authentification : clé(s) API requise(s) — voir statut/registre
	25	+
	26	+## Champs récupérés → schéma cible
	27	+
	28	+Cible d'enrichissement : colonnes de la table `accounts` pour la/les plateforme(s) `twitch` (26 comptes en BD, confiance moyenne 0.89).
	29	+
	30	+\| Colonne `accounts` \| Contenu \| Renseignée \| Exemple réel \|
	31	+\|---\|---\|---\|---\|
	32	+\| `handle` \| Handle \| 100 % \| heyraion \|
	33	+\| `url` \| URL du profil \| 100 % \| https://www.twitch.tv/heyraion \|
	34	+\| `followers` \| Abonnés \| 15 % \| 37900 \|
	35	+\| `verified` \| Badge vérifié \| 0 % \| — \|
	36	+\| `confidence` \| Confiance d'identité \| 100 % \| 0.85 \|
	37	+\| `signal` \| Signal d'identité \| 100 % \| listes_medias \|
	38	+\| `metrics` \| Métriques détaillées (JSON) \| 0 % \| — \|
	39	+\| `last_checked` \| Dernière vérification \| 100 % \| 2026-08-18T06:23:00Z \|
	40	+
	41	+## Fréquence & budget
	42	+
	43	+- Cadence déclarée (registre) : hebdomadaire
	44	+- Cadence observée (médiane sync_log) : —
	45	+- Dernier passage : 2026-08-18T01:06:19Z — 0 créateurs, 0 comptes, +0 / ~0, 0 erreur(s), 0 s
	46	+- Throttling : 0.5 s entre requêtes (`request_delay`)
	47	+
	48	+## Volumétrie & complétude
	49	+
	50	+- Créateurs découverts par la source (`doc.source`) : 0 · fiches touchées (`source_ids`) : 0
	51	+- Comptes `twitch` en BD : 26 — abonnés 15 % · métriques 0 % · dernière vérification 2026-08-18T06:27:51Z
	52	+- Runs journalisés (60 derniers) : 1, dont 0 avec erreurs
	53	+
	54	+## Erreurs connues & dépannage
	55	+
	56	+\| Passage \| Erreurs \| Alerte (sync_log) \|
	57	+\|---\|---\|---\|
	58	+\| 2026-08-18T01:06:19Z \| 0 \| 0 créateur retourné — source possiblement bloquée \|
	59	+
	60	+Rejouer la source seule : `python3 run.py sync twitch` · vérifier `sync_log` (`SELECT * FROM sync_log WHERE source='twitch' ORDER BY ts DESC LIMIT 5;`).
	61	+
	62	+## Licence, attribution & conditions
	63	+
	64	+- Cadre d'accès (registre) : API officielle Helix (client_credentials) — sauté sans clés
	65	+- 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`).
	66	+- Retrait sur demande : contact@spboucher.ai (opt-out honoré à la prochaine ingestion).
	67	+
	68	+## Historique
	69	+
	70	+- 2026-08-18 — plus ancien passage journalisé dans `sync_log` (fenêtre des 60 derniers).
	71	+- 2026-08-18 — vague d'enrichissement : standardisation de la documentation des connecteurs (fiche générée par `scripts/gen_connector_docs.py`).

added docs/connecteurs/wikidata-qc.md +75 −0

		`@@ -0,0 +1,75 @@`
	1	+# `wikidata-qc` — connecteur decouverte (palier 3)
	2	+
	3	+_Fiche générée automatiquement par `scripts/gen_connector_docs.py` le 2026-08-18 03:30 — ne pas éditer à la main, régénérer._
	4	+
	5	+État : actif · Famille : decouverte (discovery) · Backend : direct · Créateurs découverts : 73 · touchés : 73
	6	+
	7	+## Description de la source
	8	+
	9	+Connecteur DÉCOUVERTE — créateurs québécois recensés dans Wikidata (personnes nées ou résidant au Québec, occupation créateur, avec handles sociaux curés P2003/P7085/P2397/P5797/P2002). Mode d'accès : API SPARQL publique de Wikidata (gratuite, conforme). Palier 3 (§9).
	10	+
	11	+- Notes (registre) : humoristes, youtubeurs, vidéastes web, streamers, podcasteurs notables ; is_minor levé via l'année de naissance publique
	12	+- Signal d'identité : base_publique (0.85) (colonne `accounts.signal` / `confidence`)
	13	+- Module : `creaka/connectors/wikidata_qc.py` — classe `WikidataQcConnector` (`kind = "discovery"`)
	14	+
	15	+## Accès
	16	+
	17	+- Accès (registre) : API SPARQL publique Wikidata (nés/résidant au Québec, occupation créateur, handles sociaux curés)
	18	+- Type d'accès (code) : API SPARQL publique (Wikidata)
	19	+- Endpoint de base : https://query.wikidata.org/sparql
	20	+- URLs du module : https://query.wikidata.org/sparql · https://www.youtube.com/channel/{handle}
	21	+- Pagination : réponse unique (pas de pagination)
	22	+- Backend anti-bot / rendu : requests direct (session UA CreaKaBot, throttling poli)
	23	+- Politesse : 2.0 s entre requêtes, timeout 90 s, UA `CreaKaBot/1.0 (+https://www.crea-ka.com/bot)`
	24	+- Authentification : aucune — contenu public / API anonyme
	25	+
	26	+## Champs récupérés → schéma cible
	27	+
	28	+Source de découverte : produit des fiches `Creator` (tables `creators` + `accounts`). Complétude mesurée sur les 73 créateurs découverts par cette source (champ `doc.source`) ; exemple tiré d'une fiche réelle.
	29	+
	30	+\| Champ du doc créateur \| Contenu \| Renseigné \| Exemple réel \|
	31	+\|---\|---\|---\|---\|
	32	+\| `display_name` \| Nom public \| 100 % \| Nigel Braun \|
	33	+\| `bio` \| Bio \| 60 % \| Capturing the natural beauty of chemistry Find me on YouTube: @NileRed/@NileBlue \|
	34	+\| `region` \| Région \| 0 % \| — \|
	35	+\| `city` \| Ville \| 0 % \| — \|
	36	+\| `niches` \| Niches (liste) \| 100 % \| lifestyle \|
	37	+\| `languages` \| Langues (liste) \| 100 % \| fr \|
	38	+\| `creator_type` \| Type de créateur \| 100 % \| influenceur \|
	39	+\| `primary_platform` \| Plateforme principale \| 100 % \| youtube \|
	40	+\| `platforms` \| Comptes sociaux (liste) \| 99 % \| youtube:@nilered, instagram:@nile.red, x:@nilered2 \|
	41	+\| `avatar_url` \| Avatar \| 63 % \| https://scontent-yyz1-1.cdninstagram.com/v/t51.2885-19/441008830_1124225362150102_4410959… \|
	42	+\| `total_reach` \| Portée totale (abonnés cumulés) \| 63 % \| 12245225 \|
	43	+\| `link_in_bio_url` \| Lien-en-bio \| 19 % \| — \|
	44	+
	45	+## Fréquence & budget
	46	+
	47	+- Cadence déclarée (registre) : hebdomadaire
	48	+- Cadence observée (médiane sync_log) : ≈ 30 min
	49	+- Dernier passage : 2026-08-18T06:27:51Z — 83 créateurs, 172 comptes, +0 / ~83, 0 erreur(s), 18 s
	50	+- Throttling : 2.0 s entre requêtes (`request_delay`)
	51	+
	52	+## Volumétrie & complétude
	53	+
	54	+- Créateurs découverts par la source (`doc.source`) : 73 · fiches touchées (`source_ids`) : 73
	55	+- Complétude clé (découverts) : niches 100 % · avatar 63 % · portée 63 % · région 0 %
	56	+- Runs journalisés (60 derniers) : 9, dont 1 avec erreurs
	57	+
	58	+## Erreurs connues & dépannage
	59	+
	60	+\| Passage \| Erreurs \| Alerte (sync_log) \|
	61	+\|---\|---\|---\|
	62	+\| 2026-08-18T05:55:35Z \| 1 \| — \|
	63	+
	64	+Rejouer la source seule : `python3 run.py sync wikidata-qc` · vérifier `sync_log` (`SELECT * FROM sync_log WHERE source='wikidata-qc' ORDER BY ts DESC LIMIT 5;`).
