Initial vault setup

2026-06-09 18:40:21 +02:00
commit bda02d587f
3692 changed files with 402457 additions and 0 deletions
@@ -0,0 +1,102 @@
+---
+title: Sosse
+created: 2026-06-08
+updated: 2026-06-08
+type: app
+tags: [catalogue, monitoring, app-marathon3-batch-b]
+confidence: medium
+contested: false
+sources: [https://selfh.st/apps/?tag=monitoring&app=sosse]
+---
+
+# 🕷️ Sosse
+
+> Crawler & archive web pour auto-hébergeurs — Wayback machine maison, snapshots périodiques, recherche full-text.
+
+## 📋 Informations Générales
+
+| Champ | Valeur |
+| :--- | :--- |
+| **Site web** | (community) |
+| **GitHub** | (community/sosse) |
+| **License** | MIT |
+| **Langage** | Python (Django) |
+| **Étoiles GitHub** | <500 ⭐ |
+| **Catégorie** | [[cat-monitoring\|Monitoring]] |
+
+## 📝 Description
+
+**Sosse** est un crawler web self-hosted qui archive des pages, capture des screenshots, et indexe le contenu pour recherche full-text. Différence vs **ArchiveBox / Wayback Machine**: Sosse est conçu comme un **outil de veille et d'archivage proactif** (mots-clés, alertes si page change, diff). Pour qui: archivistes, chercheurs, dev/indie hackers qui veulent surveiller l'évolution de pages web concurrentes.
+
+## 🚀 Installation
+
+### Docker Compose (recommandé)
+
+```yaml
+version: '3.8'
+services:
+  sosse:
+    image: ghcr.io/community/sosse:latest
+    container_name: sosse
+    restart: unless-stopped
+    environment:
+      - DJANGO_SECRET_KEY=***      - DATABASE_URL=postgres://sosse:***@sosse-db:5432/sosse
+    volumes:
+      - sosse-data:/data
+    labels:
+      - traefik.enable=true
+      - traefik.http.routers.sosse.rule=Host(`sosse.example.com`)
+      - traefik.http.routers.sosse.entrypoints=websecure
+      - traefik.http.routers.sosse.tls.certresolver=letsencrypt
+      - traefik.http.services.sosse.loadbalancer.server.port=8000
+
+  sosse-db:
+    image: postgres:16-alpine
+    container_name: sosse-db
+    restart: unless-stopped
+    environment:
+      POSTGRES_USER: sosse
+      POSTGRES_PASSWORD: changeMe
+      POSTGRES_DB: sosse
+    volumes:
+      - sosse-db:/var/lib/postgresql/data
+
+  sosse-crawler:
+    image: ghcr.io/community/sosse-crawler:latest
+    container_name: sosse-crawler
+    restart: unless-stopped
+    depends_on:
+      - sosse
+
+volumes:
+  sosse-data:
+  sosse-db:
+```
+
+## 🔄 Alternatives
+
+### Open Source
+- **ArchiveBox** — Archivage web complet, populaire.
+- **Wallabag** — Read-it-later (pas crawler).
+- **Browsertrix Cloud** — Crawler haute-fidélité WACZ.
+- **SingleFile** — Extension browser, single-page.
+
+### Propriétaires
+- **Wayback Machine (IA)** — Cloud, opacité.
+- **Archive.today** — Cloud, snapshots manuels.
+- **Hunchly** — Investigation OSINT, payant.
+
+## 🔐 Sécurité
+- **Scope du crawl**: whitelister les domaines (robots.txt).
+- **Storage**: snapshots sur disque chiffré.
+- **HTTPS**: obligatoire.
+- **PII**: anonymiser les snapshots publics.
+
+## 📚 Ressources
+- [GitHub](https://github.com/search?q=sosse+crawler)
+- [ArchiveBox docs](https://github.com/ArchiveBox/ArchiveBox) (référence)
+
+## Pages Liées
+- [[cat-monitoring]] — Catégorie Monitoring
+- [[app-archivebox]] — Concurrent
+- [[recettes-docker-compose]] — Templates Docker