Contrôler le moissonneur et ses adaptateurs

En bref : Ce contrôle lit la configuration du moissonneur (svp-harvester) : sources déclarées, ordre des identifiants, paramètres du bus. Sans base ni appel réseau. Statut : Confirmé (exécution locale).

Résultat : code 0, 7 tests sur 7, relancé le 30 octobre 2026. Cinq sources sont déclarées, chacune avec son adaptateur : IdRef, scanR, HAL, OpenAlex, Scopus. Web of Science, cité par le README, n'existe ni dans la configuration ni dans le code.

Pourquoi ce contrôle

Les publications arrivent dans CRISalid par le moissonneur. Ce contrôle répond à « quelles sources sait-il interroger, dans quel ordre d'identifiants, et par quel canal répond-il ? ». Les sources réellement utilisées à Paris-Saclay sont dans le catalogue des sources.

Avant de commencer

• Python 3, bibliothèque standard seulement.
• Le dépôt de l'audit et la copie svp-harvester dans official-crisalid.
• À ne pas faire : lancer PostgreSQL, RabbitMQ ou un conteneur ; appeler une API distante.

Étapes

Étape 1 — Lancer le contrôle

Pourquoi : lire la configuration réelle du dépôt sans dépendre d'aucun service.

Bash
python3 scripts/check-crisalid-harvester-contract.py

Étape 2 — Savoir ce qui est inspecté

Pourquoi : la preuve porte sur des fichiers, pas sur un service en marche.

Le script lit harvesters.yml, identifiers.yml et jobs.yml, analyse sans les exécuter les réglages et l'interface du bus, et vérifie les tables créées par la première migration de la base.

Étape 3 — Lire le rapport

Pourquoi : chaque test répond à une question précise.

• Cinq adaptateurs déclarés, chacun relié à une classe existante ; pas de Web of Science.
• Dix types d'identifiants, dans un ordre fixe, d'idref (priorité 0) à local (9).
• Une tâche quotidienne de mise à jour des concepts.
• Échange publications, files svp-harvester-interactive et svp-harvester-batch, file de rebut dlx.publications.
• Tables de notices, contributeurs, organisations et concepts présentes dès la première migration.

Ce que le contrôle établit

La configuration statique du dépôt : ce que le moissonneur sait faire. Il ne dit pas quelles sources sont activées sur une instance.

Limites

• Aucune source distante n'est interrogée ; ni base, ni bus.
• Scopus est déclaré mais n'alimente aucune notice à Paris-Saclay (catalogue des sources).
• La suite de tests amont réinitialise sa base : jamais sur une base partagée.
• Pour un moissonnage réel dans une pile isolée : moissonner les publications.

Et ensuite

Contrôle suivant : Fusion et corrections.

Révision lue : svp-harvester 6898db85.