	65	+
	66	+## Licence, attribution & conditions
	67	+
	68	+- Cadre d'accès (registre) : API SPARQL publique Wikidata (nés/résidant au Québec, occupation créateur, handles sociaux curés)
	69	+- Licence : données Wikidata sous CC0 — réutilisation libre, mention « Source : Wikidata » affichée par courtoisie.
	70	+- Retrait sur demande : contact@spboucher.ai (opt-out honoré à la prochaine ingestion).
	71	+
	72	+## Historique
	73	+
	74	+- 2026-08-17 — plus ancien passage journalisé dans `sync_log` (fenêtre des 60 derniers).
	75	+- 2026-08-18 — vague d'enrichissement : standardisation de la documentation des connecteurs (fiche générée par `scripts/gen_connector_docs.py`).

added docs/connecteurs/x-profil.md +74 −0

		`@@ -0,0 +1,74 @@`
	1	+# `x-profil` — connecteur enrichissement (palier 3)
	2	+
	3	+_Fiche générée automatiquement par `scripts/gen_connector_docs.py` le 2026-08-18 03:30 — ne pas éditer à la main, régénérer._
	4	+
	5	+État : actif · Famille : enrichissement (enrichment) · Backend : direct · Créateurs découverts : 0 · touchés : 0
	6	+
	7	+## Description de la source
	8	+
	9	+Connecteur ENRICHISSEMENT « x-profil » — abonnés X (Twitter) SANS clé via le service public de syndication (widgets d'intégration officiels) syndication.twitter.com/srv/timeline-profile/screen-name/{handle}, repli page publique x.com/{handle}. Palier 3 (§9). Facebook sondé aussi : page publique bloquée sans clé (HTTP 400) → aucune voie fiable, on passe (documenté dans data/sources.json).
	10	+
	11	+- Notes (registre) : abonnés + abonnements + badge + avatar X. Ancien widget followbutton MORT (vérifié 2026-08-18 : réponse vide) ; page x.com : mur de connexion après ~15-20 req/IP (constaté 2026-08-18) → repli seulement. Facebook : page publique bloquée sans clé (HTTP 400, vérifié 2026-08-18) et Scrapfly non justifié → aucune voie fiable, on passe.
	12	+- Signal d'identité : aucun nouveau rattachement — métriques du compte déjà rattaché seulement (colonne `accounts.signal` / `confidence`)
	13	+- Module : `creaka/connectors/x_profil.py` — classe `XProfilConnector` (`kind = "enrichment"`)
	14	+
	15	+## Accès
	16	+
	17	+- Accès (registre) : requêtes directes (service public de syndication des widgets officiels : syndication.twitter.com/srv/timeline-profile — objet user complet dans __NEXT_DATA__ ; repli très limité page x.com) ; cap 150/passage, re-visite 7 j, délai 2 s
	18	+- Type d'accès (code) : pages HTML publiques
	19	+- Endpoint de base : https://syndication.twitter.com/srv/timeline-profile/
	20	+- URLs du module : https://syndication.twitter.com/srv/timeline-profile/ · https://x.com/{h}
	21	+- Pagination : réponse unique (pas de pagination)
	22	+- Backend anti-bot / rendu : requests direct
	23	+- Politesse : 2.0 s entre requêtes, timeout 15 s, UA `CreaKaBot/1.0 (+https://www.crea-ka.com/bot)`
	24	+- Authentification : aucune — contenu public / API anonyme
	25	+
	26	+## Champs récupérés → schéma cible
	27	+
	28	+Cible d'enrichissement : colonnes de la table `accounts` pour la/les plateforme(s) `x` (186 comptes en BD, confiance moyenne 0.89).
	29	+
	30	+\| Colonne `accounts` \| Contenu \| Renseignée \| Exemple réel \|
	31	+\|---\|---\|---\|---\|
	32	+\| `handle` \| Handle \| 100 % \| xqc \|
	33	+\| `url` \| URL du profil \| 100 % \| https://x.com/xqc \|
	34	+\| `followers` \| Abonnés \| 10 % \| 1598794 \|
	35	+\| `verified` \| Badge vérifié \| 0 % \| — \|
	36	+\| `confidence` \| Confiance d'identité \| 100 % \| 0.9 \|
	37	+\| `signal` \| Signal d'identité \| 100 % \| cross_link \|
	38	+\| `metrics` \| Métriques détaillées (JSON) \| 9 % \| {"following": 526, "x_checked": "2026-08-18T06:14:55Z"} \|
	39	+\| `last_checked` \| Dernière vérification \| 100 % \| 2026-08-18T06:27:51Z \|
	40	+
	41	+## Fréquence & budget
	42	+
	43	+- Cadence déclarée (registre) : quotidienne (watch), rotation hebdomadaire
	44	+- Cadence observée (médiane sync_log) : ≈ 6 min
	45	+- Dernier passage : 2026-08-18T06:15:49Z — 9 créateurs, 35 comptes, +0 / ~9, 1 erreur(s), 68 s
	46	+- Throttling : 2.0 s entre requêtes (`request_delay`)
	47	+
	48	+## Volumétrie & complétude
	49	+
	50	+- Créateurs découverts par la source (`doc.source`) : 0 · fiches touchées (`source_ids`) : 0
	51	+- Comptes `x` en BD : 186 — abonnés 10 % · métriques 9 % · dernière vérification 2026-08-18T06:27:51Z
	52	+- Runs journalisés (60 derniers) : 3, dont 3 avec erreurs
	53	+
	54	+## Erreurs connues & dépannage
	55	+
	56	+\| Passage \| Erreurs \| Alerte (sync_log) \|
	57	+\|---\|---\|---\|
	58	+\| 2026-08-18T06:15:49Z \| 1 \| — \|
	59	+\| 2026-08-18T06:12:35Z \| 171 \| — \|
	60	+\| 2026-08-18T06:02:56Z \| 1 \| — \|
	61	+
	62	+Rejouer la source seule : `python3 run.py sync x-profil` · vérifier `sync_log` (`SELECT * FROM sync_log WHERE source='x-profil' ORDER BY ts DESC LIMIT 5;`).
	63	+
	64	+## Licence, attribution & conditions
	65	+
	66	+- Cadre d'accès (registre) : requêtes directes (service public de syndication des widgets officiels : syndication.twitter.com/srv/timeline-profile — objet user complet dans __NEXT_DATA__ ; repli très limité page x.com) ; cap 150/passage, re-visite 7 j, délai 2 s
	67	+- 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`).
