Outil de capture Web

L’outil de capture Web propose un flux de travail structuré pour capturer et préserver le contenu en ligne avec une provenance vérifiable. Il s’adresse aux enquêteurs, chercheurs, journalistes et équipes de conformité qui doivent documenter du matériel en ligne, suivre son état dans le temps et citer les pages sources exactes dans des rapports ou des actes. Chaque capture est associée à l’URL d’origine et enregistre des métadonnées contextuelles telles que l’horodatage, l’agent utilisateur et les paramètres de capture. Conceptuellement, les captures sont basées sur des sessions et peuvent être planifiées ou déclenchées à la demande. L’outil prend en charge plusieurs modes de capture (page entière, extraction d’articles ou captures d’écran ciblées), rend les pages via un navigateur sans tête et stocke des instantanés déterministes sous forme d’artefacts. Pour l’intégrité, un hachage SHA-256 est calculé pour chaque artefact et chaîné aux instantanés précédents afin d’établir une séquence vérifiable. Les sorties principales comprennent des instantanés HTML, des archives WARC et des rapports PDF, tous accompagnés de métadonnées lisibles par machine et d’un manifeste. Les utilisateurs peuvent organiser les instantanés en collections, les étiqueter et exporter des bundles pour le partage avec des collègues ou pour soumission aux autorités. Une API et des capacités par lots permettent l’automatisation et l’intégration dans des pipelines de recherche existants. Les différenciateurs incluent des métadonnées de provenance robustes, l’intégrité par instantané et un format d’export compatible avec les standards d’archivage. Cela réduit le rééquilibrage manuel, améliore l’auditabilité et accélère les flux de travail de reporting pour les cas juridiques, réglementaires et d’investigation.