ÉtymoLogique — Contenu

Dépôt éditorial privé du catalogue d’ÉtymoLogique (ADR 0024). On y trouve les fichiers d’édition : langues, unités lexicales, compositions, relations, sources, briques, recettes et fascicules. Les brouillons et les notes internes y vivent aussi. Rien de ce dépôt n’est publié tel quel : seul l’artefact compilé et validé le sera.

Place dans le pipeline

Le contenu suit le pipeline de l’ADR 0005. Ce dépôt couvre pour l’instant les deux premières étapes.

Étape	État
1. Édition dans un format structuré soumis à un schéma	en place : JSON, un fichier par objet, JSON Schema
2. Validation locale : types, références, identifiants, vocabulaires contrôlés	en place : etymo-contenu valider
3. Revue linguistique, 4. validation ludique	à venir : état etat_relecture déjà porté par chaque fait
5. Analyse globale : atteignabilité, fermeture, pools de plis	à venir
6. Compilation en artefact à hash de contenu	en place : etymo-contenu compiler
7. Publication	en partie : la CI dépose l’artefact dans staging/ ; la tâche de parution, qui le promeut dans public/, est à venir (ADR 0029)
8. Migrations	à venir

Le schéma logique est décrit dans le modèle de données et l’ADR 0013.

Arborescence

Chemin	Contenu	Schéma
referentiels/langues/	Langues : code interne, filiation, écriture par défaut, glyphe de la carte du codex, noms par locale	langue
referentiels/ecritures/	Systèmes d’écriture (ISO 15924, direction)	ecriture
referentiels/conventions/	Conventions de translittération	convention
referentiels/types-relation.json	Vocabulaire contrôlé des relations étymologiques	vocabulaire
referentiels/types-transformation.json	Vocabulaire contrôlé des transformations	vocabulaire
sources/	Sources de référence et de repérage (ADR 0014)	source
unites/	Mots, préfixes et suffixes, avec leurs formes, translittérations et sens	unite
compositions/	Analyses d’un mot en parties ordonnées, transformations, sens littéral	composition
relations/	Relations étymologiques entre unités	relation
ludique/briques/	Briques : unité, forme et sens affichés, rareté	brique
ludique/recettes/	Recettes : composition jouée, emplacements, briques acceptées	recette
ludique/fascicules/	Fascicules : numéro, parution, unités résultat et ingrédient, graines (réserve de départ, ADR 0030)	fascicule
ludique/exclusions/	Combinaisons attestées volontairement écartées	exclusion
ludique/medias/	Médias : type (silhouette ou jaquette), fichier, unité, langue ou fascicule illustré	media
medias/silhouettes/, medias/jaquettes/	Fichiers SVG bruts, sous des noms de travail lisibles (ADR 0026)	profil SVG
schemas/	JSON Schema (draft 2020-12) de chaque type d’objet	—
outils/etymo_contenu/	Validateur, compilateur de l’artefact, visualisation locale et générateur d’identifiants	—
artefact/	Artefact compilé : ignoré par Git	—
tests/	Un test par règle de validation	—
.agents/skills/	Skills des agents : nouveau fascicule, nouveau mot, silhouette, jaquette, préparation de la publication (.github/skills y renvoie)	—
imports/	Imports datés du Wiktionnaire : ignoré par Git	—
rapports/	Rapports de validation et visualisation générés : ignoré par Git	—

Conventions d’édition

• Un fichier par objet, nommé d’après son identifiant : unites/unt_7k2m9qxa.json. Formes, sens et transformations vivent dans le fichier de leur unité ou de leur composition, avec leur propre identifiant.
• Identifiants opaques et stables : préfixe du type, puis 8 caractères base32 aléatoires. Ils ne contiennent jamais de graphie. Générez-les avec etymo-contenu nouvel-id <préfixe>.
• Chaque affirmation est un fait : unités, formes, sens, compositions et relations portent un bloc fait (confiance, état de relecture, sources, note_interne, note_simplification).
• Libellés par locale : libelles.fr est obligatoire partout. C’est la locale de référence.
• Formes sans trait d’union : géo, pas géo-. La position vient de la nature de l’unité.
• cle_normalisee est la forme NFC du texte. Le texte édité n’est jamais normalisé en silence (ADR 0006).
• Segments : comptés en points de code, sur la forme NFC du mot résultat, avec la fin exclue. La question des graphèmes reste ouverte (modèle de données).
• Fascicule de test ("test": true) : il éprouve le schéma et n’est jamais publié. Seul un fascicule de test peut porter le numéro 0.
• Médias : une silhouette par carte et par langue (ADR 0023), une jaquette par fascicule (ADR 0016). Le fichier SVG vit sous medias/, et un objet ludique/medias/med_….json le rattache à son unité, sa langue ou son fascicule. La couche linguistique ne cite jamais un média. Le nom de travail n’est jamais publié.
• Profil SVG : liste blanche, parce que la PWA insère le SVG dans la page. Sont admis svg g defs clipPath mask path circle ellipse rect line polyline polygon, avec leurs attributs de géométrie et de peinture, et url(#…) pour les seules références locales. Sont refusés tout autre élément (script, style, image, use, foreignObject, text, title…), les attributs on*, les liens externes, les DTD, les entités, les commentaires et tout texte, qui trahirait le mot. Une silhouette est en viewBox="0 0 300 400", en currentColor seulement, avec les évidements en style="fill|stroke:var(--art-bg)" et sans opacité propre (ADR 0023). Une jaquette admet les couleurs.