	68	+- Retrait sur demande : contact@spboucher.ai (opt-out honoré à la prochaine ingestion).
	69	+
	70	+## Historique
	71	+
	72	+- 2026-08-18 — date mentionnée au registre (voir notes/statut).
	73	+- 2026-08-18 — plus ancien passage journalisé dans `sync_log` (fenêtre des 60 derniers).
	74	+- 2026-08-18 — vague d'enrichissement : standardisation de la documentation des connecteurs (fiche générée par `scripts/gen_connector_docs.py`).

added docs/connecteurs/youtube-recherche.md +87 −0

		`@@ -0,0 +1,87 @@`
	1	+# `youtube-recherche` — connecteur decouverte (palier 3)
	2	+
	3	+_Fiche générée automatiquement par `scripts/gen_connector_docs.py` le 2026-08-18 03:30 — ne pas éditer à la main, régénérer._
	4	+
	5	+État : actif · Famille : decouverte (discovery) · Backend : direct · Créateurs découverts : 4595 · touchés : 4595
	6	+
	7	+## Description de la source
	8	+
	9	+Connecteur 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.
	10	+
	11	+- Notes (registre) : filtre conservateur : marqueur québécois requis dans titre/description de la chaîne
	12	+- 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"`)
	14	+
	15	+## Accès
	16	+
	17	+- Accès (registre) : requêtes directes (recherche publique YouTube filtre « chaînes », ytInitialData) — ~120 requêtes thématiques × marqueurs QC
	18	+- Type d'accès (code) : API JSON
	19	+- Endpoint de base : https://www.youtube.com/results
	20	+- URLs du module : https://www.youtube.com/results · https://www.youtube.com/youtubei/v1/search
	21	+- Pagination : curseur / continuation
	22	+- 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 anonyme
	25	+
	26	+## Champs récupérés → schéma cible
	27	+
	28	+Source de découverte : produit des fiches `Creator` (tables `creators` + `accounts`). Complétude mesurée sur les 4595 créateurs découverts par cette source (champ `doc.source`) ; exemple tiré d'une fiche réelle.
	29	+
	30	+\| Champ du doc créateur \| Contenu \| Renseigné \| Exemple réel \|
	31	+\|---\|---\|---\|---\|
	32	+\| `display_name` \| Nom public \| 100 % \| Ça commence aujourd'hui - France Télévisions \|
	33	+\| `bio` \| Bio \| 88 % \| La vérité plus qu'ailleurs avec Faustine Bollaert. \|
	34	+\| `region` \| Région \| 0 % \| — \|
	35	+\| `city` \| Ville \| 0 % \| — \|
	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 \| 90 % \| https://yt3.ggpht.com/34WaPmV58PCfc9W7IvR_oAVkTcQrRyYMenz4phwmrE7LPm8f4zJfOIc2Jq4XkMZZsYj… \|
	42	+\| `total_reach` \| Portée totale (abonnés cumulés) \| 96 % \| 1860000 \|
	43	+\| `link_in_bio_url` \| Lien-en-bio \| 0 % \| — \|
	44	+
	45	+Cible d'enrichissement : colonnes de la table `accounts` pour la/les plateforme(s) `youtube` (4768 comptes en BD, confiance moyenne 0.98).
	46	+
	47	+\| 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 \| 93 % \| 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) \| 0 % \| — \|
	56	+\| `last_checked` \| Dernière vérification \| 100 % \| 2026-08-18T00:32:23Z \|
	57	+
	58	+## Fréquence & budget
	59	+
	60	+- Cadence déclarée (registre) : quotidienne (watch) — la couverture s'accumule à chaque passage
	61	+- Cadence observée (médiane sync_log) : ≈ 5.3 h
	62	+- Dernier passage : 2026-08-18T07:22:54Z — 4155 créateurs, 4155 comptes, +555 / ~3600, 0 erreur(s), 3304 s
	63	+- Throttling : 1.0 s entre requêtes (`request_delay`)
	64	+
	65	+## Volumétrie & complétude
	66	+
	67	+- Créateurs découverts par la source (`doc.source`) : 4595 · fiches touchées (`source_ids`) : 4595
	68	+- Complétude clé (découverts) : niches 100 % · avatar 90 % · portée 96 % · région 0 %
	69	+- Comptes `youtube` en BD : 4768 — abonnés 93 % · métriques 0 % · dernière vérification 2026-08-18T07:22:54Z
	70	+- Runs journalisés (60 derniers) : 3, dont 0 avec erreurs
	71	+
	72	+## Erreurs connues & dépannage
	73	+
	74	+Aucune erreur ni alerte dans les 60 derniers runs journalisés.
	75	+
	76	+Rejouer 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;`).
	77	+
	78	+## Licence, attribution & conditions
	79	+
	80	+- Cadre d'accès (registre) : requêtes directes (recherche publique YouTube filtre « chaînes », ytInitialData) — ~120 requêtes thématiques × marqueurs QC
	81	+- 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).
	83	+
	84	+## Historique
	85	+
	86	+- 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`).

added docs/connecteurs/youtube.md +69 −0

		`@@ -0,0 +1,69 @@`
	1	+# `youtube` — connecteur enrichissement (palier 2)
	2	+
	3	+_Fiche générée automatiquement par `scripts/gen_connector_docs.py` le 2026-08-18 03:30 — ne pas éditer à la main, régénérer._
	4	+
	5	+État : actif · Famille : enrichissement (enrichment) · Backend : direct · Créateurs découverts : 0 · touchés : 0
	6	+
	7	+## Description de la source
	8	+
	9	+Connecteur ENRICHISSEMENT YouTube — abonnés + badge par créateur. Mode d'accès : YouTube Data API v3 (OFFICIELLE, privilégiée §10) si YOUTUBE_API_KEY est définie ; sinon repli page publique /@handle (requêtes directes polies). Palier 2 du catalogue (§9).
	10	+
	11	+- Notes (registre) : abonnés par chaîne
	12	+- Signal d'identité : api_officielle (0.95) quand confirmé par l'API (colonne `accounts.signal` / `confidence`)
	13	+- Module : `creaka/connectors/youtube.py` — classe `YouTubeConnector` (`kind = "enrichment"`)
	14	+
	15	+## Accès
	16	+
	17	+- Accès (registre) : YouTube Data API v3 (officielle) si YOUTUBE_API_KEY, sinon page publique /@handle
	18	+- Type d'accès (code) : API JSON
	19	+- Endpoint de base : https://www.googleapis.com/youtube/v3/channels?part=statistics,snippet&forHandle={h}&key={key}
	20	+- URLs du module : https://www.googleapis.com/youtube/v3/channels · https://www.youtube.com/@{h}
	21	+- Pagination : réponse unique (pas de pagination)
	22	+- 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 anonyme
	25	+
	26	+## Champs récupérés → schéma cible
	27	+
	28	+Cible d'enrichissement : colonnes de la table `accounts` pour la/les plateforme(s) `youtube` (4768 comptes en BD, confiance moyenne 0.98).
