bibliotheque_documentation.py — recherche et nettoyage de notices

[Mario Da Conceicao]

Nouveau composant du 01/08/2026 — "bibliothèque de documentation". Exemple d’usage : tu mentionnes un variateur avec son modèle précis, MIRA cherche la doc officielle, puis soit propose un lien, soit la télécharge et ne garde que les pages utiles (elle jette les pages de couverture, mentions légales, pubs, index…). S’appuie sur mode_reseau.py (le "2e cerveau") et alimente gestionnaire_specialites.py — toujours en attente de ta validation avant d’être active.

Principe

1. Recherche la documentation d’un produit/modèle précis (via le réseau, si disponible)
2. Décide : proposer un simple lien si le document est trouvé en ligne facilement, ou le télécharger si un accès hors-ligne durable est préférable
3. Si téléchargement : nettoie le contenu en ne gardant que les passages réellement utiles (filtre les pages de couverture, mentions légales, publicités, sommaires vides…)
4. Prépare tout ça comme une nouvelle spécialité — jamais active sans ta validation, comme toujours

import re
from pathlib import Path
from datetime import datetime

from gestionnaire_specialites import GestionnaireSpecialites, valider_nom_specialite
from mode_reseau import ModeReseau

class BibliothequeDocumentation:
    """
    Recherche, télécharge (si besoin) et nettoie la documentation d'un
    produit précis (ex: un variateur, un modèle exact), pour en faire une
    nouvelle spécialité candidate. Ne fait jamais rien d'actif sans
    validation — s'appuie sur le garde-fou déjà en place.
    """

    def __init__(self):
        self.reseau = ModeReseau()
        self.specialites = GestionnaireSpecialites()

    def rechercher_documentation(self, produit, modele, moteur_recherche=None):
        """
        Cherche la documentation officielle d'un produit/modèle précis.
        moteur_recherche : fonction injectée (requête → liste de résultats),
        à brancher une fois une vraie source de recherche choisie. Permet
        de tester le reste du système sans dépendre d'un service précis.
        """
        if not self.reseau.disponible():
            return {"statut": "hors_ligne", "message": "Pas de connexion — recherche impossible pour le moment."}

        if moteur_recherche is None:
            return {"statut": "a_implementer", "message": "Aucune source de recherche branchée pour l'instant."}

        requete = f"{produit} {modele} documentation manuel PDF"
        resultats = moteur_recherche(requete)
        return {"statut": "resultats", "resultats": resultats}

    def _nettoyer_texte(self, texte_brut, mots_cles):
        """
        Filtre grossièrement le contenu utile : découpe en blocs (par
        double saut de ligne, comme une page/section), écarte les blocs
        trop courts (souvent des pages de garde, sommaires vides,
        mentions légales) ou qui ne contiennent aucun mot-clé du produit
        recherché.
        """
        blocs = [b.strip() for b in texte_brut.split("\n\n") if b.strip()]
        blocs_utiles = []
        for bloc in blocs:
            if len(bloc) < 100:
                continue  # trop court pour être un vrai contenu utile
            bloc_normalise = bloc.lower()
            if any(mot.lower() in bloc_normalise for mot in mots_cles):
                blocs_utiles.append(bloc)
        return "\n\n".join(blocs_utiles) if blocs_utiles else texte_brut

    def preparer_specialite_produit(self, produit, modele, texte_documentation, lien_source=None):
        """
        Prépare une nouvelle spécialité à partir d'une documentation
        trouvée (nettoyée si c'est un téléchargement). Passe toujours par
        le garde-fou existant : rien n'est actif tant que ce n'est pas
        validé.
        """
        try:
            nom = valider_nom_specialite(f"{produit}-{modele}")
        except ValueError as e:
            return f"Refusé : {e}"

        texte_nettoye = self._nettoyer_texte(texte_documentation, [produit, modele])

        description = f"Documentation de {produit} (modèle {modele})"
        if lien_source:
            description += f" — source : {lien_source}"

        resultat = self.specialites.proposer_nouvelle_specialite(
            nom=nom,
            description=description,
            documents_sources=[lien_source] if lien_source else []
        )

        # Écrit le contenu nettoyé dans le dossier de la proposition
        dossier = Path(self.specialites.__class__.__module__).resolve().parent / "telechargements" / nom
        dossier_documents = dossier / "documents"
        dossier_documents.mkdir(parents=True, exist_ok=True)
        (dossier_documents / "notice.txt").write_text(texte_nettoye, encoding="utf-8")

        return resultat

Ce que ça permet concrètement, avec ton exemple

Tu dis "j’ai un variateur, modèle XYZ-123". MIRA cherche, trouve la doc, la nettoie (garde les pages avec du vrai contenu technique sur ce modèle, jette le reste), et te dit : "J’ai préparé une spécialité ‘variateur-xyz-123’, prête à valider." Rien n’est utilisable tant que tu n’as pas dit oui.

Ce qui reste à faire

Choisir la source de recherche réelle (même chantier que pour mode_reseau.py) — les deux se brancheront ensemble une fois décidé.

[Auteur]

Messages