Poser le contrat métier fournisseur-indépendant du pivot TikTok #108

New issue

Open

opened 2026-07-27 11:01:42 +02:00 by fy59 · 0 comments

fy59 commented

2026-07-27 11:01:42 +02:00

Owner

Contexte

Labfy Investigation permet déjà de créer et représenter des entités
tiktok_account, mais ne dispose d’aucun pivot TikTok spécialisé.

Le futur pivot devra pouvoir exploiter différentes sources :

import manuel ;
données publiques légalement obtenues ;
éventuelle API Research TikTok autorisée ;
autres fournisseurs facultatifs après audit.

Le cœur métier ne doit dépendre d’aucun fournisseur particulier.

Objectif

Créer les modèles métier fondamentaux permettant de représenter :

une cible TikTok ;
les informations publiques proposées pour un profil ;
les compteurs d’abonnés et d’abonnements ;
l’état de disponibilité et de complétude des listes ;
les valeurs brutes, normalisées et corrigées ;
les avertissements et erreurs partielles ;
l’état global d’un résultat de pivot.

Principes

Une valeur brute est immuable.
Une correction utilisateur est conservée séparément.
Zéro est une valeur valide et doit être distingué d’une valeur inconnue.
Une liste vide doit être distinguée d’une liste indisponible ou incomplète.
Un nom affiché ne constitue jamais un identifiant stable.
Aucun résultat ne doit créer ou fusionner automatiquement une entité.
Aucun accès réseau, SQLite ou GTK dans cette tranche.
Aucune nouvelle dépendance externe.
Tests exclusivement synthétiques.

Hors périmètre

interrogation de TikTok ;
yt-dlp ;
API Research ;
import JSON ou CSV ;
migration SQLite ;
interface GTK ;
intégration au graphe ;
création de relations ;
collecte réelle d’abonnés ou d’abonnements.

Critères d’acceptation

une URL publique de profil TikTok peut être validée et normalisée ;
les URL vidéo ou URL non TikTok sont rejetées ;
les valeurs brutes restent inchangées après correction ;
les compteurs inconnus sont distingués d’un compteur égal à zéro ;
les listes followers et following possèdent un état explicite ;
un résultat peut être complet, partiel ou en échec ;
les avertissements sont conservés sans transformer automatiquement le
résultat en échec ;
les responsabilités mémoire sont documentées et testées ;
compilation C17 sans avertissement ;
tests ciblés et suite complète valides.

## Contexte Labfy Investigation permet déjà de créer et représenter des entités `tiktok_account`, mais ne dispose d’aucun pivot TikTok spécialisé. Le futur pivot devra pouvoir exploiter différentes sources : - import manuel ; - données publiques légalement obtenues ; - éventuelle API Research TikTok autorisée ; - autres fournisseurs facultatifs après audit. Le cœur métier ne doit dépendre d’aucun fournisseur particulier. ## Objectif Créer les modèles métier fondamentaux permettant de représenter : - une cible TikTok ; - les informations publiques proposées pour un profil ; - les compteurs d’abonnés et d’abonnements ; - l’état de disponibilité et de complétude des listes ; - les valeurs brutes, normalisées et corrigées ; - les avertissements et erreurs partielles ; - l’état global d’un résultat de pivot. ## Principes - Une valeur brute est immuable. - Une correction utilisateur est conservée séparément. - Zéro est une valeur valide et doit être distingué d’une valeur inconnue. - Une liste vide doit être distinguée d’une liste indisponible ou incomplète. - Un nom affiché ne constitue jamais un identifiant stable. - Aucun résultat ne doit créer ou fusionner automatiquement une entité. - Aucun accès réseau, SQLite ou GTK dans cette tranche. - Aucune nouvelle dépendance externe. - Tests exclusivement synthétiques. ## Hors périmètre - interrogation de TikTok ; - yt-dlp ; - API Research ; - import JSON ou CSV ; - migration SQLite ; - interface GTK ; - intégration au graphe ; - création de relations ; - collecte réelle d’abonnés ou d’abonnements. ## Critères d’acceptation - une URL publique de profil TikTok peut être validée et normalisée ; - les URL vidéo ou URL non TikTok sont rejetées ; - les valeurs brutes restent inchangées après correction ; - les compteurs inconnus sont distingués d’un compteur égal à zéro ; - les listes followers et following possèdent un état explicite ; - un résultat peut être complet, partiel ou en échec ; - les avertissements sont conservés sans transformer automatiquement le résultat en échec ; - les responsabilités mémoire sont documentées et testées ; - compilation C17 sans avertissement ; - tests ciblés et suite complète valides.

No labels

No milestone

No project

No assignees

1 participant

Notifications

Due date

The due date is invalid or out of range. Please use the format "yyyy-mm-dd".

No due date set.

Dependencies

No dependencies set.

Reference: fy59/labfy-investigation#108

No description provided.