	29	+
	30	+\| Colonne `accounts` \| Contenu \| Renseignée \| Exemple réel \|
	31	+\|---\|---\|---\|---\|
	32	+\| `handle` \| Handle \| 100 % \| nilered \|
	33	+\| `url` \| URL du profil \| 100 % \| https://www.youtube.com/@nilered \|
	34	+\| `followers` \| Abonnés \| 93 % \| 10900000 \|
	35	+\| `verified` \| Badge vérifié \| 0 % \| — \|
	36	+\| `confidence` \| Confiance d'identité \| 100 % \| 0.9 \|
	37	+\| `signal` \| Signal d'identité \| 100 % \| cross_link \|
	38	+\| `metrics` \| Métriques détaillées (JSON) \| 0 % \| — \|
	39	+\| `last_checked` \| Dernière vérification \| 100 % \| 2026-08-18T00:32:23Z \|
	40	+
	41	+## Fréquence & budget
	42	+
	43	+- Cadence déclarée (registre) : hebdomadaire
	44	+- Cadence observée (médiane sync_log) : —
	45	+- Dernier passage : 2026-08-18T01:06:18Z — 1487 créateurs, 1576 comptes, +0 / ~1487, 0 erreur(s), 0 s
	46	+- Throttling : 1.0 s entre requêtes (`request_delay`)
	47	+
	48	+## Volumétrie & complétude
	49	+
	50	+- Créateurs découverts par la source (`doc.source`) : 0 · fiches touchées (`source_ids`) : 0
	51	+- Comptes `youtube` en BD : 4768 — abonnés 93 % · métriques 0 % · dernière vérification 2026-08-18T07:22:54Z
	52	+- Runs journalisés (60 derniers) : 1, dont 0 avec erreurs
	53	+
	54	+## Erreurs connues & dépannage
	55	+
	56	+Aucune erreur ni alerte dans les 60 derniers runs journalisés.
	57	+
	58	+Rejouer la source seule : `python3 run.py sync youtube` · vérifier `sync_log` (`SELECT * FROM sync_log WHERE source='youtube' ORDER BY ts DESC LIMIT 5;`).
	59	+
	60	+## Licence, attribution & conditions
	61	+
	62	+- Cadre d'accès (registre) : YouTube Data API v3 (officielle) si YOUTUBE_API_KEY, sinon page publique /@handle
	63	+- API publique utilisée selon ses conditions (pas de clé détournée, throttling poli) ; données limitées aux profils publics.
	64	+- Retrait sur demande : contact@spboucher.ai (opt-out honoré à la prochaine ingestion).
	65	+
	66	+## Historique
	67	+
	68	+- 2026-08-18 — plus ancien passage journalisé dans `sync_log` (fenêtre des 60 derniers).
	69	+- 2026-08-18 — vague d'enrichissement : standardisation de la documentation des connecteurs (fiche générée par `scripts/gen_connector_docs.py`).

added scripts/gen_connector_docs.py +557 −0

		`@@ -0,0 +1,557 @@`
	1	+#!/usr/bin/env python3
	2	+# ==============================================================================
	3	+# Author: Simon-Pierre Boucher <contact@spboucher.ai>
	4	+# File: scripts/gen_connector_docs.py
	5	+# Desc: Documentation STANDARDISÉE des connecteurs Créa-Ka — génère
	6	+# docs/connecteurs/INDEX.md + une fiche docs/connecteurs/<id>.md par
	7	+# source du registre, de façon 100 % programmatique et rejouable :
	8	+# 1. registre data/sources.json (famille, palier, accès, cadence,
	9	+# signal d'identité, notes, statut) ;
	10	+# 2. introspection STATIQUE (ast) de creaka/connectors/*.py :
	11	+# classe, kind (discovery/enrichment), backend, endpoints,
	12	+# pagination, constantes de budget — sans exécuter le code ;
	13	+# 3. BD live data/creaka.db : créateurs découverts/enrichis par
	14	+# source (doc JSON), complétude des champs, comptes par
	15	+# plateforme, dernier sync, cadence observée, alertes récentes.
	16	+# Usage : python3 scripts/gen_connector_docs.py (racine du projet)
	17	+# ==============================================================================
	18	+from __future__ import annotations
	19	+
	20	+import ast
	21	+import json
	22	+import re
	23	+import sqlite3
	24	+import statistics
	25	+from datetime import datetime, timezone
	26	+from pathlib import Path
	27	+
	28	+ROOT = Path(__file__).resolve().parents[1]
	29	+CONN_DIR = ROOT / "creaka" / "connectors"
	30	+DOCS_DIR = ROOT / "docs" / "connecteurs"
	31	+DB_PATH = ROOT / "data" / "creaka.db"
	32	+SOURCES_JSON = ROOT / "data" / "sources.json"
	33	+
	34	+SKIP_MODULES = {"__init__", "base"}
	35	+URL_RE = re.compile(r"https?://[^\s\"'\\)>,;]+")
	36	+DATE_RE = re.compile(r"\d{4}-\d{2}-\d{2}")
	37	+INFRA_HOSTS = ("api.firecrawl.dev", "api.scrapfly.io", "crea-ka.com")
	38	+
	39	+# plateformes de la table `accounts` alimentées par chaque source d'enrichissement
	40	+SOURCE_PLATFORMS = {
	41	+ "instagram-profil": ("instagram",),
	42	+ "tiktok-profil": ("tiktok",),
	43	+ "youtube": ("youtube",),
	44	+ "youtube-recherche": ("youtube",),
	45	+ "twitch": ("twitch",),
	46	+ "x-profil": ("x",),
	47	+ "balados-rss": ("podcast",),
	48	+ "balados-itunes": ("podcast",),
	49	+ "podcastindex": ("podcast",),
	50	+ "onlyqueb": ("onlyfans",),
	51	+}
	52	+
	53	+# champs du doc créateur documentés (complétude par source de découverte)
	54	+DOC_FIELDS = [
	55	+ ("display_name", "Nom public"),
	56	+ ("bio", "Bio"),
	57	+ ("region", "Région"),
	58	+ ("city", "Ville"),
	59	+ ("niches", "Niches (liste)"),
	60	+ ("languages", "Langues (liste)"),
	61	+ ("creator_type", "Type de créateur"),
	62	+ ("primary_platform", "Plateforme principale"),
	63	+ ("platforms", "Comptes sociaux (liste)"),
	64	+ ("avatar_url", "Avatar"),
	65	+ ("total_reach", "Portée totale (abonnés cumulés)"),
	66	+ ("link_in_bio_url", "Lien-en-bio"),
	67	+]
	68	+
	69	+ACC_FIELDS = [
	70	+ ("handle", "Handle", "handle IS NOT NULL AND handle != ''"),
	71	+ ("url", "URL du profil", "url IS NOT NULL AND url != ''"),
	72	+ ("followers", "Abonnés", "followers IS NOT NULL"),
	73	+ ("verified", "Badge vérifié", "verified IS NOT NULL"),
	74	+ ("confidence", "Confiance d'identité", "confidence IS NOT NULL"),
	75	+ ("signal", "Signal d'identité", "signal IS NOT NULL AND signal != ''"),
	76	+ ("metrics", "Métriques détaillées (JSON)",
	77	+ "metrics IS NOT NULL AND length(metrics) > 4"),
	78	+ ("last_checked", "Dernière vérification",
	79	+ "last_checked IS NOT NULL AND last_checked != ''"),
	80	+]
	81	+
	82	+
	83	+def esc(s, limit: int = 100) -> str:
	84	+ s = str(s).replace("\\", "\\\\").replace("\|", "\\\|")
	85	+ s = re.sub(r"\s+", " ", s).strip()
	86	+ return s[: limit - 1] + "…" if len(s) > limit else s
	87	+