Commandes

Il faut Python 3.11 ou plus récent.

python3 -m venv .venv && .venv/bin/pip install -e '.[dev]'

.venv/bin/etymo-contenu valider                  # schémas et contraintes d'intégrité
.venv/bin/etymo-contenu valider --publication    # plus les exigences de publication
.venv/bin/etymo-contenu valider --json           # rapport machine
.venv/bin/etymo-contenu valider --strict         # les avertissements font échouer
.venv/bin/etymo-contenu compiler                 # artefact publiable dans artefact/
.venv/bin/etymo-contenu compiler --essai         # hors-prod : fascicules de test et faits non relus compris
.venv/bin/etymo-contenu visualiser               # page locale rapports/catalogue.html : graphe, cartes, silhouettes
.venv/bin/etymo-contenu nouvel-id unt -n 3       # trois identifiants d'unité inédits
.venv/bin/python -m pytest -q                    # tests du validateur et du compilateur
.venv/bin/python .agents/skills/preparer-publication/pre_publication.py 1   # rapport de pré-publication du fascicule 1

La validation échoue (code 1) dès qu’une erreur est trouvée. La CI lance les tests et valider à chaque push.

Visualiser le catalogue

etymo-contenu visualiser écrit une page HTML autonome, par défaut rapports/catalogue.html, à ouvrir dans un navigateur. Elle ne charge rien d’extérieur.

• Graphe : chaque unité est un nœud. Sa forme donne la nature (rond pour un mot, carré pour une brique), son contour donne la langue. Les flèches pleines vont des parties au mot composé, les flèches pointillées suivent les relations étymologiques. On peut filtrer par fascicule (ou « sans fascicule »), nature, langue et type de lien, ne garder que les brouillons, et chercher une forme ou une glose. Un clic ouvre la fiche : sens, faits et relecture, brique, recettes, fascicules, silhouette, compositions et relations. Échap ou un clic sur le fond la referme.
• Cartes : pour chaque fascicule, sa jaquette (un clic ouvre la fiche du fascicule), puis ses cartes avec leur silhouette. Viennent ensuite les langues, puis les unités hors fascicule. Une carte sans silhouette a un bord en pointillé.
• Diagnostics : le rapport de valider est affiché dans la page, qui se génère même sur un dépôt invalide.

La page montre les notes internes et les faits non relus. Elle reste locale : rapports/ est ignoré par Git, et la page ne se publie jamais. Une silhouette n’y est insérée que si elle passe le profil SVG.

Ce que vérifie valider

• Fichiers : JSON lisible, aucune clé en double, un schéma respecté, un nom de fichier égal à l’identifiant, un préfixe cohérent avec le dossier, des identifiants uniques dans tout le dépôt.
• Références : chaque identifiant cité existe.
• Langues : filiation sans cycle, codes uniques.
• Unités : exactement une forme canonique, dans l’écriture par défaut de la langue ; formes sans trait d’union ; cle_normalisee en NFC ; translittération dans une convention de la bonne écriture ; homographes distingués par la glose et par l’étymon.
• Compositions : le résultat est un mot ; les parties sont au moins deux, de rangs continus, et leurs formes et sens appartiennent à leur unité ; pas de préfixe en dernier ni de suffixe en premier ; segments dans les bornes et sans chevauchement ; une seule analyse préférée ; aucun cycle ; transformations au vocabulaire contrôlé.
• Relations : source et cible différentes, sans doublon ni cycle ; un emprunt relie deux langues ; un héritage suit la filiation.
• Briques : une par unité, qui affiche la forme canonique et un sens glosé de son unité.
• Recettes : exactement deux emplacements (on ne fusionne jamais plus de deux briques) ; les emplacements suivent les parties et acceptent la brique de chaque partie ; aucune suite de briques ne mène à deux recettes ; aucune analyse non retenue ; une définition pour le mot résultat.
• Fascicules : numéros uniques ; un mot n’est le résultat que d’un fascicule ; un résultat est un mot avec une recette ; un ingrédient a une brique ; autonomie (tout ingrédient est déclaré, et publié dans ce fascicule ou un précédent) ; graines (ADR 0030) : briques existantes, déclarées par le fascicule, sans doublon, de 1 à 5 exemplaires ; en avertissement : taille de 20 à 30 mots (ADR 0022), ingrédients inutiles, chronologie, règle d’amorçage (au moins trois recettes réalisables avec les seules graines, toutes ensemble ; un premier fascicule sans graines).
• Exclusions : aucune ne contredit une recette.
• Médias : cible existante ; une seule silhouette par unité ou langue, une seule jaquette par fascicule ; fichier présent et conforme au profil SVG ; en avertissement : fichier de medias/ que nul média ne déclare. Pour chaque fascicule qui n’est pas de test : chaque carte et chaque langue citée (celle de l’unité ou d’un étymon) a sa silhouette, et le fascicule sa jaquette. C’est un avertissement, et une erreur avec --publication.
• Avec --publication, pour chaque fascicule qui n’est pas de test : tout fait publié est relu, cite au moins une source de rôle reference (deux pour un fait discutee) avec l’entrée consultée, et n’est pas non_retenue. Le Wiktionnaire seul ne suffit jamais (ADR 0014). Chaque exclusion est relue.

