---
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