	88	+
	89	+def pct(n, d) -> str:
	90	+ return f"{100.0 * (n or 0) / d:.0f} %" if d else "—"
	91	+
	92	+
	93	+def parse_iso(ts: str) -> float \| None:
	94	+ try:
	95	+ return datetime.fromisoformat(ts.replace("Z", "+00:00")).timestamp()
	96	+ except (ValueError, AttributeError):
	97	+ return None
	98	+
	99	+
	100	+def fmt_secs(sec: float) -> str:
	101	+ if sec < 5400:
	102	+ return f"≈ {sec / 60:.0f} min"
	103	+ if sec < 129600:
	104	+ return f"≈ {sec / 3600:.1f} h"
	105	+ return f"≈ {sec / 86400:.1f} j"
	106	+
	107	+
	108	+def filled(v) -> bool:
	109	+ return bool(v)
	110	+
	111	+
	112	+# -- introspection statique ------------------------------------------------------
	113	+
	114	+def banner_description(text: str) -> str:
	115	+ lines, started = [], False
	116	+ for raw in text.splitlines():
	117	+ if not raw.startswith("#"):
	118	+ if started:
	119	+ break
	120	+ continue
	121	+ body = raw.lstrip("#").strip()
	122	+ if set(body) <= {"-", "="}:
	123	+ continue
	124	+ if not started:
	125	+ if body.startswith("Desc:"):
	126	+ started = True
	127	+ lines.append(body[len("Desc:"):].strip())
	128	+ continue
	129	+ if re.match(r"^(Author\|File):", body):
	130	+ break
	131	+ lines.append(body)
	132	+ return " ".join(l for l in lines if l).strip()
	133	+
	134	+
	135	+def introspect_module(path: Path) -> list[dict]:
	136	+ text = path.read_text(encoding="utf-8")
	137	+ try:
	138	+ tree = ast.parse(text)
	139	+ except SyntaxError:
	140	+ return []
	141	+ constants: dict = {}
	142	+ for node in tree.body:
	143	+ if isinstance(node, ast.Assign) and len(node.targets) == 1 \
	144	+ and isinstance(node.targets[0], ast.Name) \
	145	+ and node.targets[0].id.isupper():
	146	+ try:
	147	+ constants[node.targets[0].id] = ast.literal_eval(node.value)
	148	+ except (ValueError, TypeError, SyntaxError):
	149	+ seg = ast.get_source_segment(text, node.value) or ""
	150	+ urls = URL_RE.findall(seg)
	151	+ constants[node.targets[0].id] = urls if len(urls) > 1 else \
	152	+ (urls[0] if urls else None)
	153	+ urls_all = []
	154	+ for u in URL_RE.findall(text):
	155	+ u = u.rstrip('".')
	156	+ host = u.split("//", 1)[-1].split("/", 1)[0]
	157	+ if "." not in host: # fragment de f-string, pas une vraie URL
	158	+ continue
	159	+ if not any(h in u for h in INFRA_HOSTS) and u not in urls_all:
	160	+ urls_all.append(u)
	161	+ endpoint = None
	162	+ for name in ("BASE", "BASE_URL", "API", "API_URL", "API_BASE", "SPARQL",
	163	+ "ENDPOINT", "ROOT", "URL", "SEARCH_URL", "LOOKUP_URL"):
	164	+ v = constants.get(name)
	165	+ if isinstance(v, str) and v.startswith("http"):
	166	+ endpoint = v
	167	+ break
	168	+ if not endpoint and urls_all:
	169	+ endpoint = urls_all[0]
	170	+ budgets = {k: v for k, v in constants.items()
	171	+ if isinstance(v, (int, float)) and not isinstance(v, bool)
	172	+ and re.search(r"MAX\|CAP\|LIMIT\|BUDGET\|TTL\|PER_PAGE\|PAGES\|DELAY\|BATCH",
	173	+ k)}
	174	+ detailed, family = [], "direct"
	175	+ if re.search(r"self\.(get\|post)\(\|requests\.(get\|post)\(", text):
	176	+ detailed.append("requests direct (session UA CreaKaBot, throttling poli)")
	177	+ if ".scrapfly(" in text:
	178	+ detailed.append("Scrapfly (asp + render_js — contournement anti-bot)")
	179	+ family = "Scrapfly"
	180	+ if "get_rendered(" in text:
	181	+ detailed.append("Firecrawl (HTML rendu, JavaScript exécuté)")
	182	+ family = "Firecrawl" if family == "direct" else family
	183	+ if not detailed:
	184	+ detailed.append("requests direct")
	185	+ low = text.lower()
	186	+ if "sparql" in low:
	187	+ flavor = "API SPARQL publique (Wikidata)"
	188	+ elif "graphql" in low:
	189	+ flavor = "API GraphQL"
	190	+ elif "itunes.apple.com" in low:
	191	+ flavor = "API iTunes Search/Lookup (publique)"
	192	+ elif "rss" in low and "feedparser" in low or "<rss" in low:
	193	+ flavor = "flux RSS publics"
	194	+ elif "sitemap" in low:
	195	+ flavor = "sitemap XML + JSON-LD des pages profil (SSR)"
	196	+ elif "json-ld" in low or "jsonld" in low or "profilepage" in low:
	197	+ flavor = "JSON-LD des pages profil publiques"
	198	+ elif re.search(r"\.json\(\)", text) and re.search(r"api[./_]", low):
	199	+ flavor = "API JSON"
	200	+ elif "dataset" in low or "seed" in low and "csv" in low:
	201	+ flavor = "dataset local compilé (data/seed)"
	202	+ else:
	203	+ flavor = "pages HTML publiques"
	204	+ hits = []
	205	+ if re.search(r"[?&]page=\|[\"']page[\"']\s*[:=]", low):
	206	+ hits.append("pagination par numéro de page")
	207	+ if re.search(r"[?&]offset=\|[\"']offset[\"']", low):
	208	+ hits.append("pagination par offset")
	209	+ if "cursor" in low or "continuation" in low:
	210	+ hits.append("curseur / continuation")
	211	+ if not hits:
	212	+ hits.append("réponse unique (pas de pagination)")
	213	+ base = {"module": path.stem, "path": f"creaka/connectors/{path.stem}.py",
	214	+ "banner": banner_description(text), "endpoint": endpoint,
	215	+ "urls": urls_all[:5], "budgets": budgets, "backends": detailed,
	216	+ "backend_family": family, "flavor": flavor,
	217	+ "pagination": " ; ".join(hits)}
	218	+ entries = []
	219	+ for node in tree.body:
	220	+ if not isinstance(node, ast.ClassDef):
	221	+ continue
	222	+ bases = {getattr(b, "id", getattr(b, "attr", "")) for b in node.bases}
	223	+ if "BaseConnector" not in bases:
	224	+ continue
	225	+ attrs = {"request_delay": 0.8, "timeout": 30, "kind": "discovery",
	226	+ "source_id": ""}
	227	+ for sub in node.body:
	228	+ if isinstance(sub, ast.Assign) and len(sub.targets) == 1 \
	229	+ and isinstance(sub.targets[0], ast.Name):
	230	+ try:
	231	+ attrs[sub.targets[0].id] = ast.literal_eval(sub.value)
	232	+ except (ValueError, TypeError, SyntaxError):
	233	+ pass
	234	+ if attrs["source_id"]:
	235	+ entries.append({**base, "class": node.name,
	236	+ "class_doc": ast.get_docstring(node) or "",
	237	+ **attrs})
	238	+ return entries
	239	+
	240	+
	241	+# -- BD live ----------------------------------------------------------------------
	242	+