Compilation et publication

etymo-contenu compiler produit l’artefact de l’ADR 0027, dans l’arborescence du préfixe staging/ du bucket (ADR 0029) :

Fichier	Contenu
r/<sha256>.json	Ressources : carte de chaque unité déclarée, recette, exclusions d’un fascicule.
f/<sha256>.json	Manifeste de fascicule : identifiant, compteurs hors légendaires, briques tirables, graines, chemins des cartes et de leurs silhouettes, silhouettes des langues citées (langues), jaquette, recettes et exclusions.
a/<sha256>.svg	Médias : silhouettes et jaquettes, nommées d’après l’empreinte de leurs octets, jamais d’après le mot ni l’identifiant (ADR 0025).
parutions.json	Calendrier des parutions, seul fichier modifiable : version, référentiels, et pour chaque fascicule sa date et son manifeste. La tâche de parution en tire public/index.json.

Le calendrier, comme l’index, ne cite que des manifestes ; seul le manifeste cite ses ressources. ressources(), dans compilation.py, fixe la liste des champs qui en portent un chemin.

• Hash de contenu : chaque fichier est rangé sous l’empreinte SHA-256 de son JSON canonique (clés triées, UTF-8). Un chemin ne contient ni identifiant ni graphie, et un contenu identique garde le même chemin.
• Jamais publiés : note_interne, etat_relecture et tout fait non_retenue.
• Sans --essai (prod) : la compilation exige d’abord valider --publication, et écarte les fascicules de test.
• Avec --essai (hors-prod seulement) : fascicules de test et faits non relus compris. L’artefact est marqué "essai": true, comme chaque manifeste de test.
• Médias : une carte, une langue ou un fascicule sans média garde null à sa place dans le manifeste. Deux cartes au même dessin partagent un seul fichier.
• Pas encore édités : poids du pli, jalons. Le manifeste les laisse vides.

La CI (.github/workflows/publication.yml) suit l’ADR 0028 :

Branche	Environnement	Mode
develop	horsprod	--essai
master	prod	publication
autre	rien	—

Elle teste, compile, garde l’artefact 30 jours dans GitHub, puis le dépose dans staging/ : fichiers hachés d’abord (JSON en application/json, médias en image/svg+xml), calendrier en dernier. Enfin, elle vérifie la présence de chaque manifeste du calendrier et de chaque ressource que ces manifestes citent. Une fois le calendrier vérifié, elle retire de staging/ les fichiers hachés que l’artefact ne contient plus (aws s3 sync --delete) : anciens manifestes, cartes ou médias dont le contenu a changé. Le bucket étant versionné, un fichier retiré reste récupérable. Elle n’écrit jamais dans public/ : la politique du bucket le lui interdit. Un fascicule ne devient lisible qu’une fois promu par la tâche de parution, à sa date.

Sources et licences

• Le Wiktionnaire sert au repérage seulement : aucun de ses textes n’est copié (ADR 0014). Ses imports datés restent dans imports/, hors de Git.
• Les références savantes (TLFi, Bailly, Gaffiot…) sont citées, jamais recopiées. Les gloses, définitions et explications sont rédigées par l’équipe.
• Le jeu actuel (fascicule 0) reprend les exemples travaillés du modèle de données. Tout y est en brouillon, à vérifier avant toute publication.
• Ses silhouettes (medias/silhouettes/) sont exportées des maquettes du codex (cardArt, dossier de conception) ou dessinées selon la même grammaire, et sa jaquette « BETA » (medias/jaquettes/beta.svg) suit la palette des jaquettes. Elles illustrent le format, sans préfigurer un fascicule réel (ADR 0026).

Périmètre	Licence
Outils : scripts, schémas, workflows	GNU AGPL 3.0 ou ultérieure
Contenu : données du catalogue (gloses, définitions, explications, relations)	Creative Commons BY-SA 4.0
Nom « ÉtymoLogique », logo et marque	Réservés, hors de ces licences

© 2026 Guillaume MARTINEZ (ADR 0017).