Tag
#documents
34 entrée(s) portent ce tag.
Pages
4
Cartographie des flux de donnéesArchitecture · Où résident les données de la Box, qui y accède, comment elles sont chiffrées et combien de temps elles sont conservées : documents, index, requêtes, réponses, journaux, sauvegardes et télémaintenance.16 sept. 2026Utilisateurs Windows / macOS / LinuxArchitecture · Ce que voit et ce que doit configurer un poste client pour utiliser la Box : navigateur, DNS interne, certificat TLS, ouverture des documents sources, accessibilité et points à tester par système.16 sept. 2026Documents : stockage, connecteurs, synchronisationDocuments · Où vivent les documents du cabinet (serveur, NAS, SMB, SharePoint, Drive, Nextcloud, import manuel), comment la Box les lit et surtout comment elle en lit les permissions.16 sept. 2026Ingestion : parsing, OCR, métadonnées, synchronisationRAG · Transformer les PDF, Word, Excel, mails et scans d'un cabinet en texte structuré et étiqueté (dossier, ACL, page), puis le maintenir à jour et supprimer proprement.16 sept. 2026
Cas d'usage
4
Bureau d'études techniquesCas d'usage · Assistant local sur les rapports, normes internes, cahiers des charges et retours d'expérience d'un bureau d'études ; secret des affaires et propriété intellectuelle en jeu.16 sept. 2026Cabinet de conseilCas d'usage · Assistant local sur les livrables, propositions et méthodologies d'un petit cabinet de conseil, dont les documents clients sont couverts par des clauses de confidentialité strictes.16 sept. 2026Centre de formation professionnelleCas d'usage · Assistant local pour les référentiels, supports de cours, dossiers Qualiopi et courriers apprenants d'un organisme de formation.16 sept. 2026Agence immobilière et administration de biensCas d'usage · Assistant local sur les baux, mandats, états des lieux et courriers d'une agence ou d'un syndic de taille modeste.16 sept. 2026
Sources
16
Apache Tika 3.x — licence et formatsSource · Filet de sécurité pour les formats exotiques, sans analyse de mise en page.16 sept. 2026Autoize — Technical Deep Dive Into Nextcloud Context ChatSource · Cohérent avec la doc sur les partages, contradictoire sur la base vectorielle (PostgreSQL dans la doc 34).16 sept. 2026Docling — README et documentation chunking (MIT, HybridChunker)Source · Candidat principal pour le parsing, licence sans piège, exécution locale, chunking structurel natif.16 sept. 2026extract-msg — parsing .msg (GPL v3)Source · GPL v3 : l'isoler dans un processus séparé ou préférer une conversion en `.eml` en amont si la Box est distribuée.16 sept. 2026Google Drive API v3 — ressource permissionsSource · Modèle proche de Graph ; le type `anyone` (lien public) doit être traité comme un signal d'alerte pour un cabinet.16 sept. 2026libratom — extraction PST / mbox (libpff)Source · Chemin viable pour importer des archives Outlook en `.eml`, puis parser avec le module `email` de Python, Tika ou Unstructured.16 sept. 2026Marker — README (licence code et poids des modèles)Source · Un cabinet d'avocats (entité commerciale) doit vérifier son éligibilité ; à écarter par prudence pour une offre commerciale.16 sept. 2026Microsoft Graph — driveItem permissions (SharePoint / OneDrive)Source · L'API expose les ACL nécessaires à la propagation, mais il faut un compte applicatif (Files.Read.All) pour les lire toutes.16 sept. 2026MinerU — README (licence custom, prérequis GPU)Source · Puissant mais licence custom à lire intégralement ; dépendance GPU CUDA à vérifier sur AMD.16 sept. 2026MinIO — dépôt archivé (25/04/2026)Source · Ne pas fonder un nouveau déploiement sur MinIO ; alternatives à qualifier (Garage, SeaweedFS, Ceph : non évaluées ici).16 sept. 2026Nextcloud — App Context Chat (Admin Manual 34)Source · RAG intégré pratique, mais les permissions ne couvrent pas les règles d'accès avancées ; à traiter comme un composant à auditer, pas comme une garantie.16 sept. 2026PyMuPDF — licence AGPL-3.0 ou commercialeSource · AGPL acceptable en usage interne au cabinet, à analyser juridiquement pour une Box distribuée.16 sept. 2026rclone — backend OneDrive / SharePointSource · Outil de miroir simple pour un import planifié ; ne transporte pas les ACL.16 sept. 2026Samba wiki — client CIFS/SMB3 du noyau LinuxSource · Le montage SMB chiffré depuis la Box est standard ; les ACL NTFS sont lisibles via `cifsacl` mais leur mapping vers des groupes exige un annuaire commun.16 sept. 2026Syncthing — release v2.0 et licence MPL-2.0Source · Synchronisation pair à pair chiffrée, utile pour ramener des dossiers de postes vers la Box ; pas de notion d'ACL.16 sept. 2026Unstructured — README (Apache 2.0, stratégies, limites open source)Source · Bonne couverture de formats (dont e-mails), mais fonctions avancées réservées à l'offre commerciale.16 sept. 2026
Glossaire
8
Chunking (découpage en passages)Terme · Découpage d'un document en passages de taille bornée, avec un éventuel chevauchement, avant le calcul des embeddings et l'indexation.16 sept. 2026DoclingTerme · Bibliothèque open source d'IBM Research pour convertir PDF, Word, PowerPoint, HTML et images en texte structuré (Markdown, JSON), avec analyse de mise en page, extraction des tableaux et OCR.16 sept. 2026NASTerme · Boîtier de stockage en réseau qui expose des partages de fichiers (SMB, NFS) et sert souvent de cible de sauvegarde ou de serveur de documents dans une petite structure.16 sept. 2026NextcloudTerme · Plateforme open source (AGPL) de partage et de synchronisation de fichiers auto-hébergée, avec clients Windows, macOS, Linux et mobiles, gestion des droits par dossier et accès WebDAV.16 sept. 2026OCR (reconnaissance optique de caractères)Terme · Conversion d'une image de texte (document scanné, photo, PDF image) en texte exploitable par une machine.16 sept. 2026SharePoint / OneDriveTerme · Services de stockage et de collaboration documentaire de Microsoft 365, accessibles par l'API Microsoft Graph qui expose fichiers, métadonnées et permissions.16 sept. 2026SMB / CIFSTerme · Protocole de partage de fichiers en réseau utilisé par Windows et implémenté sous Linux par Samba, qui transporte les fichiers et leurs permissions (ACL).16 sept. 2026TesseractTerme · Moteur d'OCR open source (Apache 2.0) maintenu depuis Google, fonctionnant sur CPU, avec des modèles de langue dont le français.16 sept. 2026