	243	+def load_creators(con) -> list[dict]:
	244	+ out = []
	245	+ for (doc,) in con.execute("SELECT doc FROM creators"):
	246	+ try:
	247	+ out.append(json.loads(doc))
	248	+ except ValueError:
	249	+ pass
	250	+ return out
	251	+
	252	+
	253	+def db_stats(con, sid: str, creators: list[dict]) -> dict:
	254	+ mine = [c for c in creators if c.get("source") == sid]
	255	+ touched = sum(1 for c in creators
	256	+ if sid in (c.get("source_ids") or []) or c.get("source") == sid)
	257	+ doc_fill = {f: sum(1 for c in mine if filled(c.get(f)))
	258	+ for f, _l in DOC_FIELDS}
	259	+ sample = max(mine, key=lambda c: c.get("total_reach") or 0) if mine else None
	260	+
	261	+ acc = None
	262	+ acc_sample = None
	263	+ platforms = SOURCE_PLATFORMS.get(sid)
	264	+ if platforms:
	265	+ ph = ",".join("?" * len(platforms))
	266	+ parts = ", ".join(
	267	+ f"sum(CASE WHEN {cond} THEN 1 ELSE 0 END) AS f_{col}"
	268	+ for col, _l, cond in ACC_FIELDS)
	269	+ acc = con.execute(
	270	+ f"SELECT count(*) AS n, avg(confidence) AS conf, "
	271	+ f"max(last_checked) AS checked, {parts} FROM accounts "
	272	+ f"WHERE platform IN ({ph})", platforms).fetchone()
	273	+ acc_sample = con.execute(
	274	+ f"SELECT * FROM accounts WHERE platform IN ({ph}) AND followers IS "
	275	+ f"NOT NULL ORDER BY followers DESC LIMIT 1", platforms).fetchone()
	276	+
	277	+ runs = con.execute(
	278	+ "SELECT ts, creators, accounts, avg_confidence, added, updated, "
	279	+ "errors, seconds, alert FROM sync_log WHERE source=? "
	280	+ "ORDER BY ts DESC LIMIT 60", (sid,)).fetchall()
	281	+ ok_ts = sorted(t for t in (parse_iso(r["ts"]) for r in runs) if t)
	282	+ cadence = None
	283	+ if len(ok_ts) >= 3:
	284	+ deltas = [b - a for a, b in zip(ok_ts, ok_ts[1:]) if b - a > 60]
	285	+ if deltas:
	286	+ cadence = statistics.median(deltas)
	287	+ alerts = [r for r in runs if (r["errors"] or 0) > 0 or r["alert"]][:5]
	288	+ return {"mine": len(mine), "touched": touched, "doc_fill": doc_fill,
	289	+ "sample": sample, "acc": acc, "acc_sample": acc_sample,
	290	+ "platforms": platforms, "runs": runs, "cadence": cadence,
	291	+ "last": runs[0] if runs else None, "alerts": alerts}
	292	+
	293	+
	294	+# -- rendu ---------------------------------------------------------------------------
	295	+
	296	+def render_fiche(reg: dict, entry: dict \| None, st: dict, now: str) -> str:
	297	+ sid = reg["id"]
	298	+ etat = reg.get("statut", "actif")
	299	+ fam = reg.get("famille", "—")
	300	+ out = [f"# `{sid}` — connecteur {fam} (palier {reg.get('palier', '—')})", "",
	301	+ f"_Fiche générée automatiquement par "
	302	+ f"`scripts/gen_connector_docs.py` le {now} — ne pas éditer à la "
	303	+ f"main, régénérer._", ""]
	304	+ kind = entry.get("kind") if entry else fam
	305	+ out.append(f"État : {esc(etat, 80)} · Famille : {fam} ({kind}) · "
	306	+ f"Backend : {entry['backend_family'] if entry else '—'} · "
	307	+ f"Créateurs découverts : {st['mine']} · touchés : "
	308	+ f"{st['touched']}")
	309	+ out.append("")
	310	+
	311	+ out.append("## Description de la source")
	312	+ out.append("")
	313	+ if entry and entry["banner"]:
	314	+ out.append(entry["banner"])
	315	+ out.append("")
	316	+ out.append(f"- Notes (registre) : {reg.get('notes', '—')}")
	317	+ out.append(f"- Signal d'identité : {reg.get('signal_identite', '—')} "
	318	+ f"(colonne `accounts.signal` / `confidence`)")
	319	+ if entry:
	320	+ out.append(f"- Module : `{entry['path']}` — classe "
	321	+ f"`{entry['class']}` (`kind = \"{entry['kind']}\"`)")
	322	+ else:
	323	+ out.append("- Module : introuvable (vérifier le registre)")
	324	+ out.append("")
	325	+
	326	+ out.append("## Accès")
	327	+ out.append("")
	328	+ out.append(f"- Accès (registre) : {reg.get('acces', '—')}")
	329	+ if entry:
	330	+ out.append(f"- Type d'accès (code) : {entry['flavor']}")
	331	+ out.append(f"- Endpoint de base : {entry['endpoint'] or '—'}")
	332	+ if entry["urls"]:
	333	+ out.append("- URLs du module : " + " · ".join(entry["urls"][:4]))
	334	+ out.append(f"- Pagination : {entry['pagination']}")
	335	+ out.append(f"- Backend anti-bot / rendu : "
	336	+ f"{' ; '.join(entry['backends'])}")
	337	+ out.append(f"- Politesse : {entry['request_delay']} s entre "
	338	+ f"requêtes, timeout {entry['timeout']} s, UA "
	339	+ f"`CreaKaBot/1.0 (+https://www.crea-ka.com/bot)`")
	340	+ needs_key = "clé" in (reg.get("acces") or "").lower() \
	341	+ or "clé" in str(etat).lower()
	342	+ auth = ("clé(s) API requise(s) — voir statut/registre" if needs_key
	343	+ else "aucune — contenu public / API anonyme")
	344	+ out.append(f"- Authentification : {auth}")
	345	+ out.append("")
	346	+
	347	+ out.append("## Champs récupérés → schéma cible")
	348	+ out.append("")
	349	+ if st["mine"]:
	350	+ out.append(f"Source de découverte : produit des fiches `Creator` "
	351	+ f"(tables `creators` + `accounts`). Complétude mesurée sur "
	352	+ f"les {st['mine']} créateurs découverts par cette source "
	353	+ f"(champ `doc.source`) ; exemple tiré d'une fiche réelle.")
	354	+ out.append("")
	355	+ out.append("\| Champ du doc créateur \| Contenu \| Renseigné \| Exemple réel \|")
	356	+ out.append("\|---\|---\|---\|---\|")
	357	+ s = st["sample"] or {}
	358	+ for f, label in DOC_FIELDS:
	359	+ v = s.get(f)
	360	+ if f == "platforms" and v:
	361	+ ex = esc(", ".join(f"{p.get('platform')}:@{p.get('handle')}"
	362	+ for p in v[:3]), 90)
	363	+ elif isinstance(v, list):
	364	+ ex = esc(", ".join(map(str, v[:4])), 90)
	365	+ else:
	366	+ ex = esc(v, 90) if filled(v) else "—"
	367	+ out.append(f"\| `{f}` \| {label} \| "
	368	+ f"{pct(st['doc_fill'][f], st['mine'])} \| {ex} \|")
	369	+ out.append("")
	370	+ if st["acc"] is not None and st["acc"]["n"]:
	371	+ a = st["acc"]
	372	+ plats = ", ".join(st["platforms"])
	373	+ out.append(f"Cible d'enrichissement : colonnes de la table "
	374	+ f"`accounts` pour la/les plateforme(s) `{plats}` "
	375	+ f"({a['n']} comptes en BD, confiance moyenne "
	376	+ f"{a['conf']:.2f}).")
