# `youtube-recherche` — connecteur decouverte (palier 3)

_Fiche générée automatiquement par `scripts/gen_connector_docs.py` le 2026-08-18 16:14 — ne pas éditer à la main, régénérer._

**État : actif** · Famille : decouverte (discovery) · Backend : direct · Créateurs découverts : 7876 · touchés : 7876

## Description de la source

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.

- **Notes (registre)** : filtre conservateur : marqueur québécois requis dans titre/description de la chaîne
- **Signal d'identité** : profil_source (0.98) — la chaîne est le compte d'origine de la fiche (colonne `accounts.signal` / `confidence`)
- **Module** : `creaka/connectors/youtube_recherche.py` — classe `YouTubeRechercheConnector` (`kind = "discovery"`)

## Accès

- **Accès (registre)** : requêtes directes (recherche publique YouTube filtre « chaînes », ytInitialData) — ~120 requêtes thématiques × marqueurs QC
- **Type d'accès (code)** : API JSON
- **Endpoint de base** : https://www.youtube.com/results
- **URLs du module** : https://www.youtube.com/results · https://www.youtube.com/youtubei/v1/search
- **Pagination** : curseur / continuation
- **Backend anti-bot / rendu** : requests direct (session UA CreaKaBot, throttling poli)
- **Politesse** : 1.0 s entre requêtes, timeout 30 s, UA `CreaKaBot/1.0 (+https://www.crea-ka.com/bot)`
- **Authentification** : aucune — contenu public / API anonyme

## Champs récupérés → schéma cible

Source de **découverte** : produit des fiches `Creator` (tables `creators` + `accounts`). Complétude mesurée sur les 7876 créateurs découverts par cette source (champ `doc.source`) ; exemple tiré d'une fiche réelle.

| Champ du doc créateur | Contenu | Renseigné | Exemple réel |
|---|---|---|---|
| `display_name` | Nom public | 100 % | Ça commence aujourd'hui - France Télévisions |
| `bio` | Bio | 87 % | La vérité plus qu'ailleurs avec Faustine Bollaert. |
| `region` | Région | 16 % | — |
| `city` | Ville | 16 % | — |
| `niches` | Niches (liste) | 100 % | sport-fitness |
| `languages` | Langues (liste) | 100 % | fr |
| `creator_type` | Type de créateur | 100 % | youtubeur |
| `primary_platform` | Plateforme principale | 100 % | youtube |
| `platforms` | Comptes sociaux (liste) | 100 % | youtube:@%c3%87acommenceaujourdhui-francet%c3%a9l |
| `avatar_url` | Avatar | 98 % | https://yt3.ggpht.com/34WaPmV58PCfc9W7IvR_oAVkTcQrRyYMenz4phwmrE7LPm8f4zJfOIc2Jq4XkMZZsYj… |
| `total_reach` | Portée totale (abonnés cumulés) | 95 % | 1860000 |
| `link_in_bio_url` | Lien-en-bio | 0 % | — |

Cible d'**enrichissement** : colonnes de la table `accounts` pour la/les plateforme(s) `youtube` (8086 comptes en BD, confiance moyenne 0.98).

| Colonne `accounts` | Contenu | Renseignée | Exemple réel |
|---|---|---|---|
| `handle` | Handle | 100 % | nilered |
| `url` | URL du profil | 100 % | https://www.youtube.com/@nilered |
| `followers` | Abonnés | 94 % | 10900000 |
| `verified` | Badge vérifié | 0 % | — |
| `confidence` | Confiance d'identité | 100 % | 0.9 |
| `signal` | Signal d'identité | 100 % | cross_link |
| `metrics` | Métriques détaillées (JSON) | 18 % | {"yt_checked": "2026-08-18T10:08:15Z", "videos": 400, "views": 4647638686, "last_video": … |
| `last_checked` | Dernière vérification | 100 % | 2026-08-18T19:58:58Z |

## Fréquence & budget

- **Cadence déclarée (registre)** : quotidienne (watch) — la couverture s'accumule à chaque passage
- **Cadence observée** (médiane sync_log) : ≈ 4.9 h
- **Dernier passage** : 2026-08-18T17:05:23Z — 7347 créateurs, 7347 comptes, +3180 / ~4167, 0 erreur(s), 8233 s
- **Throttling** : 1.0 s entre requêtes (`request_delay`)

## Volumétrie & complétude

- **Créateurs découverts par la source** (`doc.source`) : 7876 · **fiches touchées** (`source_ids`) : 7876
- **Complétude clé (découverts)** : niches 100 % · avatar 98 % · portée 95 % · région 16 %
- **Comptes `youtube` en BD** : 8086 — abonnés 94 % · métriques 18 % · dernière vérification 2026-08-18T20:05:02Z
- **Runs journalisés (60 derniers)** : 5, dont 0 avec erreurs

## Erreurs connues & dépannage

Aucune erreur ni alerte dans les 60 derniers runs journalisés.

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;`).

## Licence, attribution & conditions

- **Cadre d'accès (registre)** : requêtes directes (recherche publique YouTube filtre « chaînes », ytInitialData) — ~120 requêtes thématiques × marqueurs QC
- **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`).
- Retrait sur demande : contact@spboucher.ai (opt-out honoré à la prochaine ingestion).

## Historique

- 2026-08-17 — plus ancien passage journalisé dans `sync_log` (fenêtre des 60 derniers).
- 2026-08-18 — vague d'enrichissement : standardisation de la documentation des connecteurs (fiche générée par `scripts/gen_connector_docs.py`).