	377	+ out.append("")
	378	+ out.append("\| Colonne `accounts` \| Contenu \| Renseignée \| Exemple réel \|")
	379	+ out.append("\|---\|---\|---\|---\|")
	380	+ sm = st["acc_sample"]
	381	+ for col, label, _c in ACC_FIELDS:
	382	+ ex = esc(sm[col], 90) if sm is not None and sm[col] not in (
	383	+ None, "") else "—"
	384	+ out.append(f"\| `{col}` \| {label} \| {pct(a[f'f_{col}'], a['n'])} "
	385	+ f"\| {ex} \|")
	386	+ out.append("")
	387	+ if not st["mine"] and (st["acc"] is None or not st["acc"]["n"]):
	388	+ out.append("Aucune donnée attribuable à cette source en BD pour "
	389	+ "l'instant (clés manquantes ou source en attente) — schéma "
	390	+ "cible : `creators` + `accounts`.")
	391	+ out.append("")
	392	+
	393	+ out.append("## Fréquence & budget")
	394	+ out.append("")
	395	+ out.append(f"- Cadence déclarée (registre) : {reg.get('cadence', '—')}")
	396	+ cad = fmt_secs(st["cadence"]) if st["cadence"] else "—"
	397	+ out.append(f"- Cadence observée (médiane sync_log) : {cad}")
	398	+ last = st["last"]
	399	+ if last:
	400	+ out.append(f"- Dernier passage : {esc(last['ts'], 20)} — "
	401	+ f"{last['creators'] or 0} créateurs, {last['accounts'] or 0} "
	402	+ f"comptes, +{last['added'] or 0} / ~{last['updated'] or 0}, "
	403	+ f"{last['errors'] or 0} erreur(s), "
	404	+ f"{(last['seconds'] or 0):.0f} s")
	405	+ if entry and entry["budgets"]:
	406	+ caps = ", ".join(f"`{k}` = {v}" for k, v in sorted(entry["budgets"].items()))
	407	+ out.append(f"- Caps / budgets du module : {caps}")
	408	+ if entry:
	409	+ out.append(f"- Throttling : {entry['request_delay']} s entre "
	410	+ f"requêtes (`request_delay`)")
	411	+ out.append("")
	412	+
	413	+ out.append("## Volumétrie & complétude")
	414	+ out.append("")
	415	+ out.append(f"- Créateurs découverts par la source (`doc.source`) : "
	416	+ f"{st['mine']} · fiches touchées (`source_ids`) : "
	417	+ f"{st['touched']}")
	418	+ if st["mine"]:
	419	+ out.append(f"- Complétude clé (découverts) : niches "
	420	+ f"{pct(st['doc_fill']['niches'], st['mine'])} · avatar "
	421	+ f"{pct(st['doc_fill']['avatar_url'], st['mine'])} · portée "
	422	+ f"{pct(st['doc_fill']['total_reach'], st['mine'])} · région "
	423	+ f"{pct(st['doc_fill']['region'], st['mine'])}")
	424	+ if st["acc"] is not None and st["acc"]["n"]:
	425	+ a = st["acc"]
	426	+ out.append(f"- Comptes `{', '.join(st['platforms'])}` en BD : "
	427	+ f"{a['n']} — abonnés {pct(a['f_followers'], a['n'])} · "
	428	+ f"métriques {pct(a['f_metrics'], a['n'])} · dernière "
	429	+ f"vérification {esc(a['checked'] or '—', 20)}")
	430	+ out.append(f"- Runs journalisés (60 derniers) : {len(st['runs'])}, "
	431	+ f"dont {sum(1 for r in st['runs'] if (r['errors'] or 0) > 0)} "
	432	+ f"avec erreurs")
	433	+ out.append("")
	434	+
	435	+ out.append("## Erreurs connues & dépannage")
	436	+ out.append("")
	437	+ if st["alerts"]:
	438	+ out.append("\| Passage \| Erreurs \| Alerte (sync_log) \|")
	439	+ out.append("\|---\|---\|---\|")
	440	+ for r in st["alerts"]:
	441	+ out.append(f"\| {esc(r['ts'], 20)} \| {r['errors'] or 0} \| "
	442	+ f"{esc(r['alert'] or '—', 160)} \|")
	443	+ out.append("")
	444	+ else:
	445	+ out.append("Aucune erreur ni alerte dans les 60 derniers runs "
	446	+ "journalisés.")
	447	+ out.append("")
	448	+ if str(etat) != "actif":
	449	+ out.append(f"Statut du registre : {etat}")
	450	+ out.append("")
	451	+ out.append(f"Rejouer la source seule : `python3 run.py sync {sid}` · "
	452	+ f"vérifier `sync_log` (`SELECT * FROM sync_log WHERE "
	453	+ f"source='{sid}' ORDER BY ts DESC LIMIT 5;`).")
	454	+ out.append("")
	455	+
	456	+ out.append("## Licence, attribution & conditions")
	457	+ out.append("")
	458	+ out.append(f"- Cadre d'accès (registre) : {reg.get('acces', '—')}")
	459	+ low = (reg.get("acces") or "").lower()
	460	+ if "wikidata" in low or "sparql" in low:
	461	+ out.append("- Licence : données Wikidata sous CC0 — réutilisation "
	462	+ "libre, mention « Source : Wikidata » affichée par "
	463	+ "courtoisie.")
	464	+ elif "dataset local" in low or "listes" in sid:
	465	+ out.append("- Données compilées de listes et palmarès médias "
	466	+ "publics ; seuls des faits publics (nom, handle, "
	467	+ "audience approximative) sont conservés.")
	468	+ elif "api" in low and ("publique" in low or "itunes" in low):
	469	+ out.append("- API publique utilisée selon ses conditions (pas de "
	470	+ "clé détournée, throttling poli) ; données limitées aux "
	471	+ "profils publics.")
	472	+ else:
	473	+ out.append("- Profils publics uniquement : UA identifiable "
	474	+ "`CreaKaBot/1.0 (+https://www.crea-ka.com/bot; "
	475	+ "contact@spboucher.ai)`, throttling poli, respect des "
	476	+ "opt-out (`data/optout.json`) et du volet éthique "
	477	+ "(`creaka/ethics.py` — mineurs exclus via `is_minor`).")
	478	+ out.append("- Retrait sur demande : contact@spboucher.ai (opt-out honoré "
	479	+ "à la prochaine ingestion).")
	480	+ out.append("")
	481	+
	482	+ out.append("## Historique")
	483	+ out.append("")
	484	+ blob = " ".join(str(reg.get(k, "")) for k in ("notes", "statut", "acces"))
	485	+ for d in sorted({m.group(0) for m in DATE_RE.finditer(blob)}):
	486	+ out.append(f"- {d} — date mentionnée au registre (voir notes/statut).")
	487	+ if st["runs"]:
	488	+ first = st["runs"][-1]["ts"]
	489	+ out.append(f"- {str(first)[:10]} — plus ancien passage journalisé dans "
	490	+ f"`sync_log` (fenêtre des 60 derniers).")
	491	+ out.append("- 2026-08-18 — vague d'enrichissement : standardisation de la "
	492	+ "documentation des connecteurs (fiche générée par "
	493	+ "`scripts/gen_connector_docs.py`).")
	494	+ out.append("")
	495	+ return "\n".join(out)
	496	+
	497	+
	498	+def main() -> None:
	499	+ now = datetime.now().strftime("%Y-%m-%d %H:%M")
	500	+ registry = json.loads(SOURCES_JSON.read_text(encoding="utf-8"))["sources"]
	501	+ con = sqlite3.connect(DB_PATH)
	502	+ con.row_factory = sqlite3.Row
	503	+ creators = load_creators(con)
	504	+
	505	+ by_sid: dict[str, dict] = {}
	506	+ for path in sorted(CONN_DIR.glob("*.py")):
	507	+ if path.stem in SKIP_MODULES:
	508	+ continue
	509	+ for e in introspect_module(path):
	510	+ by_sid[e["source_id"]] = e
	511	+
	512	+ DOCS_DIR.mkdir(parents=True, exist_ok=True)
	513	+ for old in DOCS_DIR.glob("*.md"):
	514	+ old.unlink()
	515	+
	516	+ rows = []
	517	+ for reg in registry:
	518	+ sid = reg["id"]
	519	+ entry = by_sid.get(sid)
	520	+ st = db_stats(con, sid, creators)
	521	+ (DOCS_DIR / f"{sid}.md").write_text(
	522	+ render_fiche(reg, entry, st, now), encoding="utf-8")
	523	+ last = st["last"]
	524	+ acc = st["acc"]
	525	+ comptes = (f"{acc['n']} ({', '.join(st['platforms'])})"
	526	+ if acc is not None and acc["n"] else "—")
	527	+ rows.append(
	528	+ f"\| [`{sid}`]({sid}.md) \| {reg.get('famille', '—')} "
	529	+ f"\| P{reg.get('palier', '—')} "
	530	+ f"\| {esc(entry['flavor'] if entry else '—', 42)} "
	531	+ f"\| {entry['backend_family'] if entry else '—'} "
	532	+ f"\| {st['mine']} \| {comptes} "
	533	+ f"\| {esc(str(reg.get('statut', 'actif')).split('—')[0], 26)} "
	534	+ f"\| {esc(last['ts'], 17) if last else '—'} \|")
	535	+
	536	+ n_creators = con.execute("SELECT count(*) FROM creators").fetchone()[0]
	537	+ n_accounts = con.execute("SELECT count(*) FROM accounts").fetchone()[0]
	538	+ idx = [
	539	+ "# Créa-Ka — Index des connecteurs", "",
	540	+ f"_Généré automatiquement par `scripts/gen_connector_docs.py` le {now} "
	541	+ f"— ne pas éditer à la main, régénérer._", "",
	542	+ f"{len(registry)} sources au registre · {n_creators} créateurs "
	543	+ f"et {n_accounts} comptes en BD.", "",
	544	+ "\| Source \| Famille \| Palier \| Type d'accès \| Backend \| Découverts "
	545	+ "\| Comptes (plateforme) \| État \| Dernier passage \|",
	546	+ "\|---\|---\|---\|---\|---\|---\|---\|---\|---\|",
	547	+ ]
	548	+ idx.extend(rows)
	549	+ idx.append("")
	550	+ (DOCS_DIR / "INDEX.md").write_text("\n".join(idx), encoding="utf-8")
	551	+ con.close()
	552	+ print(f"[gen_connector_docs] {len(registry)} fiches + INDEX.md écrits dans "
	553	+ f"{DOCS_DIR}")
	554	+
	555	+
	556	+if __name__ == "__main__":
	557	+ main()
	558

		`@@ -0,0 +1,22 @@`
	1	+# Créa-Ka — Index des connecteurs
	2	+
	3	+_Généré automatiquement par `scripts/gen_connector_docs.py` le 2026-08-18 03:30 — ne pas éditer à la main, régénérer._
	4	+
	5	+14 sources au registre · 5664 créateurs et 6527 comptes en BD.
	6	+
	7	+\| Source \| Famille \| Palier \| Type d'accès \| Backend \| Découverts \| Comptes (plateforme) \| État \| Dernier passage \|
	8	+\|---\|---\|---\|---\|---\|---\|---\|---\|---\|
	9	+\| [`listes-medias`](listes-medias.md) \| decouverte \| P3 \| dataset local compilé (data/seed) \| direct \| 310 \| — \| actif \| 2026-08-18T06:23… \|
	10	+\| [`wikidata-qc`](wikidata-qc.md) \| decouverte \| P3 \| API SPARQL publique (Wikidata) \| direct \| 73 \| — \| actif \| 2026-08-18T06:27… \|
	11	+\| [`onlyqueb`](onlyqueb.md) \| decouverte \| P3 \| sitemap XML + JSON-LD des pages profil (S… \| direct \| 253 \| 248 (onlyfans) \| actif \| 2026-08-18T06:27… \|
	12	+\| [`youtube-recherche`](youtube-recherche.md) \| decouverte \| P3 \| API JSON \| direct \| 4595 \| 4768 (youtube) \| actif \| 2026-08-18T07:22… \|
	13	+\| [`balados-itunes`](balados-itunes.md) \| decouverte \| P2 \| API iTunes Search/Lookup (publique) \| direct \| 433 \| 434 (podcast) \| actif \| 2026-08-18T06:23… \|
	14	+\| [`instagram-profil`](instagram-profil.md) \| enrichissement \| P4 \| pages HTML publiques \| Scrapfly \| 0 \| 460 (instagram) \| actif \| 2026-08-17T23:23… \|
	15	+\| [`tiktok-profil`](tiktok-profil.md) \| enrichissement \| P4 \| pages HTML publiques \| Scrapfly \| 0 \| 197 (tiktok) \| actif \| 2026-08-18T00:31… \|
	16	+\| [`youtube`](youtube.md) \| enrichissement \| P2 \| API JSON \| direct \| 0 \| 4768 (youtube) \| actif \| 2026-08-18T01:06… \|
	17	+\| [`twitch`](twitch.md) \| enrichissement \| P2 \| API JSON \| direct \| 0 \| 26 (twitch) \| actif \| 2026-08-18T01:06… \|
	18	+\| [`link-in-bio`](link-in-bio.md) \| enrichissement \| P1 \| pages HTML publiques \| Firecrawl \| 0 \| — \| actif \| 2026-08-18T06:20… \|
	19	+\| [`balados-rss`](balados-rss.md) \| enrichissement \| P1 \| flux RSS publics \| direct \| 0 \| 434 (podcast) \| actif \| 2026-08-18T06:17… \|
	20	+\| [`podcastindex`](podcastindex.md) \| enrichissement \| P2 \| API JSON \| direct \| 0 \| 434 (podcast) \| prêt \| — \|
	21	+\| [`x-profil`](x-profil.md) \| enrichissement \| P3 \| pages HTML publiques \| direct \| 0 \| 186 (x) \| actif \| 2026-08-18T06:15… \|
	22	+\| [`bio-liens`](bio-liens.md) \| enrichissement \| P1 \| pages HTML publiques \| direct \| 0 \| — \| actif \| 2026-08-18T06:17… \|